एंड्रयू फेल्डमैन, सेरेब्रस सिस्टम्स के सह-संस्थापक और सीईओ - साक्षात्कार श्रृंखला

एंड्रयू के सह-संस्थापक और सीईओ हैं सेरेब्रस सिस्टम. वह एक उद्यमी हैं जो कंप्यूटिंग क्षेत्र में सीमाओं को आगे बढ़ाने के लिए समर्पित हैं। सेरेब्रस से पहले, वह ऊर्जा-कुशल, उच्च-बैंडविड्थ माइक्रोसर्वर के अग्रणी SeaMicro के सह-संस्थापक और सीईओ थे। SeaMicro को AMD द्वारा 2012 में $357M में अधिग्रहित किया गया था। SeaMicro से पहले, एंड्रयू Force10 नेटवर्क में उत्पाद प्रबंधन, विपणन और BD के उपाध्यक्ष थे, जिसे बाद में Dell Computing को $800M में बेच दिया गया था। फोर्स10 नेटवर्क्स से पहले, एंड्रयू 2001 में आईपीओ के माध्यम से कंपनी की स्थापना से रिवरस्टोन नेटवर्क्स में मार्केटिंग और कॉर्पोरेट डेवलपमेंट के उपाध्यक्ष थे। एंड्रयू ने स्टैनफोर्ड यूनिवर्सिटी से बीए और एमबीए किया है।

सेरेब्रस सिस्टम्स कंप्यूटर सिस्टम की एक नई श्रेणी का निर्माण कर रहा है, जिसे एआई में तेजी लाने और एआई कार्य के भविष्य को बदलने के एकमात्र लक्ष्य के लिए पहले सिद्धांतों से डिजाइन किया गया है।

क्या आप सेरेब्रस सिस्टम्स के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

मेरे सह-संस्थापक और मैं सभी ने पिछले स्टार्टअप में एक साथ काम किया था जिसे मेरे सीटीओ गैरी और मैंने 2007 में शुरू किया था, जिसे सीमाइक्रो कहा जाता था (जिसे 2012 में एएमडी को 334 मिलियन डॉलर में बेचा गया था)। मेरे सह-संस्थापक उद्योग के कुछ अग्रणी कंप्यूटर आर्किटेक्ट और इंजीनियर हैं - गैरी लॉटरबैक, सीन ली, जेपी फ्रिकर और माइकल जेम्स। जब हमें 2015 में बैंड वापस मिला, तो हमने एक व्हाइटबोर्ड पर दो बातें लिखीं - कि हम एक साथ काम करना चाहते थे, और हम कुछ ऐसा बनाना चाहते थे जो उद्योग को बदल दे और कंप्यूटर इतिहास संग्रहालय में हो, जो इसके बराबर है कंप्यूट हॉल ऑफ फ़ेम। हमें तब सम्मानित महसूस हुआ जब कंप्यूटर इतिहास संग्रहालय ने हमारी उपलब्धियों को मान्यता दी और पिछले साल WSE-2 प्रोसेसर को अपने संग्रह में जोड़ा, यह बताते हुए कि इसने कृत्रिम बुद्धिमत्ता परिदृश्य को कैसे बदल दिया है।

सेरेब्रस सिस्टम्स अग्रणी कंप्यूटर आर्किटेक्ट्स, कंप्यूटर वैज्ञानिकों, गहन शिक्षण शोधकर्ताओं और सभी प्रकार के इंजीनियरों की एक टीम है जो निडर इंजीनियरिंग करना पसंद करते हैं। जब हम एक साथ आए तो हमारा मिशन गहन शिक्षण में तेजी लाने के लिए कंप्यूटर की एक नई श्रेणी का निर्माण करना था, जो हमारे समय के सबसे महत्वपूर्ण कार्यभार में से एक के रूप में उभरा है।

