Pesquisas recentes em machine learning estão rompendo as barreiras da tecnologia computacional, e a nova descoberta sobre aceleradores em escala de wafer pode transformar significativamente o campo da inteligência artificial.
Contexto da pesquisa
Pesquisadores da Universidade da Califórnia em Riverside publicaram um artigo que explora a promessa de um novo tipo de chip, denominado aceleradores em escala de wafer, que se destaca pelo potencial de ampliar a eficiência energética em aplicações de IA.
Método proposto
Os aceleradores em escala de wafer, desenvolvidos pela Cerebras, são fabricados em wafers de silício do tamanho de pratos de jantar. Ao contrário das unidades de processamento gráfico (GPUs) tradicionais, que são significativamente menores, esses chips têm a capacidade de realizar cálculos em um único wafer, eliminando as limitações de comunicação entre chips. O artigo compara chips GPUs padrão com sistemas de wafer, como o Cerebras Wafer-Scale Engine 3 (WSE-3), que conta com 4 trilhões de transistores e 900.000 núcleos específicos para IA.
Resultados e impacto
O estudo revela que os sistemas em escala de wafer podem executar operações de forma muito mais rápida e eficiente, atendendo à crescente demanda de modelos de IA que requerem enorme capacidade computacional. “A tecnologia em escala de wafer representa um avanço significativo,” afirmou Mihri Ozkan, professor de engenharia elétrica e computação. “Ela permite que modelos de IA com trilhões de parâmetros funcionem mais rápido e eficientemente do que os sistemas tradicionais.”
(“Wafer-scale technology represents a major leap forward,” said Mihri Ozkan, a professor of electrical and computer engineering.)
As métricas de desempenho do WSE-3 mostram que pode realizar até 125 quadrilhões de operações por segundo, utilizando uma fração da energia necessária por sistemas GPUs equivalentes. Isso indica um avanço crucial em eficiência energética dentro do campo, especialmente em comparação com o GPU H100 da NVIDIA, que exige infraestrutura de resfriamento mais complexa.
Além disso, a pesquisa também enfatiza a importância da sustentabilidade na computação, uma vez que os processadores em escala de wafer consomem menos energia e água. “Estamos vendo sistemas em escala de wafer acelerarem a pesquisa em sustentabilidade,” concluiu Ozkan. “Esse é um ganho para a computação e para o planeta.”
(“We’re seeing wafer-scale systems accelerate sustainability research itself,” Ozkan said.)
As possíveis aplicações dessa tecnologia abrangem desde simulações climáticas até engenharia sustentável e modelagem de captura de carbono, apresentando uma oportunidade significativa para a próxima geração de tecnologia em IA.
Fonte: (TechXplore – Machine Learning & AI)
