Cerebras, ein Spezialist für maschinenintelligenz-beschleunigte Hardware, hat sein neuestes Rack-Scale-System vorgestellt. Das System nutzt die überarbeitete WSE-3 Turbo-Architektur, die auf Cerebras' charakteristischer Wafer-Scale-Engine-Technologie basiert. Bei dieser Technologie ist der gesamte Prozessor in Wafer-Grösse realisiert, was ungewöhnlich gross ist im Vergleich zu konventionellen Chips.
Das Besondere an Cerebras' Ansatz ist die spezialisierte Optimierung für KI-Inferenz, also für das Ausführen bereits trainierter KI-Modelle in Produktion. Während GPUs (Graphics Processing Units) von Nvidia und anderen Anbietern universell einsetzbar sind, sind Cerebras-Systeme gezielt auf KI-Workloads zugeschnitten. Das soll zu höherer Effizienz und besseren Performance-pro-Watt führen.
Die neue WSE-3 Turbo-Generation verspricht weitere Verbesserungen gegenüber den Vorgängerversionen. Mit komplett neuem Rack-Design und dem überarbeiteten Chip will Cerebras seinen bisherigen Leistungsvorteil über GPU-basierte Lösungen weiter ausbauen. Das ist relevant in einer Zeit, wo KI-Inferenz zunehmend ein Kostenfaktor wird: jede Anfrage an ein grosses Sprachmodell kostet Rechenleistung, und bei Millionen täglicher Anfragen summiert sich das.
Für KMU-Betriebe, die grosse Mengen an KI-Inferenzen benötigen, etwa für automatisierte Dokumentenverarbeitung, Bildanalyse oder Spracherkennung, könnte eine spezialisierte Hardware wie Cerebras' WSE-3 langfristig wirtschaftlicher sein als GPU-Cluster. Allerdings sind solche spezialisierten Systeme teuer und erfordern Expertise. Kleinere Unternehmen werden vorerst auf Cloud-Services ausweichen, während grössere KMU mit hohem KI-Aufkommen die Gesamtkostenberechnung (TCO) anpassen sollten.