हमने महसूस किया कि गहन शिक्षण में अद्वितीय, व्यापक और बढ़ती कम्प्यूटेशनल आवश्यकताएं हैं। और यह ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू) जैसी पुरानी मशीनों से अच्छी तरह मेल नहीं खाता है, जिन्हें मूल रूप से अन्य कार्यों के लिए डिज़ाइन किया गया था। परिणामस्वरूप, आज AI अनुप्रयोगों या विचारों से नहीं, बल्कि कंप्यूट की उपलब्धता से बाधित है। एक नई परिकल्पना का परीक्षण - एक नए मॉडल का प्रशिक्षण - में दिन, सप्ताह या महीने भी लग सकते हैं और गणना समय में सैकड़ों हजारों डॉलर खर्च हो सकते हैं। यह नवप्रवर्तन की राह में एक बड़ी बाधा है।

तो सेरेब्रस की उत्पत्ति कागज की एक साफ शीट से शुरू करके विशेष रूप से गहन शिक्षण के लिए अनुकूलित एक नए प्रकार के कंप्यूटर का निर्माण करना था। गहन शिक्षण की भारी कम्प्यूटेशनल मांगों को पूरा करने के लिए, हमने अब तक निर्मित सबसे बड़ी चिप - वेफर-स्केल इंजन (डब्ल्यूएसई) को डिजाइन और निर्मित किया है। दुनिया का पहला वेफर-स्केल प्रोसेसर बनाने में, हमने डिज़ाइन, निर्माण और पैकेजिंग की चुनौतियों पर काबू पाया - ये सभी चीजें कंप्यूटर के पूरे 70 साल के इतिहास में असंभव मानी जाती थीं। डब्ल्यूएसई के प्रत्येक तत्व को अभूतपूर्व गति और पैमाने पर गहन शिक्षण अनुसंधान को सक्षम करने के लिए डिज़ाइन किया गया है, जो उद्योग के सबसे तेज़ एआई सुपरकंप्यूटर, सेरेब्रस सीएस-2 को शक्ति प्रदान करता है।

एआई कार्य के लिए अनुकूलित प्रत्येक घटक के साथ, सीएस-2 किसी भी अन्य प्रणाली की तुलना में कम जगह और कम शक्ति पर अधिक गणना प्रदर्शन प्रदान करता है। यह प्रोग्रामिंग जटिलता, वॉल-क्लॉक गणना समय और समाधान के समय को मौलिक रूप से कम करते हुए ऐसा करता है। कार्यभार के आधार पर, AI से लेकर HPC तक, CS-2 पुराने विकल्पों की तुलना में सैकड़ों या हजारों गुना अधिक प्रदर्शन प्रदान करता है। सीएस-2 एक ही डिवाइस की प्रोग्रामिंग, प्रबंधन और तैनाती में आसानी प्रदान करते हुए सैकड़ों जीपीयू के बराबर गहन शिक्षण कंप्यूटिंग संसाधन प्रदान करता है।

पिछले कुछ महीनों में सेरेब्रस हर जगह दिख रहा है समाचार, आप हमें नए एंड्रोमेडा एआई सुपरकंप्यूटर के बारे में क्या बता सकते हैं?

हमने पिछले साल नवंबर में एंड्रोमेडा की घोषणा की थी, और यह अब तक बनाए गए सबसे बड़े और सबसे शक्तिशाली एआई सुपर कंप्यूटरों में से एक है। एआई कंप्यूट के 1 एक्साफ्लॉप और डेंस कंप्यूट के 120 पेटाफ्लॉप से ​​अधिक की आपूर्ति करते हुए, एंड्रोमेडा के पास 13.5 सीएस-16 प्रणालियों में 2 मिलियन कोर हैं, और यह बड़े भाषा मॉडल वर्कलोड पर लगभग पूर्ण रैखिक स्केलिंग प्रदर्शित करने वाला एकमात्र एआई सुपर कंप्यूटर है। इसका उपयोग करना भी बहुत आसान है।

