✨ Cerebras 的出现，是对底层芯片架构设计的一次 “范式转移”。 🚗 如果说，英伟达的路线是造无数辆顶级跑车，并且修最快的高速公路把它们连起来，那么 C
- 序号：235
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
✨ Cerebras 的出现，是对底层芯片架构设计的一次 “范式转移”。 🚗 如果说，英伟达的路线是造无数辆顶级跑车，并且修最快的高速公路把它们连起来，那么 Cerebras 的技术路线就是直接造一辆超级高铁，技术路线的变化（重点标黄）如下： 🔹 最明显的差异是一个是晶圆级芯片，一个是晶片级芯片，面积大了接近 30 倍，Cerebras 没有把 12 寸晶圆切成 10 个独立芯片，而是变成了一个巨大的单一处理器。 🔹 最重要解决的痛点是 **“内存墙” 问题 **。目前 AI 训练推理最大的瓶颈不是算力不够，而是数据传输太慢，GPU 原地等待数据，所以英伟达的策略是不断拉高外部的 HBM 的容量和带宽，B 系列 192GB/8TB/s，R 系列 288GB/22TB/s。而 Cerebras 提供了一个解决数据吞吐问题的终极解法，把内存和计算核心放在一个平面上，让内存墙在这个系统里面几乎不复存在，没有 HBM，变成了片上的 SRAM 44GB，内存带宽拉到了 21 PB/s（1 PB = 1024 TB），结果是推理速度是 B200 的 15 倍。
【有道云笔记】【天风海外科技】Cerebras的投资逻辑&上市对板块的影响
总体总结
主题正文
- ✨ Cerebras 的出现，是对底层芯片架构设计的一次 “范式转移”。
- 🚗 如果说，英伟达的路线是造无数辆顶级跑车，并且修最快的高速公路把它们连起来，那么 Cerebras 的技术路线就是直接造一辆超级高铁，技术路线的变化（重点标黄）如下：
- 🔹 最明显的差异是一个是晶圆级芯片，一个是晶片级芯片，面积大了接近 30 倍，Cerebras 没有把 12 寸晶圆切成 10 个独立芯片，而是变成了一个巨大的单一处理器。
- 🔹 最重要解决的痛点是 **“内存墙” 问题 **。
- 目前 AI 训练推理最大的瓶颈不是算力不够，而是数据传输太慢，GPU 原地等待数据，所以英伟达的策略是不断拉高外部的 HBM 的容量和带宽，B 系列 192GB/8TB/s，R 系列 288GB/22TB/s。
- 而 Cerebras 提供了一个解决数据吞吐问题的终极解法，把内存和计算核心放在一个平面上，让内存墙在这个系统里面几乎不复存在，没有 HBM，变成了片上的 SRAM 44GB，内存带宽拉到了 21 PB/s（1 PB = 1024 TB），结果是推理速度是 B200 的 15 倍。
- 【有道云笔记】【天风海外科技】Cerebras的投资逻辑&上市对板块的影响