Waferscale พบกับระดับอะตอม: Uncle Sam เพื่อทดสอบชิป Cerebras ในซิมอาวุธนิวเคลียร์ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

Waferscale พบมาตราส่วนอะตอม: ลุงแซมทดสอบชิป Cerebras ในซิมส์อาวุธนิวเคลียร์

Sandia National Labs ของอเมริกาในสัปดาห์นี้กล่าวว่าจะทำการตรวจสอบโดยใช้ชิปเร่งความเร็วขนาดเวเฟอร์ของ Cerebras เพื่อพิจารณาว่าอาวุธนิวเคลียร์ของประเทศจะทำงานตามที่ตั้งใจไว้ หากการทำลายล้างทั่วโลกเป็นที่ต้องการ

ด้วยการสนับสนุนจากห้องปฏิบัติการแห่งชาติ Lawrence Livermore และ Los Alamos การใช้งานดังกล่าวจะถูกควบคุมโดย National Nuclear Security Administration (NNSA) ของ Dept of Energy ซึ่งได้รับมอบหมายให้รักษาความน่าเชื่อถือและยืดอายุการใช้งานของการทำลายเมือง หัวรบโดยใช้การจำลองที่ทำงานบนซูเปอร์คอมพิวเตอร์ การจำลองเหล่านี้สร้างความมั่นใจให้กับหน่วยงานว่าการเปลี่ยนแปลงใดๆ ในคลังแสงนิวเคลียร์ของสหรัฐอเมริกา เช่น การรักษาชุดฟิสิกส์ให้ใช้งานได้โดยการเปลี่ยนวัสดุ หรือการปรับเปลี่ยนการออกแบบ จะไม่ส่งผลกระทบอย่างไม่อาจยอมรับได้ต่อศักยภาพในการทำลายล้าง

เมื่อเห็นว่าพวกเราส่วนใหญ่ตกลงที่จะไม่ทำการทดสอบอุปกรณ์เหล่านี้ในโลกแห่งความเป็นจริงอีกต่อไป การจำลองด้วยข้อมูลจาก การทดลองย่อยที่สำคัญ มีความจำเป็นแทน ดังนั้น ซิลิคอนของ Cerebras จะได้รับการทดสอบเพื่อดูว่าสามารถช่วยได้หรือไม่

“ความร่วมมือกับ Cerebras Systems นี้มีศักยภาพที่ดีที่จะส่งผลกระทบต่อการใช้งานภารกิจในอนาคต โดยการเปิดใช้งานปัญญาประดิษฐ์และเทคโนโลยีการเรียนรู้ของเครื่อง ซึ่งเป็นองค์ประกอบที่เกิดขึ้นใหม่ของปริมาณงานการจำลองการผลิตของเรา” กล่าวว่า Simon Hammond ซึ่งเป็นผู้จัดการโครงการของรัฐบาลกลางดูแลระบบคอมพิวเตอร์และซอฟต์แวร์ที่ทีม Advanced Simulation and Computing (ASC) ของ NNSA

นั่นเป็นการกล่าวถึง AI ที่น่าสนใจ: ชิปของ Cerebras ออกแบบมาเพื่อเร่งงานประเภทนี้ และมีค่อนข้างมาก อยากเรียนรู้ ในการใช้โมเดลแมชชีนเลิร์นนิงเพื่อ คาดการณ์ ผลลัพธ์ของการทดลองทางวิทยาศาสตร์ซึ่งตรงข้ามกับวิธีการคำนวณแบบคลาสสิกของการสร้างแบบจำลองปฏิสัมพันธ์ทางกายภาพ การใช้ AI อาจเร็วกว่าการคำนวณแบบบริสุทธิ์ แม้ว่าความแม่นยำอาจต้องเสียไป และการผสมผสานของทั้งสองวิธีอาจดีที่สุด

สมอง ระบบ CS-2 มีชิปขนาดใหญ่ที่มีขนาดเท่าจานอาหารค่ำที่บรรจุทรานซิสเตอร์ 2.6 ล้านล้านตัว การเริ่มต้นยืนยันว่าชิป "เวเฟอร์สเกล" ขนาดใหญ่พิเศษนี้ช่วยให้ประมวลผลชุดข้อมูลขนาดใหญ่ได้เร็วกว่ามาก เนื่องจากข้อมูลสามารถอยู่บนโปรเซสเซอร์ได้นานขึ้นหรือตลอดเวลา ซึ่งจะช่วยหลีกเลี่ยงการสับข้อมูลเข้าและออกจากหน่วยความจำระบบที่ช้ากว่า

การพุ่งพรวดเป็นหนึ่งในหลาย ๆ การสำรวจการประมวลผลเวเฟอร์สเกลเพื่อเร่งปริมาณงาน AI/ML ที่ใหญ่ขึ้น ตัวอย่างเช่นเทสลาสาธิต โดโจ ซูเปอร์คอมพิวเตอร์ ที่ Hot Chips ปีนี้ สำหรับรายละเอียดทั้งหมดเกี่ยวกับ Cerebras ' การคำนวณเวเฟอร์สเกล สถาปัตยกรรมหรือของเทสลา แพลตฟอร์มโดโจ, ตรวจสอบเว็บไซต์น้องสาวของเรา แพลตฟอร์มถัดไป.

พูดกับ ลงทะเบียน, Sivasankaran Rajamanickam วิศวกรที่เกี่ยวข้องกับการปรับใช้เทคโนโลยี Cerebras ที่ Sandia แสดงความสนใจที่จะตรวจสอบว่าสถาปัตยกรรมจัดการกับโมเดลที่เบาบางและกระแสข้อมูลบนชิปได้อย่างไร “ขนาดของฮาร์ดแวร์ทำให้ตื่นเต้นมากที่ได้เห็นว่าเราจะทำอะไรกับมันได้บ้าง” เขากล่าว

Cerebras เป็นเพียงการเริ่มต้น AI ล่าสุดในการปรับใช้ฮาร์ดแวร์ภายใต้โปรแกรม ASC Dept of Energy สำรวจแพลตฟอร์มการประมวลผลที่ต่างกันเป็นประจำโดยใช้ CPU, GPU, NIC และตัวเร่งความเร็วอื่นๆ เพื่อปรับปรุงความเร็วและความละเอียดของการจำลองเหล่านี้ จนถึงปัจจุบันหน่วยงานได้ การจ้างงาน ระบบจาก Intel, AMD, Graphcore, Fujitsu, Marvell, IBM และ Nvidia เป็นต้น

“เราคาดว่าเทคโนโลยีที่พัฒนาขึ้นเป็นส่วนหนึ่งของโปรแกรมจะได้รับการทดสอบบนระบบต้นแบบสถาปัตยกรรมขั้นสูงของโปรแกรมจำลองขั้นสูงและคอมพิวเตอร์ และจะส่งผลต่อการผลิตแพลตฟอร์มเทคโนโลยีขั้นสูงและสินค้าโภคภัณฑ์ที่ใช้โดยห้องปฏิบัติการทั้งสามแห่ง” Robert Hoekstra ผู้จัดการอาวุโสของ กลุ่มคอมพิวเตอร์ขนาดใหญ่ที่ Sandia กล่าวในแถลงการณ์

เราได้รับแจ้งว่าการค้นพบของการทดลองเหล่านี้จะแจ้งการลงทุนในอนาคตโดย DoE ®

ประทับเวลา:

เพิ่มเติมจาก ลงทะเบียน