अनुस्मारक के रूप में, पृथ्वी पर सबसे बड़े सुपर कंप्यूटर - फ्रंटियर - में 8.7 मिलियन कोर हैं। कच्चे कोर की गिनती में, एंड्रोमेडा डेढ़ गुना से भी अधिक बड़ा है। यह स्पष्ट रूप से अलग काम करता है, लेकिन इससे दायरे का अंदाजा मिलता है: लगभग 100 टेराबिट आंतरिक बैंडविड्थ, लगभग 20,000 एएमडी एपिक कोर इसे खिलाते हैं, और - विशाल सुपर कंप्यूटरों के विपरीत, जिन्हें खड़े होने में वर्षों लगते हैं - हमने एंड्रोमेडा को तीन दिनों में खड़ा कर दिया। और इसके तुरंत बाद, यह एआई की बिल्कुल सही रैखिक स्केलिंग प्रदान कर रहा था।

अर्गोन नेशनल लैब्स एंड्रोमेडा का उपयोग करने वाला हमारा पहला ग्राहक था, और उन्होंने इसे एक समस्या पर लागू किया जो पोलारिस नामक उनके 2,000 जीपीयू क्लस्टर को तोड़ रहा था। संपूर्ण कोविड जीनोम को अनुक्रम विंडो में डालते समय समस्या बहुत बड़ी, GPT-3XL जेनरेटर मॉडल चल रही थी, ताकि आप प्रत्येक जीन का विश्लेषण पूरे कोविड जीनोम के संदर्भ में कर सकें। एंड्रोमेडा ने 10, 1, 2, 4 और 8 नोड्स में लंबी अनुक्रम लंबाई (16K का एमएसएल) के साथ एक अद्वितीय आनुवंशिक कार्यभार चलाया, जिसमें लगभग पूर्ण रैखिक स्केलिंग थी। रैखिक स्केलिंग एक बड़े क्लस्टर की सबसे अधिक मांग वाली विशेषताओं में से एक है। एकल सीएस-15.87 की तुलना में एंड्रोमेडा ने 16 सीएस-2 प्रणालियों में 2X थ्रूपुट प्रदान किया, और प्रशिक्षण के समय में भी कमी की।

क्या आप हमें इसके बारे में बता सकते हैं? जैस्पर के साथ साझेदारी नवंबर के अंत में इसका अनावरण किया गया था और दोनों कंपनियों के लिए इसका क्या मतलब है?

जैस्पर वास्तव में एक दिलचस्प कंपनी है। वे मार्केटिंग के लिए जेनरेटिव एआई सामग्री में अग्रणी हैं, और उनके उत्पादों का उपयोग दुनिया भर में 100,000 से अधिक ग्राहकों द्वारा मार्केटिंग, विज्ञापनों, किताबों और अन्य के लिए कॉपी लिखने के लिए किया जाता है। यह स्पष्ट रूप से इस समय एक बहुत ही रोमांचक और तेजी से बढ़ने वाली जगह है। पिछले साल, हमने उद्यम और उपभोक्ता अनुप्रयोगों में जेनेरिक एआई को अपनाने में तेजी लाने और उसकी सटीकता में सुधार करने के लिए उनके साथ साझेदारी की घोषणा की थी। जैस्पर अपने गहन कम्प्यूटेशनल रूप से गहन मॉडलों को कम समय में प्रशिक्षित करने के लिए हमारे एंड्रोमेडा सुपरकंप्यूटर का उपयोग कर रहा है। इससे जनरेटिव एआई मॉडल की पहुंच जन-जन तक बढ़ेगी।

सेरेब्रस एंड्रोमेडा सुपरकंप्यूटर की शक्ति के साथ, जैस्पर एआई कार्य को नाटकीय रूप से आगे बढ़ा सकता है, जिसमें अंतिम-उपयोगकर्ता जटिलता और ग्रैन्युलैरिटी के सभी स्तरों पर एआई आउटपुट को फिट करने के लिए जीपीटी नेटवर्क को प्रशिक्षित करना शामिल है। यह जेनरेटिव मॉडल की प्रासंगिक सटीकता में सुधार करता है और जैस्पर को ग्राहकों के कई वर्गों में सामग्री को जल्दी और आसानी से वैयक्तिकृत करने में सक्षम करेगा।

