Ten superkomputerowy chip może symulować przyszłość „szybciej niż prawa fizyki”

W miarę zbliżania się do przyszłości firmy komputerowe zwiększają moc swoich chipsetów. Na przykład najnowszy chip M1 firmy Apple ma 16 miliardów tranzystorów i jest niesamowicie szybki w porównaniu z innymi układami SoC, takimi jak układy Intel i9. Jednak bez względu na to, jak szybkie są nowe chipy komputerowe Apple, jestem pewien, że nie mogą one symulować przyszłości „szybciej niż prawa fizyki”. Okazuje się, że w rzeczywistości istnieje jeden układ superkomputera, który może wykonać powyższe zadanie.

Nazwany jako chip Cerebras CS-1, ten chipset o powierzchni 462 cm2 jest obecnie największy chip na świecie, zawierający około 1,2 biliona tranzystorów. To 75000% wzrost liczby tranzystorów w porównaniu z najnowszym SoC firmy Apple.

Nazywa się to „Najpotężniejszy na świecie system obliczeniowy AI” i był opracowany dla Departamentu Energii Stanów Zjednoczonych przez Laboratorium Technologii Energetycznych organizacji. Niedawno naukowcy przetestowali Cerebras CS-1, symulując spalanie w zespole napędowym.

Podali do superkomputera wszystkie niezbędne dane o aktualnych warunkach pracy zespołu napędowego. Następnie naukowcy czekali, aż 1,2 biliona tranzystorów przeanalizuje dane i zasymuluje przyszły stan zespołu napędowego..

Cerebras CS-1 przejął ponad milion zmiennych, w tym ruch powietrza 3D i wahania temperatur, i przeanalizowaliśmy je, aby pokazać możliwą przyszłość zespołu napędowego szybciej niż w czasie rzeczywistym.

„CS-1 to pierwszy w historii system, który wykazał się wystarczającą wydajnością do symulacji ponad miliona komórek płynu szybciej niż w czasie rzeczywistym. Oznacza to, że kiedy CS-1 jest używany do symulacji elektrowni w oparciu o dane o jej obecnych warunkach pracy, może powiedzieć, co wydarzy się w przyszłości szybciej, niż prawa fizyki dadzą ten sam rezultat ”., przeczytaj wpis na blogu naukowców.

Idąc w przyszłość, zespół Cerebras planuje wypuścić chip CS drugiej generacji, który będzie zawierał 2,6 biliona tranzystorów. Do tego czasu będą używać istniejącego chipa CS-1 do trenowania sieci neuronowych i symulacji zaawansowanych symulacji rzeczywistych scenariuszy.