ماذا حدث
تقول شركة Cerebras إن نظام CS-4 هو أول نظام تم بناؤه على منصة Nexus ذات النطاق الحامل، والتي تجمع بين ثلاثة محركات على نطاق الرقاقات في حقائب ظهر حاسوبية معيارية مع طاقة مخصصة وتبريد وإدخال/إخراج. قامت الشركة أيضًا بمعاينة CS-5، المستهدف لعام 2027، وCS-6، الذي يهدف إلى الجمع بين الحوسبة على نطاق الرقاقة وSRAM مع ذاكرة الوصول العشوائي الديناميكية (DRAM) المكدسة ثلاثية الأبعاد.
تقول مدونة Cerebras بتاريخ 25 أغسطس إن الشركة قدمت تفاصيل إضافية عن بنية CS-4 في مؤتمر Hot Chips في بالو ألتو بعد تقديم النظام في Supernova 2026 في الأسبوع السابق. يصف المصدر CS-4 بأنه المنتج الأول المبني على Nexus، وهي منصة قابلة لإعادة الاستخدام على نطاق واسع. تضع Nexus ثلاثة محركات على نطاق الرقاقات في حقائب ظهر حاسوبية معيارية مثبتة في الجزء الخلفي من الحامل، مع الجزء الأمامي الذي يحتوي على بنية تحتية مشتركة للطاقة. تقول Cerebras إن التصميم المعياري يسمح بتحسين مكونات الطاقة والتبريد والإدخال/الإخراج بشكل مستقل ويهدف إلى دعم الأجيال القادمة من أنظمتها.
وتقول الشركة إن كل حقيبة ظهر حاسوبية تحتوي على محرك واحد بحجم الرقاقة ونظام تكييف المياه الخاص بها ووحدة الإدخال/الإخراج المخصصة. يتضمن تصميم التبريد مراقبة التدفق ودرجة الحرارة، وتدفق قابل للتعديل إلى الألواح الباردة، وصمامات فصل سريعة جافة، وأجهزة استشعار للتسرب والتكثيف يمكنها وضع حقيبة الظهر في حالة آمنة وقطع الطاقة عن وحدات الإمداد الخاصة بها. يقول Cerebras إنه يمكن استبدال حقيبة الظهر دون استنزاف البنية التحتية للمياه المشتركة أو إزعاج البنية التحتية لشبكة الحامل. هذه هي مطالبات التصميم من البائع؛ لا يوفر المصدر بيانات موثوقية الحقل أو أعداد النشر أو سجلات الصيانة.
تصف شركة Cerebras أيضًا تصميمًا لتوصيل الطاقة يضع محولات التيار المتردد/المستمر على بعد حوالي 0.5 ملم من الرقاقة، مقارنة بحوالي 50 ملم من السيليكون في أنظمة GPU التقليدية التي وصفتها الشركة. تقول المدونة أن هذا الترتيب يتجنب وجود لوحة دوائر مطبوعة في المسار النهائي لتوصيل الطاقة ويسمح بما يقرب من ضعف الطاقة عند نفس الجهد تقريبًا مع القليل من فقدان المقاومة الإضافية. يمكن للحامل استخدام ما يصل إلى 30 وحدة مخصصة لتزويد الطاقة يتم تبريدها بالهواء لكل حقيبة ظهر، مع تكوينات احتياطية متعددة وما يصل إلى ستة وحدات تغذية تيار متردد سلكية تدخل من الأعلى.
بالنسبة لخارطة الطريق، تقول Cerebras إن CS-5 مستهدف لعام 2027 وهو مصمم لتوليد ما يصل إلى 10000 رمز إخراج في الثانية لكل مستخدم على الطرز بما في ذلك Gemma 4 31B وgpt-oss-120b. بالنسبة للنماذج الأكبر حجمًا، بما في ذلك أمثلة المصدر Kimi وGPT-5.6 Sol، تستهدف الشركة ما يصل إلى 5000 رمز إخراج في الثانية لكل مستخدم و3 ملايين رمز في الثانية لكل ميجاوات. يوصف CS-6 بأنه مشروع تكامل ثلاثي الأبعاد طويل المدى باستخدام SRAM على نطاق الرقاقة والحوسبة جنبًا إلى جنب مع DRAM المكدسة. ويقول المصدر إن العمل على هذا المفهوم بدأ في عام 2024، لكنه لم يذكر تاريخ الإصدار.
