A mesterséges intelligencia számítási igényei elértek arra a pontra, ahol a hagyományos chipek fizikai korlátokba ütköznek. Erre válaszul a Cerebras bemutatta a teljes szilíciumostyákra épülő Nexus architektúrát és a következő generációs útitervét. A Hot Chips 2026 szakmai konferencián ismertetett technológia nem különálló GPU-k ezerből álló fürtjeivel dolgozik, hanem a teljes 300 milliméteres szilíciumostyát egyetlen gigantikus processzorként kezeli.
Az adatközponti infrastruktúrák üzemeltetői számára a legnagyobb kihívást ma az inferencia késleltetése és az adatátviteli szűk keresztmetszetek jelentik. Amikor több ezer különálló gyorsító chip kommunikál egymással, az adatok mo mozgatása jelentős energiát emészt fel és lassítja a válaszidőt. A Cerebras megközelítése ezt a problémát a lapkán belüli SRAM memóriával és közvetlen ostyák közötti összeköttetéssel kerüli meg, ami radikálisan növeli az egyidejűleg kiszolgálható felhasználói lekérdezések számát.
Három teljes szilíciumostya egyetlen Nexus szerverállványban
A vállalat CS-4 jelzésű rendszere az első olyan konstrukció, amely a moduláris Nexus rack-architektúrára épül. Egyetlen ilyen szerverállványban három darab WSE-3 Turbo ostyamotor kapott helyet, amelyek mindegyike 46 225 milliméter négyzetes szilíciumfelületen 900 000 mesterséges intelligenciára optimalizált magot és 4 trillió tranzisztort tartalmaz. A rendszer közös teljesítménye eléri a 750 petaflops AI-számítási kapacitást, miközben a memóriasávszélesség a másodpercenkénti 129,6 petabájtot is meghaladja.
A teljesítmény növelése nem pusztán nyers erőforrás-bővítést jelent, hanem az architektúra hatékonyságának javítását is. A Nexus keretében az ostyák közötti kommunikációs késleltetés mindössze 2 mikromásodpercre csökkent. Ez a minimális csúszás lehetővé teszi a több mint 50 trillió paraméteres óriásmodellek futtatását úgy, hogy a rendszert a szoftveres réteg egyetlen egységes gyorsítóként érzékeli, mentesítve a fejlesztőket az elosztott rendszerek bonyolult programozási feladataitól.
Közvetlen tápellátás és vízhűtés a hátizsák modulokban
A több száz amperes áramerősséget igénylő monstrum lapkák stabil működtetése újszerű mérnöki megoldásokat követelt meg. A Cerebras a szerverállvány hátoldalán elhelyezett, cserélhető számítási blokkokat, úgynevezett hátizsák modulokat alkalmaz. A tápátalakítókat nem a hagyományos módon, a nyomtatott áramköri lapon keresztül 50 milliméteres távolságra helyezték el, hanem közvetlenül a szilíciumostya hátoldalára szerelték, mindössze 0,5 milliméterre a félvezető rétegtől.
Ez a fizikai elrendezés százszorosára csökkenti az áram útját, minimálisra szorítva a feszültségingadozást és a rezisztív teljesítményveszteséget. A modult zárt láncú folyadékhűtési rendszerrel szerelték fel, amely közvetlenül a szilícium felületéről vezeti el a hőt. Az infrastruktúrát üzemeltetők számára ez jelentős előnyt biztosít: a telepítési idő napokról órákra csökken, mivel a tápellátást biztosító keret rögzítése után a számítási modulok a helyszínen egyszerűen bepattinthatók.
A 3D DRAM memória jelenti a Wafer-Scale számítások jövőjét
A Hot Chips 2026 előadás során a Cerebras feltárta a távolabbi jövőre vonatkozó fejlesztéseit is. A 2027-re tervezett CS-5 generáció után a CS-6 rendszer képviseli a következő technológiai lépcsőfokot. Mivel a 300 milliméteres szilíciumostyák fizikai felülete teljesen ki van használva a logikai magok és a gyors SRAM memória által, a memória-kapacitás továbbnövelése függőleges integrációt igényel.
A CS-6 lapkáinál a gyártó először alkalmazza a DRAM memóriamodulok háromdimenziós, ostyára történő rétegezését. Ez a megoldás a gyors SRAM és a nagy kapacitású DRAM ötvözésével biztosítja a hatalmas kontextusablakok tárolását. A kontextus-gyorsítótárak és a több ezer milliárd paraméteres modellek méretnövekedése miatt a klasszikus gyorsítók HBM memóriája már szűkös lehet, a 3D-s ostyaalapú memóriaintegráció viszont alacsony késleltetés mellett nyújt nagyságrendekkel nagyobb kapacitást.