हमारी साझेदारी जैस्पर को पारंपरिक बुनियादी ढांचे के साथ अव्यवहारिक या असंभव चीजों को करके जेनेरिक एआई के भविष्य का आविष्कार करने की अनुमति देती है, और जेनेरिक एआई की क्षमता में तेजी लाती है, जिससे दुनिया भर में हमारे तेजी से बढ़ते ग्राहक आधार को इसका लाभ मिलता है।

हाल के दिनों में प्रेस विज्ञप्तिराष्ट्रीय ऊर्जा प्रौद्योगिकी प्रयोगशाला और पिट्सबर्ग सुपरकंप्यूटिंग सेंटर पायनियर ने सेरेब्रस वेफर-स्केल इंजन पर पहले कम्प्यूटेशनल फ्लूइड डायनेमिक्स सिमुलेशन की घोषणा की। क्या आप बता सकते हैं कि वेफ़र-स्केल इंजन विशेष रूप से क्या है और यह कैसे काम करता है?

हमारे वेफर-स्केल इंजन (डब्ल्यूएसई) हमारे गहन शिक्षण कंप्यूटर सिस्टम, CS-2 के लिए क्रांतिकारी AI प्रोसेसर है। विरासत, सामान्य प्रयोजन प्रोसेसर के विपरीत, डब्ल्यूएसई को गहरी शिक्षा में तेजी लाने के लिए जमीन से बनाया गया था: इसमें विरल टेंसर संचालन के लिए 850,000 एआई-अनुकूलित कोर, बड़े पैमाने पर उच्च बैंडविड्थ ऑन-चिप मेमोरी और पारंपरिक की तुलना में तेजी से परिमाण के इंटरकनेक्ट ऑर्डर हैं। क्लस्टर संभवतः हासिल कर सकता है। कुल मिलाकर, यह आपको एक ही डिवाइस में पुरानी मशीनों के समूह के बराबर गहरी सीखने की गणना संसाधन प्रदान करता है, एक नोड के रूप में प्रोग्राम करना आसान है - प्रोग्रामिंग जटिलता, दीवार-घड़ी गणना समय और समाधान के समय को मौलिक रूप से कम करना।

हमारी दूसरी पीढ़ी WSE-2, जो हमारे CS-2 सिस्टम को शक्ति प्रदान करती है, समस्याओं को बहुत तेज़ी से हल कर सकती है। रुचि के इंजीनियर सिस्टम के वास्तविक समय, उच्च-निष्ठा मॉडल की अनुमति देने के लिए पर्याप्त तेज़। यह सफल "मजबूत स्केलिंग" का एक दुर्लभ उदाहरण है, जो एक निश्चित आकार की समस्या के साथ समाधान के समय को कम करने के लिए समानता का उपयोग है।

और राष्ट्रीय ऊर्जा प्रौद्योगिकी प्रयोगशाला और पिट्सबर्ग सुपरकंप्यूटिंग सेंटर इसी के लिए इसका उपयोग कर रहे हैं। हमने हाल ही में वास्तविक समय दरों पर लगभग 200 मिलियन कोशिकाओं से बने कम्प्यूटेशनल तरल गतिशीलता (सीएफडी) सिमुलेशन के कुछ बेहद रोमांचक परिणामों की घोषणा की है।  इस वीडियो रेले-बेनार्ड संवहन का उच्च-रिज़ॉल्यूशन सिमुलेशन दिखाता है, जो तब होता है जब एक तरल परत को नीचे से गर्म किया जाता है और ऊपर से ठंडा किया जाता है। ये थर्मल संचालित द्रव प्रवाह हमारे चारों ओर हैं - हवा वाले दिनों से लेकर, झील के प्रभाव वाले बर्फीले तूफान तक, पृथ्वी के कोर में मैग्मा धाराओं और सूर्य में प्लाज्मा आंदोलन तक। जैसा कि वर्णनकर्ता कहता है, यह केवल अनुकरण की दृश्य सुंदरता नहीं है जो महत्वपूर्ण है: यह वह गति है जिस पर हम इसकी गणना करने में सक्षम हैं। पहली बार, हमारे वेफर-स्केल इंजन का उपयोग करके, NETL लगभग वास्तविक समय में लगभग 200 मिलियन कोशिकाओं के ग्रिड में हेरफेर करने में सक्षम है।