لماذا يهم
ويصف الإعلان بديلاً لأنظمة وحدات معالجة الرسومات المتعددة لاستدلال الذكاء الاصطناعي، وخاصة أحمال العمل التي تتطلب العديد من استدعاءات النماذج التسلسلية أو تعمل بأحجام دفعات صغيرة. إذا تمكنت شركة Cerebras من تقديم فوائد السرعة والكفاءة والنشر المعلنة، فقد تؤثر البنية على مدى تصميم أنظمة استدلال الذكاء الاصطناعي الكبيرة، على الرغم من أن المصدر لا يحدد هذه النتائج بشكل مستقل.
والحجة التقنية المركزية هي أن استدلال الذكاء الاصطناعي يمكن أن يكون محدودا من خلال التواصل بين عناصر الحوسبة، وليس فقط من خلال القدرة الحسابية. يقول سيريبراس إن الأنظمة التقليدية تقسم العمل عبر العديد من وحدات معالجة الرسومات المتصلة من خلال روابط ومفاتيح خارجية، مما يؤدي إلى تكاليف التسلسل والمزامنة وتنسيق البرامج. بديلها يحافظ على التواصل بين النوى الموجودة على الرقاقة. وتقول الشركة إن هذا يقلل من زمن الوصول واستهلاك الطاقة وتكلفة الأجهزة ونقاط الفشل المحتملة، خاصة في أحجام الدفعات الصغيرة. تعتبر هذه الفوائد أهدافًا هندسية معقولة، لكن المدونة لا توفر اختبارات مستقلة لتحديد حجمها.
تشير Cerebras إلى أن WSE-3T الخاص بها يحتوي على 53.5 بيتابايت في الثانية من إجمالي عرض النطاق الترددي للنسيج على الرقاقة ويقارن هذا الرقم مع 260 تيرابايت في الثانية من عرض النطاق الترددي NVLink على مستوى الحامل والذي ينسبه إلى حامل NVIDIA Rubin NVL72. تصف مثل هذه المقارنات بنيات أنظمة مختلفة ولا ينبغي معاملتها كمقياس كامل لأداء التطبيق. لا يوفر المصدر معايير مطابقة أو إجراءات اختبار أو أسعار أو إجمالي قوة النظام أو قياسات جودة النموذج أو نتائج من مقيمين مستقلين.
تعتبر البنية المقترحة ذات صلة بشكل خاص بأحمال عمل الوكلاء لأن هذه الأنظمة قد تقوم بإجراء العديد من استدعاءات النماذج التسلسلية. يقول Cerebras إن التوليد الأسرع في كل خطوة يمكن أن يقلل إجمالي وقت إكمال المهمة. ويجادل أيضًا بأن الحفاظ على اتصالات الموتر والخبراء ذات الحجم الكبير داخل الرقاقة يصبح أكثر قيمة مع نمو النماذج، وتوسيع توجيه خليط الخبراء، وإطالة نوافذ السياق، وتقلص أحجام الدفعات. وسيعتمد التأثير العملي على كيفية تقسيم النماذج، وكمية البيانات التي يجب أن تنتقل بين الأنظمة، وما إذا كانت الأدوات البرمجية يمكنها استخدام الأجهزة بكفاءة.
