梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
首款大模型推理专用ASIC芯片
问世，一上来就要挑战英伟达——
-
-
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
Sohu
芯片，来自初创公司
Etched
，一经推出就引起业界墙裂关注。
作为专用集成电路ASIC，与通用计算的GPU不同，它
只支持Transformer
一种算法，无法运行同为神经网络的CNN、LSTM、以及Mamba等状态空间模型。
Etched公司也刚刚完成
1.2亿美元A轮融资
（约8.7亿元人民币）
，Peter Thiel、GitHub现任CEO Thomas Dohmke等重量级天使投资人参与。公司还透露，已有某客户预定了价值数千万美元的硬件产品。
今天的每个SOTA模型都基于Transformer，ChatGPT、Sora、Gemini、Stable Diffusion 3等。
假如有一天Transformer被SSM、RWKV或任何新架构取代，我们的芯片将毫无价值。但如果我们是对的，Sohu将改变世界。
这是一场豪赌，不过大模型推理需求正盛，所以可能是正确的入场时机。
有网友一算，人平均每天说1.8万个单词，那Sohu芯片一秒内就能生成21个人一天说的所有话，感觉太虚幻了。
（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）
。
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：
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：
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。
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。
