这项合作在 AMD 首席执行官苏姿丰（Lisa Su）周四发表的 " 推进 AI" 主题演讲中正式公布。此举填补了 AMD 产品组合中的关键空白。此前，英伟达曾花费 200 亿美元收购 Groq 相关人才，以弥补其在快速推理领域的短板。
SRAM 技术赋能高效推理
Cerebras 联合创始人兼首席执行官安德鲁 · 费尔德曼（Andrew Feldman）曾批评英伟达仅为 "AI 军火商 "。与依赖 HBM4 显存的 GPU 不同，Cerebras 的晶圆级引擎（WSE）采用片上 SRAM 技术，速度比传统方案高出数个数量级。凭借这一优势，Cerebras 已成为全球最快的推理服务提供商之一，输出速度经常超过每秒 2,000 个 Token。
在该联合方案中，AMD Instinct GPU 负责处理计算密集型的提示词（Prompt）操作，而内存密集型的 Token 生成任务则卸载给 Cerebras 的 WSE 加速器。双方旨在实现更高交互性，同时不牺牲吞吐量或增加成本。费尔德曼表示，这种组合结合了 Instinct 在性能和内存容量上的优势，以及 WSE 在 SRAM 和内存带宽上的领先地位，能提供无与伦比的解决方案。
尽管两家公司未透露具体数据，但预计该组合将使每瓦特电力消耗所产生的 Token 数量提升高达 5 倍。
对标 Groq LPU，效率显著优化
Cerebras 加速器在此处的角色，类似于英伟达在 GTC 大会上随 Vera Rubin 机架系统发布的 Groq LPU（语言处理单元）。然而，在服务像 Kimi K2.5 这样的万亿参数模型时，英伟达方案需要相当于 2,000 颗 Groq LPU 的 SRAM 资源，而 AMD 与 Cerebras 的组合最多只需几十个加速器即可胜任。
该联合解决方案将于今年晚些时候在 Cerebras Cloud 上线。苏姿丰在随后的新闻发布会上表示，Cerebras 的技术与 Helios 配合良好，AMD 开放生态系统的理念是与拥有有用技术的多家公司合作。她补充道，未来将继续进行更多的工作负载解耦尝试。
【星途科讯 图文丨略略 首发于 ZAKER 科技，转载请注明出处】
