此次融資由Alphawave Ventures和阿布扎比增長基金(ADG)領投。截至本輪融資，Cerebras的融資總額已達7.2億美元(約合46億人民幣)，公司估值超過40億美元(約合256億人民幣)。

　　2019年8月，Cerebras的首顆晶圓級芯片WSE一問世便轟動全球科技圈，它由一整片晶圓制成，在46225mm2面積上集成了1.2萬億個晶體管。其2021年推出的二代WSE-2更進一步，采用7nm制程，創(chuàng)下集成2.6萬億個晶體管的新紀錄。

　　相比之下，被業(yè)界視作云端AI芯片標桿的英偉達A100 GPU，同樣采用7nm制程，總共有540億個晶體管。

　　接下來，Cerebras計劃將此次融資用于擴大其全球業(yè)務和工程師團隊，以及設計下一代基于臺積電5nm節(jié)點的處理器。

　　01 創(chuàng)業(yè)伙伴再上路，投資人稱正在重新定義AI的可能性

　　Cerebras Systems位于美國加利福尼亞州，由Andrew Feldman、Gary Lauterbach等人創(chuàng)建于2015年。

　　Andrew Feldman和Gary Lauterbach分別是Cerebras Systems的首席執(zhí)行官和首席技術官，兩人的合作時間已經超過12年。

　　Andrew Feldman有著斯坦福大學的MBA學位，曾多次作為公司高管完成了收購和上市。Gary Lauterbach則是行業(yè)中著名的計算機架構師，曾擔任SPARC Ⅲ和UltraSPARC Ⅳ微處理器的首席架構師。

　　2007年，Andrew Feldman和Gary Lauterbach就一起創(chuàng)辦了微型服務器公司SeaMicro。2012年，SeaMicro被AMD以3.34億美元收購，兩人也一起加入了AMD。Andrew Feldman在AMD做了兩年半的副總裁。

　　▲Cerebras Systems首席執(zhí)行官Andrew Feldman(左)和首席技術官Gary Lauterbach(右)

　　Cerebras Systems創(chuàng)建至今已完成了6輪融資，總金額達7.2億美元。早在2016年，Cerebras Systems完成了第一筆6450萬美元的融資;次年1月，Cerebras Systems拿下2500萬美元的B輪融資;6個月后，再次籌集6000萬美元;2018年11月，完成8800萬美元的D輪融資。

　　隨著不斷地融資，Cerebras Systems也從價值2.45億美元的公司成為了新的AI芯片獨角獸。Twitter、為Snap提供資金的Benchmark，傳奇芯片設計師、AMD前CTOFred Weber、著名非營利實驗室OpenAI的AI科學家、AlexNet的聯(lián)合創(chuàng)建者Ilya Sutskever等業(yè)界知名機構或大牛都對其進行了投資。

　　2019年，Cerebras Systems完成了E輪融資，公司估值約為24億美元。如今，新的F輪融資為該公司又籌集了2.5億美元的資金，而這相當于Cerebras Systems大約6%的股份，其估值已超過40億美元。

　　據(jù)科技媒體AnandTech報道，這2.5億美元的融資將會支撐Cerebras未來2-3年的布局，包括在5nm節(jié)點上設計芯片和新的內存擴展方案等。目前Cerebras Systems在美國桑尼維爾、美國圣地亞哥、加拿大多倫多、日本東京等地擁有約400名員工，并希望到2022年底擴大到600人，主要增加工程師人數(shù)并專注于產品的全棧開發(fā)。

　　Alphawave Ventures的聯(lián)合創(chuàng)始人兼董事長Rick Gerson稱：“Cerebras Systems正在重新定義人工智能的可能性，并在加快制藥和生命科學等幾個領域的創(chuàng)新方面有著一流的表現(xiàn)。我們很自豪能與Andrew和Cerebras的團隊合作，支持他們將高性能AI計算引入全球新市場和地區(qū)。”

　　02 二代處理器具有2.6萬億個晶體管，性能提升超1倍

　　2019年，Cerebras Systems發(fā)布了其第一代WSE芯片，這款芯片具有40萬個內核和1.2萬億個晶體管，使用臺積電16nm工藝制程。

　　今年4月，Cerebras Systems推出了第二代處理器WSE-2.具有破紀錄的2.6萬億個晶體管(市場上最大的GPU只有540億個晶體管)和85萬顆AI優(yōu)化內核，大小類似餐盤，采用臺積電的7nm工藝。相比于第一代WSE處理器，WSE-2在AI內核數(shù)量、晶體管數(shù)量、密度、內存帶寬等參數(shù)上都有著一倍以上的提升。

