曾造出世界最大芯片的美国 AI 芯片明星创企 Cerebras Systems，最新宣布完成 2.5 亿美元（约合 16 亿人民币）F 轮融资。
此次融资由 Alphawave Ventures 和阿布扎比增长基金（ADG）领投。截至本轮融资，Cerebras 的融资总额已达 7.2 亿美元（约合 46 亿人民币），公司估值超过 40 亿美元（约合 256 亿人民币）。
▲ Cerebras Systems WSE 处理器
2019 年 8 月，Cerebras 的首颗晶圆级芯片 WSE 一问世便轰动全球科技圈，它由一整片晶圆制成，在 46225mm² 面积上集成了 1.2 万亿个晶体管。其 2021 年推出的二代 WSE-2 更进一步，采用 7nm 制程，创下集成 2.6 万亿个晶体管的新纪录。
相比之下，被业界视作云端 AI 芯片标杆的英伟达 A100 GPU，同样采用 7nm 制程，总共有 540 亿个晶体管。
接下来，Cerebras 计划将此次融资用于扩大其全球业务和工程师团队，以及设计下一代基于台积电 5nm 节点的处理器。
本文福利：Cerebras Systems 在 Hot Chips2021 上介绍巨型芯片 WSE-2 的演讲 PPT，可在公众号聊天栏回复关键词【芯东西 191】获取。
Cerebras Systems 位于美国加利福尼亚州，由 Andrew Feldman、Gary Lauterbach 等人创建于 2015 年。
Andrew Feldman 和 Gary Lauterbach 分别是 Cerebras Systems 的首席执行官和首席技术官，两人的合作时间已经超过 12 年。
Andrew Feldman 有着斯坦福大学的 MBA 学位，曾多次作为公司高管完成了收购和上市。Gary Lauterbach 则是行业中著名的计算机架构师，曾担任 SPARC Ⅲ 和 UltraSPARC Ⅳ 微处理器的首席架构师。
2007 年，Andrew Feldman 和 Gary Lauterbach 就一起创办了微型服务器公司 SeaMicro。2012 年，SeaMicro 被 AMD 以 3.34 亿美元收购，两人也一起加入了 AMD。Andrew Feldman 在 AMD 做了两年半的副总裁。
▲ Cerebras Systems 首席执行官 Andrew Feldman（左）和首席技术官 Gary Lauterbach（右）
Cerebras Systems 创建至今已完成了 6 轮融资，总金额达 7.2 亿美元。早在 2016 年，Cerebras Systems 完成了第一笔 6450 万美元的融资；次年 1 月，Cerebras Systems 拿下 2500 万美元的 B 轮融资；6 个月后，再次筹集 6000 万美元；2018 年 11 月，完成 8800 万美元的 D 轮融资。
随着不断地融资，Cerebras Systems 也从价值 2.45 亿美元的公司成为了新的 AI 芯片独角兽。Twitter、为 Snap 提供资金的 Benchmark，传奇芯片设计师、AMD 前 CTO Fred Weber、著名非营利实验室 OpenAI 的 AI 科学家、AlexNet 的联合创建者 Ilya Sutskever 等业界知名机构或大牛都对其进行了投资。
2019 年，Cerebras Systems 完成了 E 轮融资，公司估值约为 24 亿美元。如今，新的 F 轮融资为该公司又筹集了 2.5 亿美元的资金，而这相当于 Cerebras Systems 大约 6% 的股份，其估值已超过 40 亿美元。
据科技媒体 AnandTech 报道，这 2.5 亿美元的融资将会支撑 Cerebras 未来 2-3 年的布局，包括在 5nm 节点上设计芯片和新的内存扩展方案等。目前 Cerebras Systems 在美国桑尼维尔、美国圣地亚哥、加拿大多伦多、日本东京等地拥有约 400 名员工，并希望到 2022 年底扩大到 600 人，主要增加工程师人数并专注于产品的全栈开发。
