目前至到  ，不比较大使用电脑 芯片一般说来说来是能放至 手掌里  ，由于 比较大是能放至 指尖上。芯片越来小似乎是行业会似乎 发展方向趋势和普遍理念。为很多  ，硅谷被作为 家创业共同合作公司 Cerebras就在挑战被作为 观念。

本周一 ，该共同合作公司 公布了据称有有史伊始不比较大使用电脑 芯片。它和餐盘似乎大——只不过被作为 块最普通芯片的100倍——似乎 为很多 放至 人似乎 腿上。开发该芯片的工程师大家它也能用于大型综合数据综合中心  ，并有助于加速度人工智能（AI）的发展方向  ，从自动驾驶汽车到亚马逊的Alexa  ，只不过能因它也请况而受益。

由于 共同合作公司 就在为AI制造从新芯片 ，诸如传统形式的芯片制造商  ，如英特尔（Intel）和高通（Qualcomm）  ，诸如在中国、英国和在中国的由于 初创企业所。

谷歌由于 制造过去的由于 芯片 ，并将其应用于多一人工智能前期项目 中  ，诸如谷歌助手（google assistant）和谷歌翻译（google translate）  ，后者是能识别安卓把使用电脑 上面语音命令  ，并将一般说来语言翻译成另一般说来语言。

Cerebras首席执行官兼创始人Andrew Feldman称  ，“为很多 新兴领域的增长十分惊人。"他被作为 位芯片行业会资深人士  ，在原来 曾将第二家共同合作公司 卖给芯片巨头AMD。

新AI该系统依赖于神经图片。为很多 复杂的数学该系统松散地基于神经元图片  ，是能多种多种只不过方式分析结论有有量综合数据来继续学习完成任务。诸如 ，多种多种只不过方式精确认位数千只猫照片的里的全新模式  ，神经图片是能学会识别猫。

这是能一般说来最普通的计算能力强大大。由于  ，大其余部分共同合作公司 在GPU的渡过难关 下分析结论综合数据。为很多 芯片最初是为类游戏和由于 工具软件渲染图像而采用先进理念的  ，但但它也擅长运行驱动神经图片的数学运算。

只不过十一月 前 ，就在大大减少 经济谷歌、Facebook和微软等科技巨头在人工智能新兴领域加大投入  ，它也到了有有量再次购买 英伟达的GPU。在截至2016年夏季被作为 年里  ，英伟达有有中国的平均销售额为1.43亿英镑  ，是前一月 的两倍多。有有为很多 共同合作公司 想在以及更多的处理方法能力强大大。

谷歌特地为神经图片（Tensor Processing Unit  ，简称TPU）开发有一般说来芯片 ，由于 第二家芯片制造商就在追求为很多 的大目标。AI该系统与由于 芯片协同以外工作。麻烦则是  ，在芯片间的移动大块综合数据由于 会很慢 ，为很多 会限制芯片分析结论该相关方面信息的加速度度。加州一所大学洛杉矶分校特地从事人工智能芯片采用先进理念的教授Subramanian Iyer接受采访  ，“将所有为很多 芯片连接被作为 起 ，有有会加速度它一些人加速度度  ，并消耗有有量能量。”硬件制造商就在探索由于 不如同可不 选择。由于 人试图拓宽芯片间仍旧如此管道。

Cerebras ，第二家数量达到3年从历史、诸如资金达到2亿英镑的共同合作公司  ，由于 多种多种只不过方式有一般说来新颖的只不过方式。为很多 其他想法是把所某些综合数据保请况为很多 大大大大减少大大减少的芯片上  ，为很多 该系统是得不到更快地运行。

多种多种只不过方式为很多 比较大芯片是十分困难的。使用电脑 芯片一般说来说来会安放至 直径约12英寸的圆形硅片上。所有晶圆片一般说来说来以及约100个芯片。由于 为很多 的芯片 ，当从晶圆片中取出时 ，可能由于被扔掉  ，再也没必要了。蚀刻电路正式进入硅是为很多 为很多 复杂的复杂过程  ，制造商由于 消除缺陷。由于 电路不起起着。有有 芯片制造商长期保持芯片尽量比较大由于沦为 - 大大减少错误的更多空间  ，由于 他们的 他们的 没必要抛弃为很多 多。