किस प्रकार का डेटा सिम्युलेटेड किया जा रहा है?

परीक्षण किया गया कार्यभार तापीय रूप से संचालित द्रव प्रवाह था, जिसे प्राकृतिक संवहन के रूप में भी जाना जाता है, जो कम्प्यूटेशनल द्रव गतिशीलता (सीएफडी) का एक अनुप्रयोग है। तरल पदार्थ का प्रवाह हमारे चारों ओर स्वाभाविक रूप से होता है - हवा वाले दिनों से लेकर, झील के प्रभाव वाले बर्फीले तूफ़ान तक, टेक्टोनिक प्लेट गति तक। लगभग 200 मिलियन कोशिकाओं से बना यह सिमुलेशन, "रेले-बेनार्ड" संवहन नामक एक घटना पर केंद्रित है, जो तब होता है जब एक तरल पदार्थ को नीचे से गर्म किया जाता है और ऊपर से ठंडा किया जाता है। प्रकृति में, यह घटना डाउनबर्स्ट, माइक्रोबर्स्ट और डेरेकोस जैसी गंभीर मौसम संबंधी घटनाओं को जन्म दे सकती है। यह पृथ्वी के कोर में मैग्मा की गति और सूर्य में प्लाज्मा की गति के लिए भी जिम्मेदार है।

नवंबर 2022 में, NETL ने CS-2 प्रणाली द्वारा संचालित एक नया फ़ील्ड समीकरण मॉडलिंग एपीआई पेश किया, जो NETL के जूल सुपरकंप्यूटर पर जितना संभव था उससे 470 गुना तेज़ था। इसका मतलब यह है कि यह किसी भी संख्या में सीपीयू या जीपीयू के क्लस्टर द्वारा प्राप्त की जा सकने वाली गति से अधिक गति प्रदान कर सकता है। एक सरल पायथन एपीआई का उपयोग करना जो अधिकांश कम्प्यूटेशनल विज्ञान के लिए वेफर-स्केल प्रसंस्करण को सक्षम बनाता है, डब्ल्यूएफए प्रदर्शन और प्रयोज्य में लाभ प्रदान करता है जो पारंपरिक कंप्यूटर और सुपर कंप्यूटर पर प्राप्त नहीं किया जा सकता है - वास्तव में, इसने एनईटीएल के जूल 2.0 सुपर कंप्यूटर पर ओपनएफओएएम को दो ऑर्डर से अधिक बेहतर प्रदर्शन किया है। समाधान के समय में परिमाण की.

डब्लूएफए एपीआई की सरलता के कारण, परिणाम कुछ ही हफ्तों में प्राप्त हो गए और एनईटीएल, पीएससी और सेरेब्रस सिस्टम्स के बीच घनिष्ठ सहयोग जारी रहा।

हमारे डब्ल्यूएसई पर सीएफडी (जो हमेशा एक धीमा, ऑफ-लाइन कार्य रहा है) की गति को परिवर्तित करके, हम इसके लिए और कई अन्य मुख्य एचपीसी अनुप्रयोगों के लिए नए, वास्तविक समय के उपयोग के मामलों की एक पूरी श्रृंखला खोल सकते हैं। हमारा लक्ष्य है कि अधिक कंप्यूटिंग शक्ति सक्षम करके, हमारे ग्राहक अधिक प्रयोग कर सकें और बेहतर विज्ञान का आविष्कार कर सकें। एनईटीएल लैब के निदेशक ब्रायन एंडरसन ने हमें बताया है कि इससे कुछ बड़ी परियोजनाओं के लिए डिजाइन प्रक्रिया में काफी तेजी आएगी और सुधार होगा, जिन पर एनईटीएल जलवायु परिवर्तन को कम करने और एक सुरक्षित ऊर्जा भविष्य को सक्षम करने के लिए काम कर रही है - कार्बन पृथक्करण और ब्लू हाइड्रोजन उत्पादन जैसी परियोजनाएं।

