Cerebras เปิดตัวระบบ CS‑4 พร้อมชิป WSE‑3T Turbo เพื่อยกระดับประสิทธิภาพ AI สูงสุด

Cerebras แถลงเปิดตัวระบบเรือคณะใหม่ “CS‑4” พร้อมชิป Wafer Scale Engine รุ่น WSE‑3T Turbo ที่อ้างว่าให้ประสิทธิภาพการทำงานของ AI สูงสุดโดยดึงศักยภาพจากแบนด์วิดท์หน่วยความจำและพลังงานอย่างเต็มที่ การเปิดตัวครั้งนี้เป็นสัญญาณสำคัญว่าผู้ผลิตชิประดับ Wafer Scale กำลังก้าวเข้าสู่ยุคการประมวลผลแบบ rack‑scale ที่เน้นลดความหน่วงเวลาและเพิ่มอัตราการทำงานต่อวัตต์

Overview

Cerebras ประกาศผลิตภัณฑ์ใหม่สองรายการในวันอังคารนี้ ได้แก่ Wafer Scale Engine รุ่น WSE‑3T “Turbo” และระบบเรือคณะแบบโมดูลาร์ที่ชื่อว่า CS‑4 ตามข้อมูลของบริษัท ชิป WSE‑3T ให้ความเร็วการประมวลผลเป็นสองเท่าของรุ่นก่อนหน้า (WSE‑3**) ทั้งในด้านคอมพิวต์, แฟบริกหน่วยความจำและแบนด์วิดท์ I/O การอัปเกรดนี้ไม่ได้มาจากการเปลี่ยนกระบวนการผลิตหรือเพิ่มขนาดของ wafer แต่เป็นผลจากการส่งผ่านกำลังไฟฟ้าที่มีประสิทธิภาพสูงขึ้น

ในเชิงเทคนิค WSE‑3T ยังคงใช้เทคโนโลยีการผลิตและจำนวนทรานซิสเตอร์เดิมกับรุ่นก่อนหน้า ความสามารถใหม่มาจากการเพิ่มพาวเวอร์ให้แก่ชิปเพื่อให้ทำงานที่ความถี่สูงกว่า 2.8 GHz ซึ่งเป็นสองเท่าของ 1.4 GHz ของรุ่นเก่า การเร่งความเร็วนี้ช่วยให้ชิปสร้างโทเค็นได้เร็วขึ้นและเพิ่มอัตราการไหลของข้อมูลภายในระบบ

Technical Specs

• 250 petaFLOPS ของประสิทธิภาพการคำนวณ AI (โดยอิงจากสปาร์ซิตี้)
• 44 GB SRAM บนชิปเดียว, ให้แบนด์วิดท์หน่วยความจำสูงถึง 43.2 PB/s
• ความเร็วเชื่อมต่อแบบ off‑die 2.4 Tbps

เมื่อเปรียบเทียบกับ GPU ระดับแนวหน้าอย่าง Nvidia หรือ AMD ที่ให้คอมพิวต์ FP16 หนาแน่นที่ 4–5 petaFLOPS (หรือ 35–50 petaFLOPS ที่ FP4) ประสิทธิภาพของ Cerebras ยังคงพึ่งพาการใช้สปาร์ซิตี้เพื่อเพิ่มตัวเลขโดยรวม แม้ว่าถ้าพิจารณาตามคอมพิวต์ FP16 แบบหนาแน่นจริง ๆ ตัวเลขจะอยู่ที่ประมาณ 25 petaFLOPS ซึ่งยังคงสูงกว่าคู่แข่งหลายรายแต่ไม่ได้ถึงระดับ “มหากาพย์” ตามโฆษณาของบริษัท

แบนด์วิดท์ความจุ 43.2 PB/s ของ WSE‑3T ยังถูกมองว่าเป็นค่าทฤษฎี เนื่องจากในรุ่นก่อนหน้า (WSE‑3) ชิปไม่สามารถใช้ SRAM อย่างเต็มที่ได้ การเพิ่มกำลังไฟและความถี่อาจยังไม่เพียงพอที่จะทำให้แบนด์วิดท์ถึงจุดสูงสุดโดยไม่มีการสนับสนุนเพิ่มเติม

Architecture & Power

CS‑4 นำแนวคิด “backpack” มาผสมผสานกับโครงสร้าง rack‑scale ที่แบ่งส่วนการคำนวณ การส่งกำลังไฟและระบบสายเคเบิลออกจากกัน ช่วยให้การติดตั้ง, บำรุงรักษาและอัปเกรดทำได้ง่ายยิ่งขึ้น แต่ด้วยขนาดของชิปที่เทียบเท่าจานชีสใหญ่ ทำให้รูปแบบนี้ไม่สอดคล้องกับมาตรฐาน OCP

ระบบหนึ่งหน่วยสามารถบรรจุ “backpack” ได้สูงสุดสามตัว ซึ่งแต่ละตัวคาดว่าจะใช้พลังงานประมาณ 46 kW (จากการเพิ่มกำลังไฟเป็นสองเท่าจากรุ่น WSE‑3) ทำให้พลังงานรวมของ CS‑4 อยู่ระหว่าง 120 kW ถึง 140 kW แม้ว่ายังต่ำกว่าระบบ rack ของ Nvidia หรือ AMD ที่คาดว่าจะใช้พลังงานถึง 240–250 kW ในปีหน้า แต่ก็ถือว่าเป็นการเพิ่มภาระไฟฟ้าที่สำคัญเมื่อเทียบกับรุ่นก่อน