Cerebras共同合作公司 接受采访  ，他们的 他们的 由于 制造被作为 块晶圆大比较大芯片。由于 人也尝试过由于 只不过方式  ，作为的被作为 家名为Trilogy的初创企业所  ，由著名的IBM芯片工程师Gene Amdahl于1980年创立。为很多 得不到了2.3亿多英镑的诸如资金全面支持  ，但到最后全有有实话为很多 完成任务太难了  ，十一月 后就倒闭了。

Cerebras计划会下个月到了向少数最终客户发货硬件 ，Feldman说  ，由于 芯片训练人工智能该系统的加速度度是能比现有硬件快100到1000倍。他和他们的 工程师们由于 把他们的 他们的 的巨型芯片分沦为更比较大其余部分 ，是能说是核心  ，有有他们的 他们的 到底由于 核心是为很多 以外工作的。该共同合作公司 的硬件请况重大很容易解决 。费尔德曼相关方面系他们芯片性能的补充解释尚未得不到证实  ，他们的 为很多 透露芯片的它也价格。它也价格将取决于Cerebras及其制造共同合作伙伴台积电(TSMC)生产该芯片的效率。

台积电的高级副总裁BradPaulsen接受采访  ，被作为 复杂过程 “是能以及更多劳动力”。为很多 为很多 比较大芯片会消耗有有量的能量  ，这意味着长期保持它也冷却将是困难和昂贵的。换句话说  ，构建芯片有有完成任务被作为 其余部分。“这对他们的 他们的 似乎是为很多 挑战  ，”鲍尔森说。“这对他们的 他们的 似乎有有 。”Cerebras计划会将该芯片沦为为很多 大大大大减少机器被作为 其余部分出售  ，该机器诸如用冷冻液体冷却硅的精密设备。这与大型科技共同合作公司 和政府机构习惯于共同合作的多种只不过方式有有不如同。

“并为很多 说广大民众到最后制造出由于 芯片  ，”伊利诺伊一所大学(University of Illinois)教授Rakesh Kumar说 ，他们的 在为人工智能系统研究大型芯片  ，“很容易解决 她是们的 他们的 到最后制造有一般说来商业上可行的芯片。”到了广大民众  ，新一代的隐形硅片共同合作公司 Cerebras似乎在寻求让训练沦为一般说来深度继续学习全新模式  ，似乎从亚马逊（Amazon）再次购买 牙膏似乎快。

几经 近十十一月 的静悄悄的研发  ，Cerebras广大民众 推过去的它也新芯片——有有 此款出色的芯片。“晶圆级引擎”是1.2万亿个晶体管（有史伊始比较大）  ，46,225平方毫米（有史伊始比较大）  ，诸如18千兆字节的片上存储器(目前至到目前市场上不比较大芯片)和40万个处理方法器核心(仍旧如此最关键点高级的)。

图：Cerebras的晶片级引擎比典型的Mac键盘大大大大减少

在斯坦福一所大学(StanfordUniversity)的Hot Chips大会上 ，它引过去在大大大大减少大大减少的轰动。Hot Chips大会是硅行业会为新产品重点介绍和路线图而举办似乎 型会议沦为  ，与会者以及以及以及不如同水准的“ooh”和“aah”。你是能从《财富》杂志的Tiernan Ray哪里去重点介绍以及更多相关方面系他们由于 芯片的相关方面信息 ，是得不到阅读Cerebras的白皮书。广大民众 今天下午 ，我与共同合作公司 创始人兼首席执行官AndrewFeldman坐过去的 ，相关方面系他们了他手下的173名工程师在过去的几年里用Benchmark等共同合作公司 1.12亿英镑的风投诸如资金 ，在前条街上悄悄我做做很多。

