Bitget App
Trade smarter
Kup kryptoRynkiHandelFuturesEarnAICentrumWięcej
Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI.

Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI.

deeptech深科技deeptech深科技2026/05/15 01:27
Pokaż oryginał
Przez:deeptech深科技
Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI. image 0

Zazwyczaj spotykane przez nas chipy komputerowe są wielkości paznokcia, a GPU wielkości dłoni. Firma Cerebras z Kalifornii stworzyła chip o rozmiarach dużego talerza, o średnicy ponad 200 mm, powierzchni 46 225 mm² i zintegrowanych 4 bilionach tranzystorów.


Firma ta zadebiutowała na Nasdaq 14 maja 2026 roku, cena emisji wynosiła 185 USD, cena otwarcia 350 USD, pierwszego dnia wzrosła o 89%, osiągając wartość rynkową 75 mld USD. Spośród pięciu współzałożycieli, czterech pochodzi z firmy serwerowej SeaMicro (przejętej przez AMD), a jeden z MIT. Od 2015 roku pracowali po cichu przez prawie dekadę, dziś z chipem klasy wafla stoją na czele wyścigu o moc obliczeniową AI.


Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI. image 1

(Źródło: cerebras.ai)


Główny produkt Cerebras nosi nazwę Wafer Scale Engine, obecnie dostępny jest w trzeciej generacji – WSE-3. W tradycyjnej produkcji chipów, wafel jest dzielony na setki małych chipów,Cerebras robi odwrotnie – nie dzieli go, lecz tworzy chip z całego wafla.Na tym waflu zintegrowano 84 wirtualnych chipów, każdy zawiera ok. 10,700 rdzeni, a cały chip posiada 900 000 rdzeni obliczeniowych.


Rdzenie połączone są siecią 2D w postaci siatki na chipie, każdy rdzeń ma pięcioportowy router, wspierający przesył danych w cztery strony oraz lokalne operacje odczytu i zapisu. Całkowita przepustowość pamięci chipu wynosi 21 petabajtów na sekundę, przepustowość sieci na chipie – 214 petabajtów na sekundę.


Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI. image 2

(Źródło: cerebras.ai)


Chip WSE-3 jest produkowany w technologii TSMC 5 nm, powierzchnia każdego rdzenia obliczeniowego to ok. 38 000 mikrometrów kwadratowych, z czego połowę stanowi lokalna pamięć SRAM 48KB, a drugą połowę układ logiczny. Całkowita ilość SRAM w chipie to 44GB. Cała pamięć rozmieszczona jest obok rdzeni, dystans fizyczny między pamięcią a jednostką obliczeniową to kilkadziesiąt mikrometrów, nie trzeba korzystać z zewnętrznej pamięci o dużej przepustowości (HBM) jak w tradycyjnych GPU. Cerebras twierdzi, że w tej samej powierzchni krzemowej ich przepustowość pamięci jest ok. 200 razy wyższa niż GPU.


Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI. image 3

(Źródło: cerebras.ai)


Ta architektura szczególnie dobrze radzi sobie z nieuporządkowaną rzadkością sieci neuronowych. Tradycyjne GPU obliczają niezależnie od wartości zerowych, Cerebras filtruje zera już po stronie wysyłania, przekazując tylko dane niezerowe odpowiednim rdzeniom poprzez sieć na chipie.Każdy pakiet danych zawiera 16 bitów danych i 16 bitów informacji kontrolnej, po odebraniu danych następuje automatyczne pomnożenie i dodawanie. Ta metoda pozwala uniknąć dużej liczby niepotrzebnych obliczeń, co przekłada się na znaczące przyspieszenie przy wysokim stopniu rzadkości modeli.


Według technicznej białej księgi firmy, dla operacji BLAS o niższym stopniu niż standardowe mnożenie macierzy, jak mnożenie macierzy przez wektor czy wektora przez skalar, tradycyjne chipy ogranicza przepustowość pamięci, przez co nie działają z pełną wydajnością. Architektura Cerebras, dzięki wysokiej przepustowości pamięci, pozwala utrzymać wysoką efektywność.


Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI. image 4

(Źródło: cerebras.ai)


Drugą kluczową technologią Cerebras jest Weight Streaming – podczas treningu dużych modeli wagi nie są przechowywane na chipie, lecz na zewnętrznym urządzeniu MemoryX i przesyłane do chipu WSE-3 na żądanie. Przy obliczeniach każdej warstwy sieci wagi są pobierane z zewnętrznej DRAM i pamięci flash, trafiają do rdzeni przez interfejs wejścia/wyjścia chipu.


Po dotarciu wag do rdzenia, wykonywane są masowe operacje mnożenia/dodawania z lokalnymi wartościami aktywacji, a po obliczeniach wagi są odrzucane i nie pozostają na chipie. Ta metoda sprawia, że rozmiar modelu nie jest ograniczony pojemnością pamięci chipu, pozwalając trenować modele o bilionach parametrów.


Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI. image 5

(Źródło: cerebras.ai)


Na poziomie oprogramowania Cerebras udostępnia kompletny łańcuch narzędziowy do kompilacji, umożliwiający automatyczne mapowanie modeli napisanych w PyTorch lub TensorFlow na 900 000 rdzeni. Dla modeli typu Transformer tensor aktywacji ma trzy wymiary: rozmiar batcha, długość sekwencji i wymiar ukryty. Kompilator dzieli wymiar ukryty na kierunek X chipu, a rozmiar partii i długość sekwencji na kierunek Y.


Podczas obliczeń mnożenia macierzy wagi są rozgłaszane wzdłuż wierszy do wszystkich rdzeni w kolumnie, uruchamiane jest mnożenie/dodawanie, następnie częściowe sumy redukowane są wzdłuż kolumn, ostatecznie wynik rozmieszczany jest na chipie jako przygotowanie do obliczenia kolejnej warstwy. Wszystkie harmonogramy obliczeń są statycznie skonfigurowane, instrukcje ładowane są jednorazowo przed uruchomieniem, podczas wykonywania nie są zmieniane.


Jeden chip wart tyle, co talerz – największe IPO AI chipów w historii! Pięciu doświadczonych inżynierów chipów przez dziesięć lat obstawiało wybuch mocy obliczeniowej AI. image 6

(Źródło: cerebras.ai)


Pięciu współzałożycieli Cerebras posiada dogłębną wiedzę z zakresu chipów i systemów.


CEO Andrew Feldman ukończył Stanford University, a wcześniejszy założony przez niego startup micro-serwerowy SeaMicro został przejęty przez AMD za 357 mln USD.


CTO Sean Lie posiada tytuły licencjata i magistra z elektroniki i informatyki MIT, pełnił funkcję architekta wirtualizacji IO w SeaMicro, po przejęciu przez AMD został AMD fellow.


Architekt systemów Jean-Philippe Fricker ma tytuł magistra EPFL (Ecole Polytechnique Fédérale de Lausanne), był architektem sprzętu w DSSD, SeaMicro, Alcatel-Lucent i Riverstone Networks.


Główny architekt zaawansowanych technologii Michael James ma trzy dyplomy z University of California, Berkeley – neurobiologia molekularna, matematyka i informatyka, w SeaMicro odpowiadał za software systemów rozproszonych.


Dyrektor techniczny na emeryturze Gary Lauterbach posiada ponad 50 patentów, był wybitnym inżynierem w Sun Microsystems i odpowiadał za architekturę mikroprocesorów UltraSPARC III oraz UltraSPARC IV.


Model biznesowy Cerebras opiera się na sprzedaży kompletnego systemu CS-3 – to maszyna zaprojektowana wokół chipu WSE-3, możliwa do wdrożenia w standardowych szafach serwerowych w centrum danych. Klientami są głównie instytuty naukowe i firmy, w tym G42 z ZEA oraz Uniwersytet Sztucznej Inteligencji Mohameda bin Zayeda. Według prospektu giełdowego, w 2025 roku Cerebras uzyskał 510 mln USD przychodów, z czego G42 zapewnił 24%, a MBZUAI 62%. Firma osiągnęła roczny zysk netto 238 mln USD, co oznacza odwrócenie tendencji wobec straty 482 mln USD w roku poprzednim.


