AI 추론 전환기, Nvidia 대비 Cerebras IPO 주당 115~125달러 목표

Reuters와 계획을 논의한知情人士에 따르면, Cerebras Systems는 월요일부터 투자자들에게 주식을 홍보하기 시작할 예정이며, 주당 115달러에서 125달러 사이의 가격으로 주식을 판매할 계획이다.

이 인공지능 칩 제조업체는 두 번째로 공개 시장에 진출하려고 시도하고 있다. 이 회사는 작년 10월 첫 시도를 철회했다.

Cerebras는 12월 31일로 끝나는 연도에 대해 더 강력한 재무 결과를 보고했다. 이 회사는 2억 9,030만 달러였던 전년 대비 5억 1,000만 달러의 수익을 올렸다. 또한 전년 주당 9.90달러의 손실과 비교하여 주당 1.38달러의 이익을 기록했다.

모건 스탠리, 시티그룹, 바클레이즈, UBS 주식 매각을 담당하고 있다.

산업계의 전환

Cerebras의 전략은 무작위가 아니다. AI 산업은 새로운 AI 모델 개발에서 실제 사용을 위한 실행으로 전환하고 있다. 이 전환은 Nvidia(NASDAQ: NVDA)의 독점과 경쟁하는 중소기업들에게 황금 같은 기회이다. Cryptopolitan의 보도에 따르면, 심지어 OpenAI도 Nvidia의 추론 하드웨어에 확신이 없다.

이는 AI 모델을 실행하는 것(추론이라고 함)이 모델을 훈련하는 것과 다른 능력을 필요로 하기 때문이다. 이는 전문 칩 제조업체가 시장에서 입지를 찾을 수 있는 기회를 제공한다. 대량의 정보를 처리하려면 AI 채팅봇이나 코딩 어시스턴트를 실행하는 것과 다른 컴퓨팅 파워, 메모리, 데이터 전송 속도의 균형이 필요하다.

이러한 요구 사항의 다양성은 추론 시장을 더 다양하게 만들었다. 일부 작업은 전통적인 그래픽 칩에서 더 잘 작동하는 반면, 다른 작업은 더 고급 장비가 필요하다.

Nvidia가 지난해 12월 Groq를 200억 달러에 인수한 것은 이러한 상황이 어떻게 전개되고 있는지를 보여준다. Groq는 표준 그래픽 칩보다 더 빠르게 AI 응답을 처리할 수 있는 빠른 SRAM 메모리가 탑재된 칩을 만들었다. 그러나 이 회사는 칩의 컴퓨팅 파워가 제한적이고 구형 기술로 제작되어 있었기 때문에 확장하는 데 어려움을 겪었다.

Nvidia는 이 문제를 작업을 분할하여 해결했다. Nvidia는 AI 응답 생성의 무거운 컴퓨팅 부분인 프리필(prefill)에는 일반 그래픽 칩을 사용하고, 컴퓨팅은 적지만 빠른 데이터 접근이 필요한 더 빠른 디코드 단계에는 Groq의 칩을 사용한다.

다른 대형 기업들도 비슷한 작업을 하고 있다. 아마존 웹 서비스(AWS)는 주요 기술 컨퍼런스 직후 자체 분할 시스템을 발표했다. 이는 프리필 작업용 맞춤형 Trainium 칩과 디코드 작업용 Cerebras 웨이퍼 크기 칩을 결합한다.

인텔도 합류하여 그래픽 칩과 SambaNova라는 다른 스타트업의 프로세서를 페어링할 계획을 발표했다. 그래픽 칩은 프리필을 처리하고 SambaNova의 칩은 디코드를 처리한다.

대부분의 소형 칩 기업들은 디코드 작업에서 성공을 거두었다. SRAM 메모리는 많은 정보를 저장하지 못하지만 매우 빠르다. 충분한 수의 칩이나 Cerebras가 만드는 것과 같은 매우 큰 칩 하나면, 이러한 시스템은 디코드 작업에 탁월하다. 그러나 기업들은 여기서 멈추지 않는다.

새로운 기술이 분할 칩 접근 방식에 도전

또 다른 스타트업인 Lumai는 이번 주 AI 작업의 핵심인 수학 연산에 전기가 아닌 빛을 사용하는 칩을 구축했다고 발표했다. 이 접근 방식은 전통적인 칩보다 훨씬 적은 전력을 사용한다.

이 회사는 2029년까지 차기 Iris Tetra 시스템이 10킬로와트의 전력만 사용하여 AI 성능의 exaOPS를 달성할 것으로 예상한다.

이 칩은 광학 기반 및 전기 구성 요소를 혼합하지만, 빛은 추론 동안 대부분의 작업을 처리한다. Lumai는 이러한 칩을 먼저 배치 처리 작업에서 그래픽 칩의 독립형 대체재로 사용할 계획이다. 나중에 이 회사는 프리필 작업에도 사용하고자 한다.

모든 사람이 서로 다른 칩 간에 작업을 분할하는 것이 합리적이라고 생각하는 것은 아닙니다. 텐서레전트는 이번 주 갤럭시 블랙홀 시스템을 출시했으며, 짐 켈러 CEO는 이 접근 방식을 비판했습니다.

“업계 모든 회사는 가속기 가속기 가속기를 구축하기 위해 파트너십을 맺고 있습니다. CPU는 코드를 실행하고, GPU는 CPU를 가속화하며, TPU는 GPU를, LPU는 TPU를 가속화합니다. 이렇듯 계속됩니다. 이는 AI 모델과 사용 사례의 변화에 호환되지 않을 가능성이 있는 복잡한 솔루션으로 이어집니다. 텐서레전트에서는 더 일반적이고 단순한 것이 작동할 것이라고 생각했습니다,”라고 켈러는 말했습니다.