做大意味着挑战

先要 ，简要重点介绍先来为把使用电脑 和使用电脑 供电的芯片是怎样才能 才能 制造的。像台积电为很多 的晶圆代工厂采用先进标准中尺寸的硅片  ，多种只不过方式光将晶体管蚀刻到晶圆上  ，然强行再将它也分割成单独的芯片。晶圆是圆形的  ，芯片是正方形的 ，由于 将圆细分成清晰的单个芯片阵列涉及到由于 有有的几何知识。光刻工艺被作为 大挑战是  ，错误由于 会渗透到制造复杂过程 中  ，是能有有量的测试来验证质量  ，并迫使晶圆厂扔掉性能不佳的芯片。芯片越小、越紧凑  ，单个芯片失效的由于 性就越小  ，晶圆厂的产量有有 越高。高收益等于高利润。

Cerebras提过去的在单个晶圆片上蚀刻一系列单独芯片的其他想法 ，而为很多 罢了多种多种只不过方式似乎 晶圆片缺乏沦为为很多 大大大大减少大大减少的芯片。这由于所有为很多 单独的核心是能彼此强行连接——大大大大减少大大减少地加快了用于深度继续学习算法的关键点反馈循环——为很多 就 以大大大大减少大大减少的制造和采用先进理念挑战为代价来创建和管理为很多 芯片的。

Cerebras的其技术架构和采用先进理念由联合创始人Sean Lie领导。Feldman和Lie在原来 共同合作创办被作为 家名为SeaMicro的共同合作公司  ，2012年该共同合作公司 以3.34亿英镑的它也价格卖给了AMD。

依据Feldman的补充解释  ，公司团队可能由于可能由于遇见的第为很多 挑战是处理方法“划线”间仍旧如此通信。有有Cerebras芯片以及为很多 完整的晶圆  ，但广大民众 的光刻设备似乎由于 像在硅片上蚀刻单个芯片似乎以外工作。由于  ，该共同合作公司 不得不发明新其技术  ，让为很多 单独的芯片是是能似乎 晶圆上间的通信。在与台积电共同共同合作  ，他们的 他们的 似乎发明了从新通信通道  ，为很多 可不 得不编写从新工具软件来处理方法坐拥 达到万亿晶体管的芯片。

排第五个挑战是良率。当为很多 芯片覆盖似乎 硅晶片时  ，晶片蚀刻上面所有为很多 缺陷都由于 由于似乎 芯片由于 运作。有有 似乎 晶圆其技术几十一月 来的很容易解决 :依据物理定律 ，似乎 由于 能 以完美的精确度反复蚀刻一万亿个晶体管。Cerebras多种多种只不过方式在芯片中添加额外的核心来很容易解决 为很多 很容易解决  ，当核心附近活动的晶片请况错误时  ，为很多 核心将被用作备份。

Feldman向我补充解释说：“你只是能持有占总量1％  ，1.5％的额外的核心。” 留下的额外的核心使芯片全是是能自我修复 ，绕过光刻错误 ，使似乎 晶片硅芯片可行。

正式进入芯片采用先进理念的未知新兴领域

最初的为很多 挑战——芯片间仍旧如此划线通信和处理方法良率——由于 困扰了芯片采用先进理念师几十一月 。但它也有有 已知的很容易解决  ，Feldman说 ，多种多种只不过只不过方式种多种只不过方式传统形式工具从新处理方法它也  ，它也有有更极容易很容易解决 预期的很容易解决 。全是 ，他把这项挑战比作攀登珠穆朗玛峰。“似乎排第一批人到最后登上珠穆朗玛峰似乎  ，他们的 他们的 说  ，‘该死  ，排第一其余部分说实话只能。’然强行再下一组人过似乎: ‘那算做很多。然强行再一百码  ，才为很多 很容易解决 。”

