Wir sind es gewohnt, dass Mikrochips dank der zunehmend miniaturisiert werden erstaunlicher Trend des Mooreschen Gesetzes Dadurch können Ingenieure immer mehr Transistoren auf immer kleineren Chips unterbringen. Das Gleiche gilt nicht für den Wafer Scale Engine (WSE)-Chip, der von einem kalifornischen Startup entwickelt wurde Großhirn, das kürzlich aus der Tarnung hervorgegangen ist. Cerebras hat einen äußerst leistungsstarken Chip entwickelt, der für die Durchführung von KI-Anwendungen entwickelt wurde. Prozesse – und das darf auf keinen Fall fehlen. Zum Teil, weil dieser im Gegensatz zu den meisten Mikrochips die Größe eines iPad hat.
Der 46.225 Quadratmillimeter große WSE-Chip verfügt über enorme 1,2 Billionen Transistoren, 400.000 Kerne und 18 Gigabyte On-Chip-Speicher. Damit ist es der größte Chip, der jemals geschaffen wurde. Der bisherige Rekord lag bei lediglich 815 Quadratmillimetern mit 21,1 Milliarden Transistoren. Wie CEO und Mitbegründer Andrew Feldman gegenüber Digital Trends sagte, bedeutet dies, dass der WSE-Chip „56,7-mal größer“ ist als der riesige Chip, den er um den Titel geschlagen hat.
Empfohlene Videos
„Arbeiten mit künstlicher Intelligenz gehören zu den am schnellsten wachsenden Rechenaufgaben“, sagte Feldman. „Zwischen 2013 und 2018 ist es um mehr als das 300.000-fache gewachsen. Das heißt, alle 3,5 Monate verdoppelt sich der Arbeitsaufwand bei diesem Arbeitspensum.“
Verwandt
- Die neue ChatGPT-App von OpenAI ist kostenlos für iPhone und iPad
- Besitzen Sie ein iPhone, iPad oder MacBook? Installieren Sie dieses wichtige Update jetzt
- Ich habe dieses Jahr den ChatGPT AI-Chatbot verwendet, um meine Weihnachtseinkäufe zu erledigen
Hier kommt der Bedarf an größeren Chips ins Spiel. Größere Chips verarbeiten mehr Informationen schneller. Das wiederum bedeutet, dass der Benutzer seine rechenintensive Antwort in kürzerer Zeit berechnen kann.
„Die WSE enthält 78-mal so viele Rechenkerne; Es verfügt über 3.000-mal mehr Hochgeschwindigkeits-On-Chip-Speicher, 10.000-mal mehr Speicherbandbreite und 33-mal mehr Fabric-Bandbreite als die heute führende GPU“, erklärte Feldman. „Das bedeutet, dass die WSE mehr Berechnungen effizienter durchführen und die Zeit, die zum Trainieren einer KI benötigt wird, drastisch reduzieren kann.“ Modell. Für den Forscher und Produktentwickler im Bereich KI bedeutet eine kürzere Trainingszeit einen höheren experimentellen Durchsatz mit mehr Daten: weniger Zeit für eine bessere Lösung.“
Es überrascht nicht, dass ein Computerchip in der Größe eines verdammten Tablets nicht für den Heimgebrauch gedacht ist. Stattdessen soll es in Rechenzentren eingesetzt werden, in denen ein Großteil der Hochleistungsverarbeitung hinter der heutigen cloudbasierten KI erfolgt. Werkzeuge durchgeführt wird. Es gibt keine offiziellen Angaben zu den Kunden, aber es ist wahrscheinlich, dass Unternehmen wie Facebook, Amazon, Baidu und andere werden es gerne auf Herz und Nieren prüfen.
Es wurden noch keine Leistungsbenchmarks veröffentlicht. Wenn dieser Chip jedoch hält, was er verspricht, wird er uns dabei helfen, in der KI zu bleiben. Innovation für die kommenden Wochen, Monate und sogar Jahre.
Empfehlungen der Redaktion
- Besitzen Sie ein iPhone, iPad oder eine Apple Watch? Sie müssen es sofort aktualisieren
- Die nächsten MacBooks und iPads von Apple könnten in ernsthafte Schwierigkeiten geraten
- Ich habe die (ferne) Zukunft der KI-Websuche gesehen – hier ist sie erstaunlich und wo sie schwierig ist
- Das MacBook Air und das iPad Pro könnten bald ein großes Upgrade erhalten
- Apple könnte ein Frankenstein iPad Pro auf den Markt bringen, auf dem macOS läuft
Werten Sie Ihren Lebensstil aufDigital Trends hilft Lesern mit den neuesten Nachrichten, unterhaltsamen Produktrezensionen, aufschlussreichen Leitartikeln und einzigartigen Einblicken, den Überblick über die schnelllebige Welt der Technik zu behalten.