Alphawave Ventures 的联合创始人兼董事长 Rick Gerson 称：“Cerebras Systems 正在重新定义人工智能的可能性，并在加快制药和生命科学等几个领域的创新方面有着一流的表现。我们很自豪能与 Andrew 和 Cerebras 的团队合作，支持他们将高性能 AI 计算引入全球新市场和地区。”
2019 年，Cerebras Systems 发布了其第一代 WSE 芯片，这款芯片具有 40 万个内核和 1.2 万亿个晶体管，使用台积电 16nm 工艺制程。
今年 4 月，Cerebras Systems 推出了第二代处理器 WSE-2，具有破纪录的 2.6 万亿个晶体管（市场上最大的 GPU 只有 540 亿个晶体管）和 85 万颗 AI 优化内核，大小类似餐盘，采用台积电的 7nm 工艺。相比于第一代 WSE 处理器，WSE-2 在 AI 内核数量、晶体管数量、密度、内存带宽等参数上都有着一倍以上的提升。
▲ Cerebras 两代处理器参数对比（来源：AnandTech）
和当下的很多芯片不同，Cerebras Systems 的 WSE-1 和 WSE-2 并不是用晶圆上的一小部分制成，而是将整个直径为 300mm 的晶圆加工成 1 颗芯片。虽然这种芯片体积较大，但是由于晶体管和内核的数量、互连优势，相比同等算力的 GPU 集群，其功耗和所占空间都更小。
传统的 GPU 集群如果想要达到同等算力，需要数十个几架承载数百甚至数千个 GPU 芯片。而 CS-2 只有 26 英寸高，是标准数据中心机架的 1/3。
Cerebras Systems 的技术也在医药、天文、科研等多个领域发挥出了作用。
无论是美国阿贡国家实验室、劳伦斯利弗莫尔国家实验室、匹兹堡超算中心、爱丁堡大学超算中心等科研机构还是葛兰素史克、东京电子器件等厂商都成为了 Cerebras Systems 的忠实客户。
今年 8 月 24 日，Cerebras Systems 还推出了世界上首个具备脑规模的 AI 解决方案。
人脑包含约 100 万亿个突触结构，而此前最大的人工智能硬件集群大约只有 1 万亿参数，类似于同等数量的突触，仅有人脑规模的 1%。而 Cerebras Systems 单一的 CS-2 支持超过 120 万亿参数，在规模上达到了人脑水平，推动了 AI 神经网络技术的发展。
阿贡国家实验室副主任 Rick Stevens 谈道：“Cerebras 的发明将提高 100 倍的参数容量，它有可能改变行业。我们将首次能够探索大脑大小的模型，开辟了广阔的研究和洞察的新途径。”
该解决方案包括四项核心技术，代号分别为 Weight Streaming、MemoryX、SwarmX 和 Sparsity。
Weight Streaming 可以让 AI 模型参数存储在芯片外，同时提供与芯片相同的训练和推理性能的能力，简化了工作负载分配模型。
MemoryX 是一种新的内存扩展技术，可实现 2.4 PTAB 的高性能内存，支持 120 万亿的参数模型。
SwarmX 是一种高性能、AI 优化的通信互连结构，可以互连多达 1.63 亿个 AI 内核，跨越 192 个 CS-2 系统协同工作，训练单个神经网络。
Sparsity 可以让用户选择模型的重量稀疏程度，减少模型处理所需的 FLOP 算力和时间。
9 月 16 日，美国深度学习云服务商 Cirrascale Cloud Services 宣布采用 CS-2 系统和 WSE-2 处理器。
在其应用中，8GPU 服务器比 CS-2 系统训练自然语言处理 NLP BERT 模型的时间慢 9.5 倍。而在训练精度上，用户需要超过 120 个 GPU 才能匹配单个 CS-2 系统的训练精度。
▲ Cerebras Systems 系统在机房中
需要指出的是，Cerebras Systems 的 WSE 系列芯片并非单纯的放大芯片尺寸。大尺寸芯片需要芯片企业在互连、芯片封装、散热等方面都有着独特的技术和解决方案，这些技术方案也体现在了 Cerebras Systems 脑规模 AI 解决方案中。
虽然其芯片的尺寸较大，无法用于 PC、移动设备等领域，但 Cerebras Systems 也向我们展示了巨型芯片的广阔应用前景，其产品可以在超算、云端等机构或企业的方案占据一席之地。而新一轮的融资代表了资本对这一技术路线的认可。
加载中,请稍侯......