　　▲Cerebras兩代處理器參數(shù)對比(來源：AnandTech)

　　和當下的很多芯片不同，Cerebras Systems的WSE-1和WSE-2并不是用晶圓上的一小部分制成，而是將整個直徑為300mm的晶圓加工成1顆芯片。雖然這種芯片體積較大，但是由于晶體管和內核的數(shù)量、互連優(yōu)勢，相比同等算力的GPU集群，其功耗和所占空間都更小。

　　傳統(tǒng)的GPU集群如果想要達到同等算力，需要數(shù)十個幾架承載數(shù)百甚至數(shù)千個GPU芯片。而CS-2只有26英寸高，是標準數(shù)據(jù)中心機架的1/3.

　　Cerebras Systems的技術也在醫(yī)藥、天文、科研等多個領域發(fā)揮出了作用。

　　無論是美國阿貢國家實驗室、勞倫斯利弗莫爾國家實驗室、匹茲堡超算中心、愛丁堡大學超算中心等科研機構還是葛蘭素史克、東京電子器件等廠商都成為了Cerebras Systems的忠實客戶。

　　03 參數(shù)規(guī)模提升100倍，還在云端提供深度學習服務

　　今年8月24日，Cerebras Systems還推出了世界上首個具備腦規(guī)模的AI解決方案。

　　人腦包含約100萬億個突觸結構，而此前最大的人工智能硬件集群大約只有1萬億參數(shù)，類似于同等數(shù)量的突觸，僅有人腦規(guī)模的1%。而Cerebras Systems單一的CS-2支持超過120萬億參數(shù)，在規(guī)模上達到了人腦水平，推動了AI神經網絡技術的發(fā)展。

　　阿貢國家實驗室副主任Rick Stevens談道：“Cerebras 的發(fā)明將提高100倍的參數(shù)容量，它有可能改變行業(yè)。我們將首次能夠探索大腦大小的模型，開辟了廣闊的研究和洞察的新途徑?！?/p>

　　該解決方案包括四項核心技術，代號分別為Weight Streaming、MemoryX、SwarmX和Sparsity。

　　Weight Streaming可以讓AI模型參數(shù)存儲在芯片外，同時提供與芯片相同的訓練和推理性能的能力，簡化了工作負載分配模型。

　　MemoryX是一種新的內存擴展技術，可實現(xiàn)2.4 PTAB的高性能內存，支持120萬億的參數(shù)模型。

　　SwarmX是一種高性能、AI優(yōu)化的通信互連結構，可以互連多達1.63億個AI內核，跨越192個CS-2系統(tǒng)協(xié)同工作，訓練單個神經網絡。

　　Sparsity可以讓用戶選擇模型的重量稀疏程度，減少模型處理所需的FLOP算力和時間。

　　9月16日，美國深度學習云服務商Cirrascale Cloud Services宣布采用CS-2系統(tǒng)和WSE-2處理器。

　　在其應用中，8GPU服務器比CS-2系統(tǒng)訓練自然語言處理NLP BERT模型的時間慢9.5倍。而在訓練精度上，用戶需要超過120個GPU才能匹配單個CS-2系統(tǒng)的訓練精度。

　　▲Cerebras Systems系統(tǒng)在機房中

　　04 結語：Cerebras Systems，開拓巨型芯片路線獲認可

　　需要指出的是，Cerebras Systems的WSE系列芯片并非單純的放大芯片尺寸。大尺寸芯片需要芯片企業(yè)在互連、芯片封裝、散熱等方面都有著獨特的技術和解決方案，這些技術方案也體現(xiàn)在了Cerebras Systems腦規(guī)模AI解決方案中。

　　雖然其芯片的尺寸較大，無法用于PC、移動設備等領域，但Cerebras Systems也向我們展示了巨型芯片的廣闊應用前景，其產品可以在超算、云端等機構或企業(yè)的方案占據(jù)一席之地。而新一輪的融資代表了資本對這一技術路線的認可。