Новый чип для ИИ: как большие процессоры сократят энергозатраты

Технология, созданная компанией Cerebras, бросает вызов традиционным графическим процессорам и открывает путь к более экологичному машинному обучению. Ускорители wafer-scale от Cerebras кардинально отличаются от привычных GPU, чьи размеры редко превышают почтовую марку. Благодаря масштабу и инновационной архитектуре они способны обрабатывать триллионы параметров нейросетей быстрее и с меньшими затратами энергии. Таким образом новые чипы решают ключевую проблему современного ИИ — несоответствие между растущей сложностью моделей и ограничениями аппаратного обеспечения.

Графические процессоры десятилетиями доминировали в сфере ИИ благодаря способности выполнять параллельные вычисления. Они лежат в основе беспилотных автомобилей, генерации изображений по текстовым запросам и даже кулинарных рекомендаций. Однако, чем сложнее становятся нейросети, тем больше ресурсов они требуют. Например, обучение крупных языковых моделей вроде GPT-4 уже сейчас потребляет энергии, сопоставимой с годовым расходом 20 тыс. российских домохозяйств. Традиционные GPU перегреваются и замедляются, пытаясь справиться с такими задачами.

Чипы Cerebras предлагают альтернативу, которая не только ускоряет вычисления, но и снижает тепловыделение, что критически важно для дата-центров, где охлаждение составляет около 50% эксплуатационных расходов. 

Эксперты отмечают, что переход на wafer-scale-чипы может изменить ландшафт ИИ-индустрии. Стоит лишь учесть, что массовое внедрение упирается в стоимость: производство крупных процессоров требует переоснащения фабрик и новых стандартов проектирования. Тем не менее, в Cerebras уверены — будущее за масштабированием.