曾造出世界最大芯片的美國 AI 芯片明星創企 Cerebras Systems，最新宣布完成 2.5 億美元（約合 16 億人民幣）F 輪融資。此次融資由 Alphawave Ventures 和阿布扎比增長基金（ADG）領投。截至本輪融資，Cerebras 的融資總額已達 7.2 億美元（約合 46 億人民幣），公司估值超過 40 億美元（約合 256 億人民幣）。
▲ Cerebras Systems WSE 處理器
2019 年 8 月，Cerebras 的首顆晶圓級芯片 WSE 一問世便轟動全球科技圈，它由一整片晶圓製成，在 46225mm² 面積上集成了 1.2 萬億個晶體管。其 2021 年推出的二代 WSE-2 更進一步，採用 7nm 製程，創下集成 2.6 萬億個晶體管的新紀錄。
相比之下，被業界視作雲端 AI 芯片標杆的英偉達 A100 GPU，同樣採用 7nm 製程，總共有 540 億個晶體管。
接下來，Cerebras 計劃將此次融資用於擴大其全球業務和工程師團隊，以及設計下一代基於台積電 5nm 節點的處理器。
本文福利：Cerebras Systems 在 Hot Chips2021 上介紹巨型芯片 WSE-2 的演講 PPT，可在公眾號聊天欄回復關鍵詞【芯東西 191】獲取。
01.創業夥伴再上路，投資人稱正在重新定義 AI 的可能性
Cerebras Systems 位於美國加利福尼亞州，由 Andrew Feldman、Gary Lauterbach 等人創建於 2015 年。
Andrew Feldman 和 Gary Lauterbach 分別是 Cerebras Systems 的首席執行官和首席技術官，兩人的合作時間已經超過 12 年。
Andrew Feldman 有着斯坦福大學的 MBA 學位，曾多次作為公司高管完成了收購和上市。Gary Lauterbach 則是行業中著名的計算機架構師，曾擔任 SPARC Ⅲ 和 UltraSPARC Ⅳ 微處理器的首席架構師。
2007 年，Andrew Feldman 和 Gary Lauterbach 就一起創辦了微型服務器公司 SeaMicro。2012 年，SeaMicro 被 AMD 以 3.34 億美元收購，兩人也一起加入了 AMD。Andrew Feldman 在 AMD 做了兩年半的副總裁。
▲ Cerebras Systems 首席執行官 Andrew Feldman（左）和首席技術官 Gary Lauterbach（右）
Cerebras Systems 創建至今已完成了 6 輪融資，總金額達 7.2 億美元。早在 2016 年，Cerebras Systems 完成了第一筆 6450 萬美元的融資；次年 1 月，Cerebras Systems 拿下 2500 萬美元的 B 輪融資；6 個月後，再次籌集 6000 萬美元；2018 年 11 月，完成 8800 萬美元的 D 輪融資。
隨着不斷地融資，Cerebras Systems 也從價值 2.45 億美元的公司成為了新的 AI 芯片獨角獸。Twitter、為 Snap 提供資金的 Benchmark，傳奇芯片設計師、AMD 前 CTO Fred Weber、著名非營利實驗室 OpenAI 的 AI 科學家、AlexNet 的聯合創建者 Ilya Sutskever 等業界知名機構或大牛都對其進行了投資。
2019 年，Cerebras Systems 完成了 E 輪融資，公司估值約為 24 億美元。如今，新的 F 輪融資為該公司又籌集了 2.5 億美元的資金，而這相當於 Cerebras Systems 大約 6% 的股份，其估值已超過 40 億美元。
據科技媒體 AnandTech 報道，這 2.5 億美元的融資將會支撐 Cerebras 未來 2-3 年的布局，包括在 5nm 節點上設計芯片和新的內存擴展方案等。目前 Cerebras Systems 在美國桑尼維爾、美國聖地亞哥、加拿大多倫多、日本東京等地擁有約 400 名員工，並希望到 2022 年底擴大到 600 人，主要增加工程師人數並專註於產品的全棧開發。
Alphawave Ventures 的聯合創始人兼董事長 Rick Gerson 稱：“Cerebras Systems 正在重新定義人工智能的可能性，並在加快製藥和生命科學等幾個領域的創新方面有着一流的表現。我們很自豪能與 Andrew 和 Cerebras 的團隊合作，支持他們將高性能 AI 計算引入全球新市場和地區。”