जब सुपर कंप्यूटर जारी करने की बात आती है तो सेरेब्रा लगातार प्रतिस्पर्धा में बेहतर प्रदर्शन कर रहा है, अत्याधुनिक सुपर कंप्यूटर बनाने के पीछे कुछ चुनौतियाँ क्या हैं?

विडंबना यह है कि बड़ी एआई की सबसे कठिन चुनौतियों में से एक एआई नहीं है। यह वितरित गणना है.

आज के अत्याधुनिक तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए, शोधकर्ता अक्सर सैकड़ों से हजारों ग्राफिक्स प्रोसेसिंग इकाइयों (जीपीयू) का उपयोग करते हैं। और यह आसान नहीं है. जीपीयू के एक समूह में बड़े भाषा मॉडल प्रशिक्षण को स्केल करने के लिए कई छोटे उपकरणों में कार्यभार वितरित करने, डिवाइस मेमोरी आकार और मेमोरी बैंडविड्थ बाधाओं से निपटने और संचार और सिंक्रनाइज़ेशन ओवरहेड्स को सावधानीपूर्वक प्रबंधित करने की आवश्यकता होती है।

हमने सेरेब्रस वेफर-स्केल क्लस्टर के विकास के माध्यम से अपने सुपर कंप्यूटरों को डिजाइन करने के लिए एक पूरी तरह से अलग दृष्टिकोण अपनाया है। सेरेब्रस वेट स्ट्रीमिंग निष्पादन मोड. इन तकनीकों के साथ, सेरेब्रस तीन प्रमुख बिंदुओं के आधार पर स्केल करने का एक नया तरीका संबोधित करता है:

सीपीयू और जीपीयू प्रसंस्करण का प्रतिस्थापन सेरेब्रस सीएस-2 प्रणाली जैसे वेफर-स्केल एक्सेलेरेटर द्वारा किया जाता है। यह परिवर्तन स्वीकार्य गणना गति प्राप्त करने के लिए आवश्यक गणना इकाइयों की संख्या को कम कर देता है।

मॉडल आकार की चुनौती को पूरा करने के लिए, हम एक सिस्टम आर्किटेक्चर का उपयोग करते हैं जो मॉडल स्टोरेज से गणना को अलग करता है। सीएस-2 सिस्टम के क्लस्टर पर आधारित एक कंप्यूट सेवा (पर्याप्त कंप्यूट बैंडविड्थ प्रदान करती है) एक मेमोरी सेवा (बड़ी मेमोरी क्षमता के साथ) से मजबूती से जुड़ी होती है जो मांग पर कंप्यूट क्लस्टर को मॉडल के सबसेट प्रदान करती है। हमेशा की तरह, एक डेटा सेवा आवश्यकतानुसार प्रशिक्षण डेटा के बैचों को गणना सेवा तक पहुंचाती है।

सीएस-2 क्लस्टर में प्रशिक्षण कार्य के शेड्यूलिंग और समन्वय के लिए एक अभिनव मॉडल जो डेटा समानता को नियोजित करता है, मांग पर स्ट्रीम किए गए विरल भार के साथ एक समय में प्रशिक्षण देता है, और गणना सेवा में सक्रियणों को बनाए रखता है।

लगभग एक दशक से मूर के कानून के ख़त्म होने की आशंका बनी हुई है, उद्योग कितने और वर्षों तक चल सकता है और इसके लिए किस प्रकार के नवाचारों की आवश्यकता है?

