Cerebras Systems Inc.是一家总部位于加利福尼亚州桑尼维尔的半导体和超级计算机公司。它设计并制造世界上一些最大的AI处理器，包括晶圆级引擎（WSE）系列，并提供云计算服务，使客户能够远程访问其硬件。2024年，该公司申请了首次公开募股（IPO）以筹集资金用于进一步扩张，这标志着其增长轨迹中的一个重要步骤。
该公司的核心产品包括WSE-3半导体、CS-3超级计算机，以及用于AI推理和训练云的API。这些系统旨在加速深度学习和大型语言模型工作负载，其性能通常超过传统的基于GPU的集群。Cerebras的技术以其将整个硅晶圆用作单个芯片而著称，这种技术被称为晶圆级集成，与多芯片替代方案相比，它降低了互连延迟和功耗。
创立与早期发展
Cerebras由Andrew Feldman、Gary Lauterbach、Michael James、Sean Lie和Jean-Philippe Fricker于2015年创立，他们此前都曾在SeaMicro共事，这是一家于2012年被AMD收购的服务器技术公司。创始人认识到GPU并非适合所有AI任务，因此他们从零开始设计了一种新架构。早期挑战包括开发独特的冷却方法来管理巨大芯片产生的热量，创建软件来绕过微观制造缺陷，以及发明一种机器来安全地将晶圆安装到主板上。该公司在几年内花费了约2亿美元来解决这些封装问题，每月烧掉约800万美元，最终于2019年7月实现了可工作的产品。
产品演进：WSE-1和WSE-2
2019年8月，Cerebras发布了其第一代晶圆级引擎（WSE-1）和CS-1超级计算系统。WSE-1具有40万个处理核心、1.2万亿个晶体管和18 GB的片上内存。CS-1是一款19英寸机架式设备，带有十二个100千兆以太网连接，旨在插入现有数据中心。早期客户包括葛兰素史克和阿斯利康等制药公司，以及劳伦斯利弗莫尔和匹兹堡超级计算中心等国家实验室，这些机构使用该系统进行药物发现、基因组研究和模拟。
2021年4月，Cerebras发布了基于WSE-2芯片的CS-2，其核心数翻倍至85万个，并将片上SRAM扩展到40 GB。CS-2采用台积电的7纳米工艺制造，高度为26英寸，可支持超过120万亿参数的AI模型。CS-2的客户包括道达尔能源、国家超级计算应用中心和莱布尼茨超级计算中心。2022年6月，Cerebras创下纪录，在单个CS-2系统上训练了多达200亿参数的模型，包括GPT-3和GPT-NeoX的版本。
扩展规模：Andromeda和晶圆级集群
2022年9月，Cerebras引入了晶圆级集群的概念，将多个CS-2系统连接成一个计算集群。一个16系统集群可实现1360万个核心，最多可连接192个CS-2用于大规模AI训练工作负载。2022年11月，该公司推出了Andromeda，这是一个16芯片集群，提供高达1百亿亿次浮点运算的AI计算能力，同时仅消耗500千瓦，远低于同类GPU超级计算机。这一里程碑凸显了Cerebras在能源和可扩展性方面的效率优势。
近期成就与合作
2023年，Cerebras与总部位于阿拉伯联合酋长国的AI公司G42合作，后者同意购买多达九台超级计算机，首台设备价值约1亿美元。该公司还扩大了客户群，包括OpenAI和亚马逊网络服务（AWS），根据后来的公告，合同于2026年签署。到2024年，Cerebras拥有四个主要客户：穆罕默德·本·扎耶德人工智能大学（占2025年收入的62%）、G42（占24%）、OpenAI和AWS。该公司还在圣地亚哥、多伦多和印度班加罗尔设有办事处，并因晶圆级芯片的特殊要求而将台积电作为其唯一半导体制造商。
技术与竞争格局
Cerebras的芯片是有史以来最大的AI半导体，尺寸为215平方毫米，覆盖整个硅晶圆。它们使用静态随机存取存储器（SRAM），而非许多GPU中常见的动态RAM，这有助于提高速度。其硬件的主要竞争对手包括Nvidia、AMD、Intel和Broadcom，而其云计算服务则与亚马逊网络服务、Microsoft Azure、Google Cloud、Oracle Cloud和CoreWeave竞争。尽管具有优势，Cerebras也面临一些缺点，例如25千瓦的功耗和每节点高达300万美元的成本，这限制了其对高性能AI用户这一利基市场的吸引力。
IPO申请与公司前景
2024年，Cerebras申请IPO上市，旨在为研发、制造能力和全球扩张筹集资金。此次申请正值AI基础设施需求增长之际，这得益于大型语言模型和生成式AI应用的普及。截至2024年，该公司尚未完成IPO，其财务细节仍处于保密状态。此举被视为一项战略努力，旨在利用其在AI硬件领域作为差异化参与者的地位，尽管它也因对少数关键客户的严重依赖及其技术相关的高成本而受到审视。
应用与生态系统
Cerebras系统用于各种科学和商业应用，包括药物发现、基因组学、流体动力学和核储备管理。例如，国家能源技术实验室和阿贡国家实验室已使用Cerebras硬件进行COVID-19研究，利用深度学习。该公司还支持计算化学和气候建模等领域的工作，尽管其主要重点仍是机器学习和AI训练与推理。通过其云API，Cerebras允许开发者无需购买硬件即可访问其技术，从而将其影响力扩展到大型企业和研究机构之外。
未来方向
展望未来，Cerebras旨在继续推动晶圆级计算的边界，计划开发更大的芯片和更高效的冷却机制。该公司还在探索新市场，如边缘计算和设备端AI，尽管这些仍处于早期阶段。随着AI行业快速发展，Cerebras的成功将取决于其在管理成本和扩大生产的同时保持技术领先的能力。如果IPO成功，可能为其实现这些目标提供财务资源，但竞争格局仍然激烈，主要云提供商正在大力投资定制硅片，如AWS Trainium和Google Cloud TPU。
在其历史进程中，Cerebras展示了创新能力，克服了前所未有的工程挑战，交付了重新定义AI硬件可能性的产品。截至2024年，该公司继续在推动更强大、更高效的AI系统方面发挥关键作用，其晶圆级技术为传统的基于GPU的架构提供了一种独特的替代方案。