W 2024 roku Cerebras próbował wejść na giełdę. Wówczas przychody zależały w dużym stopniu od jednego klienta – G42, który zapewniał 87% przychodów. Ponieważ transakcja z podmiotem z ZEA wymagała zatwierdzenia przez amerykański Komitet ds. Inwestycji Zagranicznych, mimo ostatecznej zgody, Cerebras wycofał się z oferty. Obecna ponowna oferta cechuje się mniejszą koncentracją klientów – największy, MBZUAI, odpowiada za 62%, jednak dwóch największych klientów zapewnia łącznie 86% przychodów, co nadal niesie ryzyko koncentracji.


Ścieżka technologiczna Cerebras jest unikalna w segmencie chipów AI. Inni konkurenci w architekturze naśladują GPU – budują wiele małych rdzeni, korzystają z HBM, Cerebras rozwiązuje to jednym wielkim waflem. Ta metoda daje przewagę w obliczeniach rzadkich i inferencji na dużych modelach, lecz niesie wyzwania z kosztami produkcji i współczynnikiem sprawności.


Jeśli na waflu pojawi się jeden krytyczny błąd, może to wpłynąć na cały chip, Cerebras wprowadza w projekcie redundantne połączenia i automatyczne mechanizmy korekcji błędów. Zużycie energii i odprowadzanie ciepła chipu waflowego to też wyzwania – system CS-3 posiada specjalny system chłodzenia cieczą.


Wraz z nadchodzącymi debiutami OpenAI, Anthropic, SpaceX i innych firm AI, segment chipów AI staje się głównym tematem na rynku kapitałowym. Cerebras jako pierwsza spółka czysto chipów AI notowana na Nasdaq, dała mocny sygnał wzrostem 89% pierwszego dnia dla kolejnych graczy.


Rywalizacja w segmencie chipów AI jednak się zaostrza – poza Nvidia, nowe produkty wprowadzają AMD, Intel i wiele startupów. Czy rozwiązanie waflowe Cerebras znajdzie miejsce w głównym segmencie treningu AI, będzie można ocenić dopiero po zdobyciu kolejnych klientów i upływie czasu.


0
0

Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.

PoolX: Stakuj, aby zarabiać
Nawet ponad 10% APR. Zarabiaj więcej, stakując więcej.
Stakuj teraz!

Może Ci się również spodobać

Goldman Sachs znacząco podnosi globalne wydatki na sprzęt do produkcji wafli: pamięci masowe i zaawansowane foundry stają się głównym motorem napędowym

Najnowszy raport Goldman Sachs znacznie podnosi prognozę globalnych wydatków na sprzęt fabryk półprzewodników w latach 2026–2028 odpowiednio do 150 mld, 218 mld oraz 281 mld dolarów, przewidując tym samym znacznie szybszy wzrost niż wcześniej. Ekspansja linii produkcyjnych TSMC dla procesu N2, inwestycje Samsunga i SK Hynix w HBM4, a także 16,8 mld dolarów zobowiązań w projektach SpaceX i Tesla Terafab – te liczne motory wzrostu wspólnie napędzają oczekiwany boom w wydatkach kapitałowych branży półprzewodników, który może potrwać aż do 2028 roku.

华尔街见闻2026/08/24 03:56

Skutki uboczne „quasi-QE” w Besant stają się coraz bardziej widoczne! Fundusze hedgingowe przyspieszają zakłady na osłabienie dolara, obawiając się większego programu skupu obligacji

Przed ogłoszeniem kolejnych planów fiskalnych przez Bescent, fundusze hedgingowe zwiększyły swoje krótkie pozycje na dolarze amerykańskim.

智通财经2026/08/24 03:16
Skutki uboczne „quasi-QE” w Besant stają się coraz bardziej widoczne! Fundusze hedgingowe przyspieszają zakłady na osłabienie dolara, obawiając się większego programu skupu obligacji

Samsung opracowuje „trzystopniową mapę drogową HBM”: w kierunku prawdziwego 3D ZHBM, bezpośrednio łącząc DRAM z chipami obliczeniowymi

Samsung ogłosił na konferencji Hot Chips trójfazową mapę drogową rozwoju HBM, której celem jest architektura „zHBM”, polegająca na pionowym ułożeniu DRAM nad układem obliczeniowym. Według firmy Samsung, zHBM w porównaniu do HBM4E może osiągnąć 70% niższe zużycie energii, 230% wzrost przepustowości oraz dodatkowo uwolnić 100 W marginesu termicznego dla GPU.

华尔街见闻2026/08/24 03:01