去年推出的全球最大AI芯片Wafer Scale Engine（以下简称“WSE”）及基于该芯片的全球最快的深度学习计算系统的芯片初创公司Cerebras传来好消息，美国匹兹堡超级计算机中心(PSC)在美国国家科学基金会(NSF)的资助下，购入了两套CS-1系统，总价500万美元，约合人民币3500万元。此前，Cerebras创始人兼CEO Andrew Feldman就曾透露WSE芯片的价格在几百万美元级别。如此看来WSE芯片的单价或将达到200万美元。

据介绍，PSC将联合Cerebras、HPE，用CS-1打造一台新的AI超级计算机“Neocortex”(大脑新皮质)，今年底上线，面向美国研究人员免费开放，主要用于医疗健康、能源、交通等领域的AI模型训练。这台超级计算机还会配备32颗Intel至强处理器、24TB DDR4内存、205TB硬盘、1.2Tbps网络带宽。

Cerebras此前曾透露，它们已经拿到了十几颗芯片的订单，而在今年下半年，还将发布第二代WSE。

2019年8月，在Hotchips国际大会上，Cerebras在Hot  Chips发布了“世界上最大”的半导体AI芯片WSE，其基于台积电16nm工艺，核心面积超过46225mm²，集成了高达1.2万亿个晶体管，40万个AI核心、18GB SRAM缓存、9PB/s内存带宽、100Pb/s互连带宽，功耗也高达15千瓦。

2019年9月，Cerebras宣布与美国能源部(DOE)达成合作，将利用WSE进行基础和应用科学、医学研究，充分发挥其超大规模AI的优势。WSE会进驻美国能源部下属Argonne（阿贡）国家实验室、利弗莫尔国家实验室，与传统超级计算机合作，加速AI工作。

2019年11月，在超级计算 2019 峰会（Supercomputing 2019 Event）上，Cerebras又正式发布了与美国能源部合作的成果——基于WSE芯片的全球最快的深度学习计算系统 CS-1。并宣布，目前第一台 CS-1 已经向美国能源部的 Argonne 国家实验室交付完毕，将投入处理大规模的人工智能计算问题，比如研究癌症药物的相互作用。尽管 CS-1 的性能还没有得到相关验证，但为大规模人工智能计算提供了一种新可能。

据介绍，CS-1拥有15个标准机架高度(约66厘米)，性能相当于一个拥有1000颗NVIDIA V100 GPU的集群，而后者需要占据15个机架空间，功耗也要500千瓦。同时CS-1的性能也相当于Google TPU v3系统的三倍还多，但是其功耗只有20千瓦，只有Google TPU v3系统的功耗的1/5，体积则只有其1/30。

很快，Cerabras和美国能源部达成合作，与其属阿贡国家实验室合作、基于WSE芯片打造了一套“CS-1”，15个标准机架高度(约66厘米)，性能相当于一个拥有1000颗GPU的集群，而后者需要占据15个机架空间，功耗也要500千瓦，同时相当于Google TPU v3系统的三倍还多，但是20千瓦的功耗只有其1/5，体积则只有1/30。

编辑：芯智讯-林子