Почему Cerebras может стать головной болью для Nvidia

Вложенные деньги окупились. В 2019 году компания представила свой первый процессор. Как утверждали в компании, он намного быстрее и эффективнее аналогичных, которые выпускались конкурентами.

Предлагаемое к приобретению оценил и рынок. В 2023 году Cerebras обеспечил продажи на уровне 78,7 млн долларов. В первой половине 2024 года его выручка оценивалась в 136,4 млн долларов, убыток в 66,6 млн долларов.

При этом в своем проспекте компания сообщает о подписании выгодного коммерческого соглашения на поставки в размере 1,43 млрд долларов.

Почему финансовая политика Cerebras критикуется?

Фирма не называет в рекламных проспектах всех своих клиентов. Американский Forbes при этом указывает, что 87% выручки в этом году им обеспечивает одна компания с точкой дислокации в Абу-Даби (Объединенные Арабские Эмираты).

Компания, конечно, обещает расширять свою клиентскую базу в сфере здравоохранения, фармацевтики, биотехнологий и так далее, но реализация подобных планов нередко (как свидетельствует практика) затягивается.

А экспорт технологий в другую страну (ОАЭ) зависит и от властей США, которые могут в любой момент наложить ограничения.

И чем же занимается Cerebras?

СМИ относительно немного рассказывают о деятельности фирмы. В 2020 году журналисты IEEE spectrum посетили ее штаб-квартиру. Там они увидели несколько компьютеров CS-1.

Разработки компании практически ничем не отличались от других машин подобного типа. Кроме одного — внутри был чип, площадь которого более 46 255 квадратных миллиметров. IEEE перечисляет технические параметры его: 1,2 триллиона транзисторов, 400 тысяч процессорных ядер, 18 гигабайт SRAM.

В 2021 году стало известно о создании фирменного процессора Wafer Scale Engine 2. У него уже 2,6 триллиона транзисторов, 850 тысяч оптимизированных для искусственного интеллекта ядер. Этот WSE-2 является хорошей подпиткой для компьютера с искусственным интеллектом CS-2. Venturebeat пишет, что «один CS-2 заменяет кластеры из сотен или тысяч графических процессоров (GPU), которые занимают десятки стоек, используют сотни киловатт энергии и требуют месяцев настройки и программирования. Имея высоту всего 26 дюймов, CS-2 помещается в треть стандартной стойки центра обработки данных».

В 2024 году фирма поразила выпуском еще одного процессора WSE-3. Он направлен на машинное обучение и иные ресурсоемкие задачи. Как отмечали профильные сайты, площадь процессора 46 225 квадратных миллиметров. Он содержит 4 трлн транзисторов, 900 тысяч ядер, 44 Гбайт памяти SRAM. Производительность в операциях FP16 — 125 Пфлопс.

WSE-3 используется для новой вычислительной платформы Cerebras CS-3. Она, по словам разработчиков, намного сильнее, например, Nvidia H100: в 57 раз больше физически, в 62 раза производительнее в операциях FP16. Если сравнивать Cerebras CS-3 с платформой Nvidia DGX (16 ускорителей H100), то здесь — разрыв чуточку меньше: СS-3 быстрее конкурента в 4 раза (операции FP16).

Еще одно неоспоримое преимущество разработки — пропускная способность. У Cerebras CS-3 она составляет 21 Пбайт/с.

И что будет дальше?

Планы — собрать девять суперкомпьютеров. Две системы подобного типа уже сделаны в 2023 году. Сейчас создается третья.

Стратегическая цель Cerebras понятна — это обучение моделей ИИ, создаваемых другими компаниями. Оно должно происходить не в длительном режиме, а, например, за несколько часов или суток. Это связано с тем, что разработанный IT-стартапом мегачип может обучать модели, ориентируясь на 24 триллиона параметров без сегментации. Для понимания: размер модели OpenAI GPT-4 имеет лишь 1,7 трлн параметров.

Планируется ли IPO?

Да. Фирма намеревается выйти на рынок акций.

Заявка на первичное размещение ценных бумаг в США была подана осенью. Cerebras мог привлечь от 750 млн долларов до 1 млрд долларов. Его капитализация оценивалась в 7-8 млрд долларов.

9 октября 2024 Finam писал, что из-за затянувшихся проверок IPO может быть отложено.

А что у компании с нематериальными активами?

Фирма серьезно подходит к защите своей интеллектуальной собственности.

В базе данных Google Patents у нее 22 охранных документа.

В списке патентов и «Дескрипторы структуры данных для ускорения глубокого обучения», и «Активация задачи для ускоренного глубокого обучения», и «Усовершенствования ISA для ускоренного глубокого обучения», и «Стохастическое округление с плавающей точкой для ускоренного глубокого обучения», и «Избыточность элементов процессора для ускоренного глубокого обучения».

Похоже, это только начало. Nvidia есть, кого опасаться.

Бесплатный поиск, мониторинг и регистрация товарных знаков и других объектов интеллектуальной собственности.

Больше контента о сфере интеллектуальной собственности в нашем Telegram-канале