Waferscale, møt atomskala: Onkel Sam for å teste Cerebras-brikker i atomvåpen-sims

Amerikas Sandia National Labs sa denne uken at de vil undersøke bruken av Cerebras' akseleratorbrikker på skivestørrelse for å fastslå at landets atomvåpen vil fungere etter hensikten, dersom global utslettelse noen gang skulle være ønsket.

Med støtte fra Lawrence Livermore og Los Alamos nasjonale laboratorier, vil utplasseringen bli overvåket av Dept of Energy's National Nuclear Security Administration (NNSA), som blant annet har i oppgave å opprettholde påliteligheten og forlenge levetiden til byutsletting. stridshoder gjennom bruk av simuleringer som kjører på superdatamaskiner. Disse simuleringene forsikrer byrået om at eventuelle endringer i USAs kjernefysiske arsenal – for eksempel å holde fysikkpakkene levedyktige ved å erstatte materialer, eller finpusse designene – ikke vil påvirke det destruktive potensialet uakseptabelt.

Siden de fleste av oss har gått med på å ikke lenger utføre virkelige tester av disse enhetene, simulerer med data fra underkritiske eksperimenter trengs i stedet. Og så vil Cerebras silisium bli testdrevet for å se om det kan hjelpe her.

"Dette samarbeidet med Cerebras Systems har et stort potensial til å påvirke fremtidige oppdragsapplikasjoner ved å muliggjøre kunstig intelligens og maskinlæringsteknologier, som er en fremvoksende komponent av produksjonssimuleringsarbeidsmengdene våre," sa Simon Hammond, som som føderal programleder fører tilsyn med beregningssystemer og programvare ved NNSAs Advanced Simulation and Computing (ASC) team.

Det er en interessant omtale av AI: Cerebras' sjetonger er designet for å akselerere denne typen arbeid, og det er ganske mange interesse i å bruke maskinlæringsmodeller til forutsi resultatet av vitenskapelige eksperimenter i motsetning til den klassiske beregningsmetoden for modellering av fysiske interaksjoner. Å bruke AI kan være raskere enn ren beregning, selv om nøyaktighet kan ofres, og en hybrid av de to tilnærmingene kan være best.

Cerebras CS-2 systemer har en stor brikke på størrelse med middagstallerken fullpakket med 2.6 billioner transistorer. Oppstarten hevder at denne superstore "waferscale"-brikken tillater langt raskere behandling av enorme datasett fordi informasjonen kan forbli på prosessoren lenger, eller hele tiden, noe som unngår å stokke data inn og ut av tregere systemminne.

Oppkomlingen er en av flere som utforsker waferscale-databehandling for å akselerere større AI/ML-arbeidsmengder. Tesla, for eksempel, demonstrerte det Dojo superdatamaskin på Hot Chips i år. For en fullstendig oversikt over Cerebras' waferscale beregning arkitektur eller Teslas Dojo-plattform, sjekk ut vår søsterside Neste plattform.

Snakker med Registeret, Sivasankaran Rajamanickam, en ingeniør involvert i utrullingen av Cerebras-teknologien på Sandia, uttrykte interesse for å undersøke hvordan arkitekturen håndterer sparsomme modeller og datastrømmer på brikken. "Skalaen på maskinvaren gjør det veldig spennende å se hva vi kan gjøre med det," sa han.

Cerebras er bare den siste AI-oppstarten som distribuerer maskinvaren sin under ASC-programmet. Dept of Energy utforsker rutinemessig heterogene dataplattformer ved å bruke en rekke CPUer, GPUer, NICer og andre akseleratorer for å forbedre hastigheten og oppløsningen til disse simuleringene. Til dags dato har byrået ansatt systemer fra Intel, AMD, Graphcore, Fujitsu, Marvell, IBM og Nvidia for å nevne noen.

"Vi forventer at teknologier utviklet som en del av programmet vil bli testet på Advanced Simulation and Computing-programmets avanserte arkitekturprototypesystemer og til slutt vil påvirke produksjonen av avanserte og råvareteknologiske plattformer som brukes av de tre laboratoriene," Robert Hoekstra, seniorleder for ekstremskala databehandlingsgruppe på Sandia, sa i en uttalelse.

Vi blir fortalt at funnene fra disse forsøkene vil informere fremtidige investeringer fra DoE. ®