Gids-gekoppelde quiz · Middelmatig Niveau
Cerebras Systems-quiz
Legt de integratie op waferschaal, communicatie op de wafer, redundantie en versiespecifieke WSE-3- en CS-4-productdetails uit.
Vraag 1 van 8
Wat is er ongebruikelijk aan het ontwerp van de Cerebras Wafer-Scale Engine?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat is er ongebruikelijk aan het ontwerp van de Cerebras Wafer-Scale Engine?
- Het is een volledige processor gebouwd op een enkele volledige siliciumwafel
- Het is de kleinste AI-chip ter wereld
- Het werkt volledig zonder elektriciteit
- Het is gemaakt van plastic in plaats van silicium
- Waarom helpt het houden van alle kernen op één wafer de AI-prestaties?
- Het maakt de chip goedkoper om te verzenden
- Gegevens worden via snelle on-chip-kabels verzonden in plaats van via trage externe netwerken
- Het elimineert de noodzaak van software
- Hierdoor kan de chip in vloeistof drijven
- Hoeveel transistors bevat de WSE-3 ongeveer?
- Ongeveer 4 duizend
- Ongeveer 4 miljoen
- Ongeveer 4 biljoen
- Ongeveer 4honderd
- 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
- Hoe gaat Cerebras om met fabricagefouten op zo’n enorme chip?
- Het maakt gebruik van redundante cores en routing om defecte plekken te omzeilen
- Het gooit elke wafel met elk gebrek weg
- Het negeert defecten en verzendt kapotte chips
- Het repareert elke transistor handmatig
- 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
- 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
- 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