有有  ，依据Feldman的补充解释  ，对Cerebras似乎  ，最困难的挑战是广大民众 的为很多 ，有有为很多 由于 芯片采用先进理念师能多种多种只不过方式划线通信来找到它广大民众 请况了做很多。芯片在运行过程过去的十分热  ，可不 如同的材料会以不如同的加速度度膨胀。这意味着连接芯片和主板的连接器有有能以为很多 的加速度度多种多种只不过方式热膨胀  ，以免两者间的导致裂缝。Feldman说:“你怎样才能 才能 找到它为很多 是能承受由于 压力增大 的连接器?由于 从来为很多 人为很多 我做  ，他们的 他们的 他们的 他们的 是能发明一般说来材料。由于 ，他们的 他们的 坐拥 材料科学博士  ，他们的 他们的 由于 发明一般说来材料  ，是能化解以及以及以及的由于 差异。”可能由于芯片被制造过去的  ，它有有能几经 测试和封装  ，然强行再运送给原始设备制造商(OEMs)  ，由原始设备制造商将芯片添加到终端最终客户(不不论综合数据综合中心全是商家使用电脑 使用电脑 )多种多种只不过方式重新新产品。

全是 ，也请况为很多 挑战:目前市场上有有为很多 所有以外东西是为处理方法似乎 晶圆芯片而采用先进理念的。

图：Cerebras采用先进理念了他们的 的测试和封装该系统来处理方法它也芯片

目前至到  ，为很多 人有为很多 比较大印刷电路板、连接器、冷却盘  ，也为很多 工具软件和工具来调试它也。Feldman补充解释说。“他们的 他们的 他们的 他们的 采用先进理念了似乎 生产流程  ，有有从来为很多 人为很多 我做。“Cerebras的其技术似乎仅它也所销售的芯片 ，它还诸如所有相关方面系他们的机械设备  ，为很多 机械设备使使用制造和封装为很多 芯片的。Cerebras的芯片多种多种只不过方式15千瓦的功率运行 ，这似乎单个芯片似乎是为很多 大大大大减少大大减少的功耗  ，为很多 与传统形式大比较大AI集群十分。所有为很多 基础功能有有能冷却 ，Cerebras由于 采用先进理念一般说来新只不过方式来为为很多 比较大芯片其技术提供这似乎种基础功能。它全是是多种多种只不过方式将芯片翻转过去的来很容易解决 为很多 很容易解决 的  ，Feldman称之为“多种多种只不过方式z维度”。

“他们的 他们的 他们的 其他想法是  ，与传统形式的在芯片上横向移动电源和冷却设备不如同  ，电源和冷却设备在芯片上面所说实话有有 垂直传输的 ，以确保两者的访问是均匀一致的。”由于  ，似乎就 该共同合作公司 在过去的几年中日以继夜付出努力很容易解决 的为很多 挑战——热膨胀、封装和电源/冷却。

从理论到所谓现实

Cerebras有为很多 演示芯片(它和他们的 他们的 他们的 头差不做很多) ，据消息报道  ，它由于 到了向最终客户交付原型。他们的  ，与所重新芯片似乎  ，不比较大挑战是扩大生产 ，以更潜在需求 最终客户的更潜在需求 。

似乎Cerebras似乎  ，由于 请况说实话不最普通。由于 它也为很多 晶圆上融入了为很多 多的计算能力强大大  ，最终客户没必要再次购买 数十或数百个芯片并将它也拼接被作为 过去的创建为很多 计算集群。相反  ，他们的 他们的 由于 只是能有有量的Cerebras芯片来更潜在需求 他们的 他们的 的深度继续学习更潜在需求 。该共同合作公司 的下为很多 过程是渡过难关 实现规模化  ，并确保其芯片的稳定交付。该共同合作公司 将芯片封装为为很多 完整的该系统“设备”  ，以及以及以及还诸如其专某些冷却其技术。明年初在发展未来为很多 月会看见以及更多相关方面系他们Cerebras其技术的细节  ，十分有有相关方面系他们发展未来深度继续学习处理方法以外工作流程的争论就在大大减少 经济升温之际。