Гонка AI-инфраструктуры ускоряется: Cerebras представила CS-4. Почему дело уже не только в GPU

Сегодня рынок искусственного интеллекта развивается настолько быстро, что новости о новых ускорителях появляются практически каждую неделю. Но некоторые из них интересны не характеристиками очередного чипа, а тем, куда в целом движется вычислительная инфраструктура для ИИ.

19 августа Cerebras представила новую систему CS-4, ориентированную прежде всего на AI inference — работу уже обученных моделей и генерацию ответов пользователям.

И на мой взгляд, эта новость хорошо показывает гораздо более важную тенденцию: конкуренция на рынке AI постепенно выходит за пределы отдельных GPU.

Cerebras — один из наиболее необычных конкурентов NVIDIA на рынке AI-вычислений.

Вместо традиционного подхода с большим количеством относительно небольших ускорителей компания развивает Wafer Scale Engine — огромный процессор, занимающий практически целую кремниевую пластину.

Новая система CS-4 построена на архитектуре Nexus и использует три вычислительных модуля с чипами WSE-3 Turbo.

Компания утверждает, что новая архитектура позволяет сократить количество компонентов примерно вдвое и упростить развертывание системы в дата-центрах.

Но сами цифры здесь, на мой взгляд, не самое интересное.

Еще недавно разговор об инфраструктуре для искусственного интеллекта очень быстро сводился к одному вопросу:

«Какие GPU поставить?»

Сегодня этого уже недостаточно.

Производительность современной AI-системы зависит от целого комплекса компонентов:

Можно установить очень дорогие ускорители и при этом получить систему, которая не сможет эффективно использовать их возможности.

Именно поэтому NVIDIA, AMD, Cerebras и другие игроки постепенно предлагают рынку уже не просто процессоры, а целые вычислительные платформы.

Есть еще один интересный показатель.

10 августа NVIDIA объявила о партнерстве с Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR для создания механизмов финансирования AI-инфраструктуры. Речь идет о потенциальной мобилизации более $500 млрд стороннего капитала.

То есть AI-вычисления начинают рассматриваться фактически как отдельный инфраструктурный класс активов.

Параллельно растут требования к энергетике. Современный AI-дата-центр — это уже не просто помещение, куда устанавливаются серверные стойки.

Это комплексная инженерная система, где вычисления напрямую связаны с доступной электрической мощностью, охлаждением, сетью и хранением данных.

И чем мощнее становятся ускорители, тем важнее становится всё, что находится вокруг них.

Для компаний, которые планируют внедрение собственного ИИ, главный вывод достаточно простой.

Начинать проект с вопроса «какой GPU нам купить?» — не всегда правильно.

Сначала необходимо определить:

какую задачу должна решать система.

Обучение собственной модели, дообучение существующей, корпоративный RAG, компьютерное зрение, промышленная аналитика и массовый inference могут требовать совершенно разной инфраструктуры.

И только после этого имеет смысл проектировать вычислительную часть, сеть, хранение данных и инженерную инфраструктуру.

В нашей практике в Kintegra мы всё чаще рассматриваем AI-проекты именно таким образом: не как закупку отдельных серверов или ускорителей, а как проектирование единой вычислительной системы под конкретную нагрузку.

Я думаю, ближайшие несколько лет рынок AI-инфраструктуры станет значительно разнообразнее.

NVIDIA сохранит огромную роль благодаря своей аппаратной и программной экосистеме. Но одновременно будут развиваться AMD, специализированные ускорители, собственные ASIC крупных технологических компаний и архитектуры вроде Cerebras.

И конкурировать они будут уже не только количеством FLOPS.

Будут иметь значение стоимость вычисления, энергопотребление, скорость развертывания, масштабирование, программная экосистема и эффективность всей инфраструктуры.

Поэтому следующая большая гонка в искусственном интеллекте — это, вероятно, уже не просто гонка AI-чипов.

Это гонка архитектур AI-инфраструктуры.

Михаил Купцов, основатель Kintegra. Пишу об AI-инфраструктуре, Enterprise IT и сложных технологических проектах.