Cerebras possède l’« ordinateur AI le plus rapide du monde »

Selon le startup Cerebras Systems (CBRS ) , le CS-1 est le système d’ordinateur AI le plus puissant au monde. Il s’agit de la dernière tentative pour créer le meilleur supercalculateur, et il a été accepté par le programme de supercalculateur du gouvernement fédéral américain.

Le CS-1 utilise une galette entière au lieu d’une puce, et leur conception d’ordinateur comporte de nombreux petits cœurs sur la galette. Il y a plus de 1,2 billion de transistors sur les cœurs d’une galette, ce qui est beaucoup plus que les 10 millions qui se trouvent souvent sur une puce d’un processeur. Si cela ne suffisait pas, le supercalculateur CS-1 comporte six galettes Cerebras dans un système. Ils sont appelés un Moteur à échelle de galette.

Le premier CS-1 de Cerebras a été envoyé au laboratoire national d’Argonne du département de l’Énergie des États-Unis. Les 400 000 cœurs seront utilisés pour travailler sur des problèmes de calcul AI extrêmement difficiles, tels que l’étude des interactions entre les médicaments contre le cancer. Le laboratoire national d’Argonne est l’un des plus grands acheteurs de supercalculateurs au monde.

Le CS-1

Le CS-1 est programmable avec la plate-forme logicielle Cerebras et peut être utilisé avec les infrastructures existantes, selon le startup. Le Moteur à échelle de galette (WSE) a une surface en silicium plus grande que le plus grand processeur graphique, et les 400 000 cœurs de calcul linéaire aléatoire (SLAC) sont flexibles, programmables et optimisés pour les réseaux de neurones.

Le CS-1 comporte un bloc de cuivre, ou plaque froide, qui éloigne la chaleur de la grande puce. Des tuyaux d’eau froide sont responsables du refroidissement, et des ventilateurs soufflent de l’air froid pour éloigner la chaleur des tuyaux.

Selon de nombreux, la grande avancée est le tableau de bord. Argonne a constamment travaillé à la diffusion d’un réseau de neurones sur un grand nombre de puces individuelles, les rendant meilleures à programmer par rapport à d’autres machines de supercalculateur comme Google’s Pod.

Le Cerebras CS-1 est essentiellement une grande puce auto-contenue où le réseau de neurones peut être placé. Un programme a été développé pour optimiser la façon dont les opérations mathématiques d’un réseau de neurones sont réparties sur les circuits du WSE.

Selon Rick Stevens, directeur associé du laboratoire pour l’informatique, l’environnement et les sciences de la vie à Argonne, « Nous avons des outils pour faire cela, mais rien de prêt à l’emploi comme le CS-1, [où] tout est fait automatiquement. »

Construit à partir de zéro

Selon Cerebras, ils sont le seul startup à construire un système dédié à partir de zéro. Pour atteindre ses performances incroyables, Cerebras a optimisé tous les aspects de la conception de la puce, de la conception du système et du logiciel du système CS-1. Cela permet au CS-1 de réaliser des tâches d’IA qui prennent normalement des mois en quelques minutes.

La machine de supercalculateur réduit également considérablement le temps de formation, et la classification d’une seule image peut être effectuée en microsecondes.

Selon une interview accordée au site web de technologie VentureBeat, le PDG de Cerebras Andrew Feldman a déclaré : « C’est le plus grand carré que vous pouvez couper dans une galette de 300 millimètres. » Il a continué : « Même si nous avons la plus grande et la plus rapide puce, nous savons qu’un processeur extraordinaire n’est pas nécessairement suffisant pour offrir des performances extraordinaires. Si vous voulez offrir de véritables performances rapides, vous devez construire un système. Et vous ne pouvez pas mettre un moteur Ferrari dans une Volkswagen pour obtenir des performances Ferrari. Ce que vous faites, c’est que vous déplacez les goulots d’étranglement si vous voulez obtenir un gain de performance de 1 000 fois. »

Après l’introduction du système CS-1, Cerebras s’est positionné comme l’un des leaders de l’industrie des supercalculateurs. Leur contribution aura sans aucun doute un impact majeur sur la résolution de certains des défis les plus pressants de l’IA. Ces systèmes réduisent considérablement le temps qu’il faudra pour résoudre de nombreux problèmes.