La OPI de Cerebras apunta a un precio de 115-125 dólares por acción en medio del cambio de la inferencia de IA hacia Nvidia

Cerebras Systems comenzará a ofrecer sus acciones a los inversores el lunes, con planes de vender las acciones a un precio entre 115 y 125 dólares cada una, según una persona con conocimiento de los planes que habló con Reuters.

El fabricante de chips de inteligencia artificial intenta salir a bolsa por segunda vez. La compañía retiró su primer intento en octubre del año pasado.

Cerebras reportó resultados financieros más sólidos para el año que terminó el 31 de diciembre. La compañía generó 510 millones de dólares en ingresos, un aumento desde los 290,3 millones del año anterior. También obtuvo una ganancia de 1,38 dólares por acción, en comparación con una pérdida de 9,90 dólares por acción en el año anterior.

Morgan Stanley, Citigroup, Barclays y UBS están gestionando la venta de acciones.

La industria está cambiando

La estrategia de Cerebras no es aleatoria. La industria de la IA está experimentando un cambio desde el desarrollo de nuevos modelos de IA hacia su ejecución para uso real. Este cambio es una oportunidad dorada para las pequeñas empresas que compiten con el monopolio de Nvidia (NASDAQ: NVDA). Como informó Cryptopolitan, incluso OpenAI no está convencida del hardware de inferencia de Nvidia.

Esto se debe a que ejecutar modelos de IA, conocido como inferencia, requiere capacidades diferentes a las necesarias para entrenarlos. Esto crea oportunidades para que los fabricantes de chips especializados encuentren su lugar en el mercado. El procesamiento de grandes lotes de información requiere un equilibrio diferente de potencia de cálculo, memoria y velocidades de transferencia de datos que ejecutar un chatbot de IA o un asistente de codificación.

Esta variedad de requisitos ha hecho que el mercado de la inferencia sea más diverso. Algunas tareas funcionan mejor en chips gráficos tradicionales, mientras que otras necesitan equipos más avanzados.

La compra de Groq por parte de Nvidia el diciembre pasado por 20.000 millones de dólares muestra cómo se está desarrollando esta situación. Groq construyó chips repletos de memoria SRAM rápida que podían procesar respuestas de IA más rápido que los chips gráficos estándar. Pero la compañía tuvo dificultades para escalar porque sus chips tenían una potencia de cálculo limitada y estaban construidos con tecnología más antigua.

Nvidia resolvió este problema dividiendo el trabajo. Utiliza sus chips gráficos habituales para la parte de cálculo intensivo de la generación de respuestas de IA, llamada prellenado (prefill), mientras usa los chips de Groq para el paso de decodificación más rápido, que requiere menos cálculo pero necesita acceso rápido a los datos.

Otras grandes empresas están haciendo algo similar. Amazon Web Services anunció su propio sistema dividido poco después de una importante conferencia tecnológica. Combina sus chips personalizados Trainium para el trabajo de prellenado con los chips del tamaño de oblea de Cerebras para las operaciones de decodificación.

Intel también se unió, revelando planes para emparejar chips gráficos con procesadores de otra startup llamada SambaNova. Los chips gráficos manejarán el prellenado, mientras que los chips de SambaNova se encargarán de la decodificación.

La mayoría de las pequeñas empresas de chips han encontrado éxito con el trabajo de decodificación. La memoria SRAM no almacena mucha información, pero es extremadamente rápida. Con suficientes chips, o un chip muy grande como el que hace Cerebras, estos sistemas destacan en tareas de decodificación. Pero las empresas no se detienen ahí.

Las nuevas tecnologías desafían el enfoque de chips divididos

Lumai, otra startup, anunció esta semana que construyó un chip que utiliza luz en lugar de electricidad para las operaciones matemáticas en el núcleo del trabajo de IA. Este enfoque utiliza mucha menos energía que los chips tradicionales.

La empresa espera que sus próximos sistemas Iris Tetra entreguen un rendimiento de IA de exaOPS mientras utilizan solo 10 kilovatios de energía para 2029.

Los chips mezclan componentes basados en luz y eléctricos, pero la luz maneja la mayor parte del trabajo durante la inferencia. Lumai planea usar estos chips primero como reemplazos independientes para los chips gráficos en trabajos de procesamiento por lotes. Más tarde, la empresa quiere usarlos también para el trabajo de prellenado.

No todo el mundo cree que dividir el trabajo entre diferentes chips tenga sentido. Tenstorrent lanzó esta semana sus sistemas Galaxy Blackhole, y el CEO Jim Keller criticó el enfoque.

“Cada empresa de la industria está asociándose para construir el acelerador acelerador acelerador. Las CPU ejecutan código. Las GPU aceleran las CPU. Las TPUs aceleran las GPU. Las LPUs aceleran las TPUs. Y así sucesivamente. Esto conduce a soluciones complejas que es poco probable que sean compatibles con los cambios en los modelos de IA y sus usos. En Tenstorrent, pensamos que algo más general y simple funcionaría”, dijo Keller.