В мире высокопроизводительных вычислений и искусственного интеллекта назревает событие, способное изменить расклад сил на рынке специализированных процессоров. Компания Cerebras Systems, создатель крупнейшего в мире чипа Wafer Scale Engine, по данным источников, близка к проведению первичного публичного размещения акций (IPO). Этот шаг может стать серьезным вызовом для доминирующей позиции Nvidia, чьи графические процессоры долгое время были практически безальтернативным решением для обучения нейросетей.
От амбициозного стартапа к порогу биржи
Основанная в 2016 году Эндрю Фельдманом, бывшим руководителем компании SeaMicro, проданной AMD, Cerebras с самого начала поставила перед собой грандиозную задачу: преодолеть узкие места в архитектуре вычислений для ИИ. Вместо того чтобы увеличивать количество отдельных чипов и сложность их соединения, инженеры компании предложили радикально иной подход. Они создали процессор на целой кремниевой пластине (wafer), объединив сотни тысяч ядер на одной гигантской подложке. Первое поколение Wafer Scale Engine (WSE), анонсированное в 2019 году, содержало 1.2 триллиона транзисторов и 400 000 вычислительных ядер, что сделало его самым большим процессором в истории.
Ключевые данные, характеризующие развитие компании, впечатляют. По информации из финансовых кругов, в ходе последнего раунда частного финансирования серии F, завершенного в конце 2021 года, Cerebras была оценена в 4 миллиарда долларов. В этом раунде компания привлекла 250 миллионов долларов от таких инвесторов, как Alpha Wave Ventures и Abu Dhabi Growth Fund. Всего с момента основания Cerebras привлекла более 720 миллионов долларов венчурного капитала. Потенциальное IPO, как ожидают аналитики, может оценить компанию существенно выше, в диапазоне от 6 до 8 миллиардов долларов, в зависимости от рыночных условий на момент выхода.
Технологическое превосходство и рыночная ниша
Архитектура Cerebras решает фундаментальную проблему современных вычислений для ИИ — проблему коммуникации между процессорами. В традиционных кластерах, состоящих из тысяч GPU, значительная часть времени и энергии тратится на обмен данными между чипами через относительно медленные соединения. Монолитный дизайн WSE, где все ядра связаны сверхбыстрой сетью с пропускной способностью в петабиты в секунду, минимизирует эти задержки. Это особенно критично для обучения крупнейших моделей, таких как GPT или аналогичные трансформеры, где размер модели и объем данных исчисляются терабайтами.
Текущее, третье поколение чипа, WSE-3, представленное в 2024 году, является технологическим чудом. Оно производится по 5-нанометровому техпроцессу и содержит 4 триллиона транзисторов и 900 000 программируемых ядер. Для сравнения, флагманский GPU Nvidia H100 содержит «всего» 80 миллиардов транзисторов. Системы Cerebras CS-3, построенные на базе WSE-3, напрямую конкурируют с кластерами из тысяч GPU, предлагая упрощенную программную модель и значительно более высокую эффективность для определенного класса задач. Клиентами компании уже являются ведущие национальные лаборатории США (например, Ливерморская и Аргоннская), а также ряд крупных корпораций из фармацевтики, энергетики и оборонного сектора.
Программный стек и экосистема
Одним из ключевых вызовов для любого нового аппаратного решения в области ИИ является наличие зрелого программного обеспечения. Nvidia доминирует на рынке во многом благодаря своей платформе CUDA, которая стала отраслевым стандартом. Cerebras в ответ разработала собственный стек, который абстрагирует сложность гигантского чипа от программиста. Фреймворк позволяет исследователям запускать модели, написанные на популярных платформах, таких как PyTorch и TensorFlow, с минимальными изменениями в коде. Этот подход снижает порог входа и позволяет компании сосредоточиться на задачах, где ее аппаратное преимущество максимально.
Конкурентный ландшафт и вызов доминированию Nvidia
Рынок ускорителей ИИ перестал быть монополией одного игрока. Помимо Cerebras, активность проявляют и другие компании. AMD продвигает свои инстансы MI300X, пытаясь конкурировать с Nvidia на поле традиционных GPU. Стартапы вроде Graphcore и Tenstorrent предлагают альтернативные архитектуры. Однако Cerebras занимает уникальную позицию, делая ставку не на универсальность, а на максимальную производительность в узком, но критически важном сегменте — обучении фронтирных моделей с параметрами в сотни миллиардов и триллионы. В этом сегменте конкуренция сводится не к цене за чип, а к общей стоимости владения и скорости получения результата.
Для Nvidia, рыночная капитализация которой превысила 3 триллиона долларов, появление публичного конкурента в лице Cerebras — это скорее сигнал о зрелости и расширении рынка, чем прямая угроза в краткосрочной перспективе. Доля Nvidia на рынке уск
Таким образом, потенциальное IPO Cerebras Systems знаменует собой важный этап в эволюции рынка высокопроизводительных вычислений для ИИ. Успех компании на бирже станет не только финансовым испытанием её уникальной технологической стратегии, но и проверкой готовности рынка инвестировать в специализированные, узконаправленные архитектуры, способные бросить вызов универсальности решений Nvidia. Даже если Cerebras не сможет в обозримом будущем существенно поколебать доминирование текущего лидера, её публичный выход ускорит инновации и усилит конкуренцию в критически важном сегменте обучения крупнейших языковых моделей, что в конечном итоге принесет пользу всей отрасли.