02.二代處理器具有 2.6 萬億個晶體管，性能提升超 1 倍
2019 年，Cerebras Systems 發布了其第一代 WSE 芯片，這款芯片具有 40 萬個內核和 1.2 萬億個晶體管，使用台積電 16nm 工藝製程。
今年 4 月，Cerebras Systems 推出了第二代處理器 WSE-2，具有破紀錄的 2.6 萬億個晶體管（市場上最大的 GPU 只有 540 億個晶體管）和 85 萬顆 AI 優化內核，大小類似餐盤，採用台積電的 7nm 工藝。相比於第一代 WSE 處理器，WSE-2 在 AI 內核數量、晶體管數量、密度、內存帶寬等參數上都有着一倍以上的提升。
▲ Cerebras 兩代處理器參數對比（來源：AnandTech）
和當下的很多芯片不同，Cerebras Systems 的 WSE-1 和 WSE-2 並不是用晶圓上的一小部分製成，而是將整個直徑為 300mm 的晶圓加工成 1 顆芯片。雖然這種芯片體積較大，但是由於晶體管和內核的數量、互連優勢，相比同等算力的 GPU 集群，其功耗和所佔空間都更小。
傳統的 GPU 集群如果想要達到同等算力，需要數十個幾架承載數百甚至數千個 GPU 芯片。而 CS-2 只有 26 英寸高，是標準數據中心機架的 1/3。
Cerebras Systems 的技術也在醫藥、天文、科研等多個領域發揮出了作用。
無論是美國阿貢國家實驗室、勞倫斯利弗莫爾國家實驗室、匹茲堡超算中心、愛丁堡大學超算中心等科研機構還是葛蘭素史克、東京電子器件等廠商都成為了 Cerebras Systems 的忠實客戶。
03.參數規模提升 100 倍，還在雲端提供深度學習服務
今年 8 月 24 日，Cerebras Systems 還推出了世界上首個具備腦規模的 AI 解決方案。
人腦包含約 100 萬億個突觸結構，而此前最大的人工智能硬件集群大約只有 1 萬億參數，類似於同等數量的突觸，僅有人腦規模的 1%。而 Cerebras Systems 單一的 CS-2 支持超過 120 萬億參數，在規模上達到了人腦水平，推動了 AI 神經網絡技術的發展。
阿貢國家實驗室副主任 Rick Stevens 談道：“Cerebras 的發明將提高 100 倍的參數容量，它有可能改變行業。我們將首次能夠探索大腦大小的模型，開闢了廣闊的研究和洞察的新途徑。”
該解決方案包括四項核心技術，代號分別為 Weight Streaming、MemoryX、SwarmX 和 Sparsity。
Weight Streaming 可以讓 AI 模型參數存儲在芯片外，同時提供與芯片相同的訓練和推理性能的能力，簡化了工作負載分配模型。
MemoryX 是一種新的內存擴展技術，可實現 2.4 PTAB 的高性能內存，支持 120 萬億的參數模型。
SwarmX 是一種高性能、AI 優化的通信互連結構，可以互連多達 1.63 億個 AI 內核，跨越 192 個 CS-2 系統協同工作，訓練單個神經網絡。
Sparsity 可以讓用戶選擇模型的重量稀疏程度，減少模型處理所需的 FLOP 算力和時間。
9 月 16 日，美國深度學習雲服務商 Cirrascale Cloud Services 宣布採用 CS-2 系統和 WSE-2 處理器。
在其應用中，8GPU 服務器比 CS-2 系統訓練自然語言處理 NLP BERT 模型的時間慢 9.5 倍。而在訓練精度上，用戶需要超過 120 個 GPU 才能匹配單個 CS-2 系統的訓練精度。
▲ Cerebras Systems 系統在機房中
04.結語：Cerebras Systems 開拓巨型芯片路線獲認可
需要指出的是，Cerebras Systems 的 WSE 系列芯片並非單純的放大芯片尺寸。大尺寸芯片需要芯片企業在互連、芯片封裝、散熱等方面都有着獨特的技術和解決方案，這些技術方案也體現在了 Cerebras Systems 腦規模 AI 解決方案中。
雖然其芯片的尺寸較大，無法用於 PC、移動設備等領域，但 Cerebras Systems 也向我們展示了巨型芯片的廣闊應用前景，其產品可以在超算、雲端等機構或企業的方案佔據一席之地。而新一輪的融資代表了資本對這一技術路線的認可。