来自Cerebra Systems的晶圆级人工智能处理器使用了来自Analog Bits的功率完整性监视器，该监视器被移植到5nm和3nm制程上
Cerebras系统公司利用一种新型电力完整性监测基础设施，为人工智能应用开发了一种晶圆级加速器。
“我们的使命是通过将人工智能的性能提高几个数量级，来改变计算领域的格局，”Cerebras Systems的工程副总裁迪拉吉•马利克(Dhiraj Mallick)表示。“这个问题的规模和形状都使今天的基础设施难以建设，也阻碍了最有趣的问题得到解决。”在过去8年里，对人工智能的计算机需求增加了30万倍，这是每3.4个月翻一番，而摩尔定律的需求是24个月。所以我们需要一种新的计算机解决方案，”他说。
Cerebras的方法是使用一整块晶片进行人工智能处理。该系统面积为4.6万平方毫米，有40万个核，每个核用于深度学习和18g的SRAM。这些直接连接在硅与2D网格提供100Pbit/s织物。
电力系统对于这样一个巨大的系统来说是至关重要的，大脑使用了近1000个来自模拟比特的电力宏实例。
马利克说:“需要克服的挑战之一是权力的完整性。“这包括监控电源事件的能力，并在非常快的速度采取纠正措施。我们有成千上万的磁芯在那里动态电流会导致灾难性的故障。因此，我们在晶圆级芯片上分发了840个模拟故障探测器，以提供实时的健康数据。”
与其他方法相比，这种方法可以用更高的带宽检测异常，从而捕获短时间事件。这来自于实时监测电源的5pV的灵敏度。“这为优化瞬时电流峰值提供了丰富的数据，”他说。
Analog Bits的执行副总裁Mahesh Tirupattur说:“我们的电源故障检测器有一个集成的电压参考，并且宏很容易集成，不需要额外的组件或特殊的功率要求。”
异步宏为