मुझे लगता है कि हम सभी जिस प्रश्न से जूझ रहे हैं वह यह है कि क्या मूर का कानून - जैसा कि मूर ने लिखा है - मर चुका है। अधिक ट्रांजिस्टर प्राप्त करने में दो साल नहीं लग रहे हैं। अब इसमें चार या पांच साल लग रहे हैं. और वे ट्रांजिस्टर समान कीमत पर नहीं आ रहे हैं - वे बहुत अधिक कीमत पर आ रहे हैं। तो सवाल यह है कि क्या हमें अभी भी सात से पांच से तीन नैनोमीटर बढ़ने का वही लाभ मिल रहा है? लाभ छोटे हैं और उनकी लागत अधिक है, और इसलिए समाधान केवल चिप की तुलना में अधिक जटिल हो जाते हैं।

एक प्रमुख कंप्यूटर वास्तुकार, जैक डोंगरा ने हाल ही में एक भाषण दिया और कहा, "हम फ्लॉप बनाने और I/O बनाने में बहुत बेहतर हो गए हैं।" यह वाकई सच है. डेटा को चिप से बाहर ले जाने की हमारी क्षमता चिप पर प्रदर्शन को बढ़ाने की हमारी क्षमता से काफी पीछे है। सेरेब्रस में, जब उन्होंने ऐसा कहा तो हम खुश थे, क्योंकि यह एक बड़ी चिप बनाने और कम सामान को चिप से बाहर ले जाने के हमारे निर्णय को मान्य करता है। यह चिप्स वाले सिस्टम को बेहतर प्रदर्शन करने के भविष्य के तरीकों पर कुछ मार्गदर्शन भी प्रदान करता है। न केवल अधिक एफएलओपी को निचोड़ने का काम किया जाना है, बल्कि उन्हें स्थानांतरित करने और डेटा को चिप से चिप तक ले जाने की तकनीक पर भी काम किया जाना है - यहां तक ​​कि बहुत बड़ी चिप से बहुत बड़ी चिप तक भी।

क्या कुछ और है जो आप सेरेब्रस सिस्टम्स के बारे में साझा करना चाहेंगे?

बेहतर या बदतर के लिए, लोग अक्सर सेरेब्रा को "वास्तव में बड़े चिप वाले लोगों" की श्रेणी में रखते हैं। हम बहुत, बहुत बड़े तंत्रिका नेटवर्क के लिए सम्मोहक समाधान प्रदान करने में सक्षम हैं, जिससे दर्दनाक वितरित कंप्यूटिंग करने की आवश्यकता समाप्त हो गई है। मेरा मानना ​​है कि यह बेहद दिलचस्प है और यही इस बात का मूल है कि हमारे ग्राहक हमसे प्यार क्यों करते हैं। 2023 के लिए दिलचस्प डोमेन यह होगा कि कम एफएलओपी का उपयोग करके उच्च स्तर की सटीकता के साथ बड़ी गणना कैसे की जाए।

स्पार्सिटी पर हमारा काम एक बेहद दिलचस्प दृष्टिकोण प्रदान करता है। हम वह काम नहीं करते जो हमें लक्ष्य रेखा की ओर नहीं ले जाता, और शून्य से गुणा करना एक बुरा विचार है। हम जल्द ही स्पार्सिटी पर एक बहुत ही दिलचस्प पेपर जारी करेंगे, और मुझे लगता है कि इस बात पर अधिक प्रयास होने जा रहा है कि हम इन कुशल बिंदुओं तक कैसे पहुँचें, और हम कम बिजली के लिए ऐसा कैसे करते हैं। और केवल कम शक्ति और प्रशिक्षण के लिए नहीं; हम अनुमान में प्रयुक्त लागत और शक्ति को कैसे कम कर सकते हैं? मुझे लगता है कि विरलता दोनों मोर्चों पर मदद करती है।

इन गहन उत्तरों के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें यहाँ आना चाहिए सेरेब्रस सिस्टम.