一個機櫃,三塊大型晶片
Cerebras Systems 發表 CS-4,一套面向 AI 聊天機械人「推理」工作的機櫃級系統。所謂推理,即模型收到問題後即時生成答案的過程;對聊天機械人而言,回應夠唔夠快,直接影響使用體驗及服務營運成本。
CS-4 的核心配置,是三塊由 Cerebras 自家設計、每塊約有餐碟大小的 WSE-3 Turbo 晶片。公司將這套系統定位為 Nvidia GPU 主導的 AI 基礎設施的直接競爭方案,並聲稱在推理工作負載上可帶來大幅速度及吞吐量提升。
2
13
Nexus 架構改善晶片之間的資料流
CS-4 採用 Cerebras 的 Nexus 伺服器架構,三塊 WSE-3 Turbo 會安裝在可插拔模組上。系統亦重新設計網絡部分,加入新網絡元件,目標是加快晶片之間的資料搬運,減少處理 AI 回應時的通訊瓶頸。
2
7
Cerebras 表示,CS-4 相比傳統 GPU 叢集可使用較少元件,從而簡化部署,並有望改善整體運算及營運經濟效益。
3
13 WSE-3 Turbo 則採用台積電 5 奈米製程生產。
3
預計第三季推出,2027 年再升級
Cerebras 表示,CS-4 預計於第三季開始供應;公司亦計劃在 2027 年推出 WSE-3 Turbo 及伺服器的下一代產品。
3
9
行政總裁 Andrew Feldman 預計,公司到 2027 年底可提供合共 600 兆瓦的已部署計算容量。
5
16 這個目標反映 Cerebras 不只想出售晶片及系統,也正擴大可供客戶使用的 AI 計算基礎設施。
「快 4 倍」與「最多快 30 倍」要點睇?
Cerebras 宣稱,CS-4 在所述比較中可提供 4 倍速度及 20 倍吞吐量;其產品頁面則以「相比 GPU 系統,推理速度最高快 30 倍」作為另一項宣傳說法。
13
不過,以上都是公司的性能聲稱,不能直接理解為適用於所有聊天機械人任務的固定結果。實際數字會視乎所用模型、工作負載,以及比較時採用的硬件和軟件配置而變化;目前提供的資料亦不足以將這些數字視為已在所有場景獲獨立驗證。
收入增加,但仍錄得巨額 GAAP 虧損
在最新季度業績方面,Cerebras 報告 GAAP 總收入為 1.801 億美元。「核心」業務口徑的淨虧損,即剔除部分項目的非 GAAP 數字,為 690 萬美元;按 GAAP 計算的淨虧損則為 4.505 億美元。
1
14
換句話說,CS-4 的推出正值公司加快發展 AI 推理業務之際,但其產品性能承諾與財務表現,仍需待實際出貨、客戶採用及更多獨立測試進一步驗證。