对此，中国计算机学会高性能计算专委会秘书长张云泉评价：
“AI for Science是由中国学者开创的一个新方向，其思想起源于2020年的戈登·贝尔奖获奖工作。Cerebras公司单体大AI芯片在能源领域的成功应用，再次证明人工智能算法和高性能芯片在科学计算方向上的巨大潜在应用前景，值得关注。
”作为基准，能源专家选择了一段地震建模代码，该代码将地震传感器 格生成的PB级的数据转换为延伸到地壳下方很远的三维模型。
在评估 CS-2 时，道达尔能源的工程师选择了一段地震建模代码作为基准应用程序“seismicwave propagation modelling using stencil based finite difference algorithms”。
在一台超级计算机上运行一次完整的代码，可能需要几周的时间。
该团队编写了自定义内核，优化 CS-2 的专有代码。据两家公司称，在基准测试中，与基于GPU的系统相比，机器性能提升了 100 倍。
创始人 Andrew Feldman将此归功于更高的内存带宽和使用 Cerebras 的软件系统。
他谈道：“道达尔能源和 Cerebras 工程师使用新的 Cerebras 软件语言 (CSL) 编写了基准代码，它是 Cerebras 软件开发工具包的一部分。”
如果世界上最快的“加速器”没有一个完整的、易于使用的软件堆栈，将很难使用。
Cerebras公司技术博客指出：“开发人员可以使用 Cerebras SDK 为其独立应用程序创建自定义内核，或修改为其特殊用途提供的内核库。SDK 使开发人员能够利用 Cerebras 开发团队使用的工具和软件，来提高底层计算的能力。”
几个月以来，工程师们正在使用该系统来加速人工智能和地质模拟工作，这些工作用于电池、生物燃料、风场、钻井和二氧化碳储存的开发。
一个巨大的挑战是，建一台两倍大的超级计算机，并不能带来两倍的性能。将工作负载拆分为可以并行的部分是非常困难的，计算节点之间的通信开销最终占主导地位。这就是所谓的缩放问题。
道达尔能源是Cerebras 公司CS-2 的成功案例，该机器也安装在阿贡国家实验室和葛兰素史克公司。阿贡国家实验室的CS-2系统曾为一项新冠疫情研究做出了贡献，该研究被提名为戈登·贝尔特别奖。
道达尔能源Vincent Saubestre 博士在一份声明中说：“Cerebras Systems 是能够提供最高性能的人工智能加速器之一，我们依靠CS-2 系统来促进能源研究，提供额外的竞争优势。”
公司2022年早些时候推出的WSE-2芯片有 2.6 万亿个晶体管和 850000 个内核，40GB 的片上 SRAM 内存，以及20 PB 的内存带宽和 220 PB 的聚合结构带宽，由台积电代工，7nm工艺。
（完）
文章知识点与官方知识档案匹配，可进一步学习相关知识Java技能树首页概览92039 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！