تشير خارطة الطريق إلى أن شركة Cerebras تتنافس على تصميم النظام بقدر ما تتنافس على مواصفات المعالج. يهدف Nexus إلى السماح للشركة بتطوير الحوسبة والذاكرة والطاقة والتبريد والإدخال/الإخراج كمنصة منسقة، بينما يهدف CS-6 إلى زيادة سعة الذاكرة دون فقدان موضع البيانات على نطاق الرقاقة. يمكن أن تؤدي زيادة الذاكرة القريبة من الحساب إلى تقليل البنية التحتية اللازمة لتشغيل نماذج كبيرة جدًا، كما تدعي شركة Cerebras. ومع ذلك، لا يكشف المصدر عن شركاء التصنيع، أو تكلفة النظام المتوقعة، أو الطاقة الإنتاجية، أو التزامات العملاء أو الدليل على أن التصميم ثلاثي الأبعاد المقترح جاهز للنشر التجاري.
الآلية التفاعلية: كيف تعمل فعليًا
استكشف التكنولوجيا الأساسية وراء هذا التطور بشكل تفاعلي.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
ماذا تشاهد بعد ذلك
الأسئلة الرئيسية هي ما إذا كان أداء CS-4 يستمر عبر أعباء العمل والتكوينات والنماذج المستقلة؛ متى سيصبح CS-5 متاحًا؛ وما إذا كان من الممكن تصنيع تصميم الذاكرة ثلاثية الأبعاد لـ CS-6 ونشره على النطاق المحدد. لا يتم توفير الأسعار وتوافر العملاء واستخدام الطاقة في الممارسة العملية والمقارنات التي تم التحقق منها مع الأنظمة المنافسة.
نقطة التحقق الأولى هي اختبار الأداء المستقل لـ CS-4. تقول Cerebras إن مقارناتها قد تعتمد على معايير قياس الأداء من طرف ثالث أو اختبارات داخلية وتحذر من أن تحسينات الاستدلال الملحوظة يمكن أن تختلف حسب عبء العمل والتكوين والتاريخ والنموذج. يجب على القراء البحث عن اختبارات قابلة للتكرار تشير إلى زمن الوصول والإنتاجية والطاقة والاستخدام والتكلفة في ظل ظروف قابلة للمقارنة بدلاً من الاعتماد على رقم رمزي واحد في الثانية.
لا تزال تفاصيل التوفر والنشر غير واضحة. تشرح المدونة كيف يمكن تركيب حقيبة ظهر للحوسبة وصيانتها، لكنها لا تذكر متى سيتم شراء أنظمة CS-4 على نطاق واسع، أو عدد الأجهزة التي تم شحنها، أو ما هي التغييرات المطلوبة في مركز البيانات أو تكاليف النظام. تحدد Cerebras أيضًا الاعتماد على سعة مركز البيانات ورأس المال والترتيبات الإستراتيجية وعدد محدود من العملاء المهمين كمخاطر تجارية في إفصاحها التطلعي.
يتطلب CS-5 تدقيقًا خاصًا لأن توقيته المعلن لعام 2027 وأهداف إنشاء الرمز المميز هي توقعات وليست نتائج تم الإبلاغ عنها. لا يحدد المصدر التصميم النهائي للرقاقة أو عملية التصنيع أو سعر النظام أو التوفر المؤكد. كما أنها لا تثبت أن النماذج المذكورة ستعمل مع الأداء المذكور عبر أطوال السياق العملي أو مستويات التزامن أو أعباء عمل الإنتاج.
لا يزال CS-6 يحمل قدرًا أكبر من عدم اليقين. إن اقتراح الجمع بين SRAM على نطاق الرقاقة والحوسبة مع DRAM ثلاثي الأبعاد يمكن أن يعالج سعة الذاكرة، لكن المصدر لا يقدم أي عرض توضيحي أو عينات هندسية أو جدول تصنيع أو بيانات حرارية وإنتاجية. يشير إفصاح Cerebras الخاص إلى أن النتائج الفعلية قد تختلف ماديًا عن البيانات التطلعية وأن الشركة ليس لديها أي التزام عام بتحديثها. وينبغي أن تظل هذه القيود محورية في أي تغطية لاحقة.