Partnership & Use Cases

Cerebras ไม่ได้มุ่งหมายให้ WSE‑3T ทำหน้าที่เป็นตัวประมวลผลทั้งหมดของโมเดล LLM อีกต่อไป บริษัทได้ร่วมมือกับ Amazon Web Services (AWS) และ AMD** เพื่อย้ายขั้นตอน “prompt processing” ที่ใช้พลังงานมากไปยัง Trainium XPU ของ AWS และ Instinct GPU ของ AMD ผลที่ตามมาคือชิป WSE‑3T ทำหน้าที่เป็น “decode accelerator” เพียงส่วนเดียว ซึ่งทำให้จำนวน LPUs ที่ต้องการสำหรับโมเดลขนาดเทริลเลียนพารามิเตอร์ลดลงจากประมาณ 2,000 ตัวเหลือเพียงหลายสิบตัว ขึ้นอยู่กับความแม่นยำของน้ำหนักที่จัดเก็บ

ข้อได้เปรียบสำคัญคือ SRAM ปริมาณมหาศาลบนชิป ช่วยให้การดึงข้อมูลทำได้เร็วโดยไม่ต้องพึ่งพาแรมภายนอกมากนัก อย่างไรก็ตาม ความจุ SRAM ยังไม่ได้เพิ่มตั้งแต่รุ่น WSE‑2 ที่เปิดตัวเมื่อห้าปีก่อน การเลือกเพิ่มประสิทธิภาพแทนขนาดหน่วยความจำอาจสะท้อนถึงข้อจำกัดในการผลิตหรือกลยุทธ์การตอบสนองต่อสถาปัตยกรรมแบบแยกส่วน (disaggregated) ที่กำลังเกิดขึ้น

Market Impact

การเปิดตัว WSE‑3T Turbo และระบบ CS‑4 ทำให้ Cerebras ยังคงครองตำแหน่งผู้นำด้านความเร็วแบนด์วิดท์หน่วยความจำ AI อย่างต่อเนื่อง แม้ว่าประสิทธิภาพที่โฆษณาจะอ้างถึงสปาร์ซิตี้และค่าทฤษฎี แต่การจัดระบบให้ทำงานร่วมกับ GPU ของคู่แข่งอาจเป็นกุญแจสำคัญในการยอมรับในตลาดองค์กรระดับใหญ่ การที่พลังงานต่อวัตต์เพิ่มขึ้นสิบเท่าเมื่อเทียบรุ่นก่อน ถือเป็นขั้นตอนสำคัญในการลดต้นทุนรวมของศูนย์ข้อมูล AI

อย่างไรก็ตาม ผู้ใช้ต้องพิจารณาถึงความซับซ้อนของการจัดการไฟฟ้าและระบบทำความเย็น เนื่องจาก CS‑4 มีการใช้งานพลังงานระดับร้อยกิโลวัตต์ต่อระบบ การเปรียบเทียบกับโซลูชัน rack‑scale ของ Nvidia และ AMD ที่อาจใช้พลังงานสูงกว่าแต่ให้ประสิทธิภาพในการคำนวณแบบหนาแน่นมากขึ้น ทำให้การตัดสินใจเลือกใช้งานต้องอิงตามกรณีการใช้งานจริงและต้นทุนรวมของโครงสร้างพื้นฐาน

Future Outlook

แม้ Cerebras จะยังไม่มีข้อมูลอย่างเป็นทางการเกี่ยวกับ WSE‑4 แต่จากแนวโน้มปัจจุบันคาดว่าชิปรุ่นต่อไปอาจมุ่งเน้นเพิ่มความจุ SRAM เป็นสองเท่า โดยที่ประสิทธิภาพ FP16 อาจเพิ่มขึ้นเพียงระดับ “modest” เท่านั้น การเปลี่ยนแปลงนี้สอดคล้องกับแนวโน้มของตลาดที่ต้องการหน่วยความจำบนชิปเพื่อรองรับโมเดล LLM ขนาดใหญ่โดยไม่ต้องพึ่งพา DRAM ภายนอก

หาก Cerebras ยังคงเดินหน้าตามเส้นทาง “Turbo” โดยเน้นการเพิ่มกำลังไฟและความถี่ของชิป การพัฒนาระบบ rack‑scale ที่ยืดหยุ่นและอาจเป็นมาตรฐานใหม่ในอนาคตก็ยังคงต้องเผชิญกับข้อจำกัดด้านพลังงานและความเย็น อย่างไรก็ตาม ความร่วมมือกับผู้ให้บริการคลาวด์ระดับโลกอย่าง AWS จะช่วยขยายขอบเขตการใช้งานของ WSE‑3T ให้เป็นส่วนสำคัญของโครงสร้างพื้นฐาน AI ระดับองค์กรต่อไป

Summary

Cerebras เปิดตัวชิป WSE‑3T Turbo ที่เพิ่มความเร็วและแบนด์วิดท์โดยใช้พลังงานสองเท่า พร้อมระบบ rack‑scale CS‑4 ที่ออกแบบเป็นโมดูลาร์ แม้จะมีการอ้างอิงถึงประสิทธิภาพระดับทฤษฎี การใช้งานจริงยังต้องอาศัยการทำงานร่วมกับ GPU ของ AWS และ AMD เพื่อให้ได้ผลลัพธ์ที่สมดุลระหว่างพลังงานและประสิทธิภาพ.