대뇌 시스템 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. Cerebras 웨이퍼 스케일 엔진의 설계에서 특이한 점은 무엇입니까?
   • 단일 전체 실리콘 웨이퍼 위에 구축된 전체 프로세서입니다.
   • 세계에서 가장 작은 AI 칩이다.
   • 전기 없이도 운행됩니다.
   • 실리콘이 아닌 플라스틱으로 제작되어
2. 하나의 웨이퍼에 모든 코어를 유지하는 것이 AI 성능에 도움이 되는 이유는 무엇입니까?
   • 칩 배송 비용이 더 저렴해집니다.
   • 데이터는 느린 외부 네트워킹 대신 빠른 온칩 와이어를 통해 이동합니다.
   • 소프트웨어가 필요하지 않습니다.
   • 칩이 액체에 뜨는 것을 허용합니다.
3. WSE-3에는 대략 몇 개의 트랜지스터가 포함되어 있습니까?
   • 약 4천
   • 약 400만
   • 약 4조
   • 약 4백
4. What is one Cerebras system-level capability advertised for its CS-4 rack-scale system?
   • It uses only a single CPU and no AI accelerator
   • It replaces every model with a database
   • It guarantees the same speedup on every workload
   • It combines multiple wafer-scale processors in a rack-scale platform
5. Cerebras는 이렇게 거대한 칩의 제조 결함을 어떻게 처리합니까?
   • 결함이 있는 부분을 해결하기 위해 중복 코어와 라우팅을 사용합니다.
   • 어떤 흠이라도 있는 웨이퍼는 모두 버립니다.
   • 결함을 무시하고 깨진 칩을 배송합니다.
   • 각 트랜지스터를 수동으로 수리합니다.
6. What are the WSE-3 specifications Cerebras reports in its product materials?
   • Four billion transistors and 900 cores
   • Four trillion transistors and about 900,000 AI-optimized cores
   • One thousand transistors and one million CPU sockets
   • A fixed count of parameters for every model
7. How can a wafer-scale processor route around manufacturing defects?
   • Assume every fabricated core is perfect
   • Move all computation to a hard drive
   • Use redundant cores and routing so defective regions can be bypassed
   • Rebuild the silicon after deployment
8. Why can on-wafer memory and communication benefit some AI workloads?
   • They eliminate every computation bottleneck
   • They make all models fit in one core
   • They guarantee lower latency for every task
   • They can reduce data movement between separately packaged processors and memory