梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
一张顶20张H100 700亿参数Llama 3吞吐量达到每秒500000（五十万）tokens 比英伟达下一代芯片GB200快一个数量级，还更便宜
（但实际上每秒500000tokens吞吐量包含输入和输出，不是纯生成这么多）
那么Sohu能威胁到英伟达的地位么？
考虑到Sohu更适合推理而不是训练，对于其他注重AI推理的芯片如Groq和SambaNova更是一种挑战，而不是威胁英伟达。
实在不行，老黄也可以使用钞能力把整个Etched买下来嘛（手动狗头）。
把Transformer烧录到芯片里
ASIC全称是应用专用集成电路（Application-Specific Integrated Circuit），相当于把某种特定的程序“硬件化”。并且只为一种任务优化，去掉不必要的功能，以达到比通用芯片更快并且功耗更低的目的。
如比特币后期，矿工们就抛弃了GPU，使用挖矿专用ASIC芯片能带来更多的利润。又或者手机里的视频解码芯片，通常也是一种ASIC。
具体到Sohu，就相当于把Transformer网络架构“烧录”到芯片里，公司名称Etched也是取自“蚀刻”的意思。
Sohu由台积电4nm工艺制造，只有1个核心，每张芯片配有144GB HBM3E高带宽内存。
一张芯片最高能支持100万亿参数大模型（现在根本还没有这么大的），支持MoE架构和各种Transformer变体，支持束搜索和蒙特卡洛树搜索解码。
基本上今天主流大模型需要的支持都考虑到了。
在Etched自己给出的测试结果中，Sohu比推理Llama-3 70B比H100快20倍以上，具体设置如下：
FP8精度的Llama-3 70B，无稀疏性，8倍模型并行，2048输入长度/128输出长度
使用TensorRT-LLM 0.10.08（最新版本）评估H100性能，B200的数字是估计的
Etched团队表示，H100有800亿个晶体管，却只有3.3%用于矩阵乘法，这种大模型推理时最常见的运算。
只支持Tranformer的Sohu芯片FLOPS有效利用率超过90%（GPU大约是30%），无需用低精度量化或稀疏性等降低推理成本，同时也在一定程度上削弱模型能力的方法了。
让AI模型快了20倍、同时更便宜，能带来哪些改变？
Etched团队列举了今天SOTA模型的几个痛点：
Gemini需要60秒才能回答与视频有关的问题 编程智能体的成本还高于人类软件工程师 视频生成模型每秒约生成一帧
同时它们也给出了3个应用场景参考：
具体场景是饭店顾客问还需要等多长时间才有座位，AI查询系统中每桌预定情况数据后，计算出还要等45分钟，并引导用户预定位置。
代码场景，使用树搜索算法并行比较几百个方案，选择最好的。
文本生成，也能更好地利用投机解码提高生成的质量和速度。
目前Sohu开发者云已开启抢先体验申请，在实际场景中能取得什么样的效果，量子位将持续关注。
两哈佛辍学生创办
Etched公司成立仅两年，由两位哈佛辍学生Gavin Uberti和Chris Zhu创办。
两人声称在2022年就赌Transformer将改变世界。领英资料也显示公司创立时间在2022年10月，比ChatGPT问世还早一个月。
Etched刚刚完成1.2亿美元的A轮融资，由Primary Venture Partners和Positive Sum Ventures共同领投，主要投资人还包括Peter Thiel、GitHub首席执行官Thomas Dohmke、Cruise联合创始人Kyle Vogt和Quora联合创始人Charlie Cheever。
除了这些大咖之外，我们发现也有不少AI初创公司创始人投资了Etched后激情“晒单”。
投资者中的不少人都认同Transformer专用芯片是不可避免的新趋势。
四年间，GPU并没有变得更好
Etched提出，GPU在过去四年间效率并没有变得更好，只是变得更大了：芯片每平方毫米的的TFLOPS几乎持平。
事实上老黄本人也在今年GTC大会上提出：“我们需要更大的GPU，如果不能更大，就把更多GPU组合在一起，变成更大的虚拟GPU。”
在Etched看来，随着摩尔定律放缓，同时在性能和效率上取得突破的方法只剩下专用化。
不过对Etched和Sohu芯片，业界也有人提出质疑。
曾撰写爆火教程“2023年性价比GPU选购指南”的华盛顿大学博士生Tim Dettmers指出，Etched官方的测试数据中GPU的性能可能并不是当前SOTA方法。
创始人Uberti解释H100的数据取自英伟达官方测试。
也有人不看好的原因是，Transformer之后还是会有下一个重大架构突破。
你看好Transformer专用芯片吗？欢迎在评论区留下你的看法。
[3]https://x.com/Object_Zero_/status/1769673722057662821
