IPO Cerebras нацелено на 115–125 долларов за акцию на фоне сдвига в инференсе ИИ от Nvidia

Cerebras Systems начнет предлагать свои акции инвесторам в понедельник, планируя продать акции по цене от 115 до 125 долларов каждая, согласно источнику, знакомому с планами, который поговорил с Reuters.

Производитель чипов для искусственного интеллекта пытается выйти на биржу во второй раз. Компания отозвала свою первую попытку в октябре прошлого года.

Cerebras отчиталась о более сильных финансовых результатах за год, закончившийся 31 декабря. Компания получила выручку в размере 510 миллионов долларов, что является ростом по сравнению с 290,3 миллиона долларов в предыдущем году. Она также получила прибыль в размере 1,38 доллара на акцию по сравнению с убытком в 9,90 доллара на акцию в предыдущем году.

Morgan Stanley, Citigroup, Barclays и UBS занимаются продажей акций.

Индустрия меняет курс

Стратегия Cerebras не случайна. Индустрия ИИ переходит от разработки новых моделей ИИ к их запуску для реального использования. Этот сдвиг — золотая возможность для небольших компаний, конкурирующих с монополией Nvidia (NASDAQ: NVDA). Как сообщалось в Cryptopolitan, даже OpenAI не убежден в аппаратном обеспечении Nvidia для инференса.

Это связано с тем, что запуск моделей ИИ, известный как инференс, требует иных возможностей, чем их обучение. Это создает возможности для специализированных производителей чипов найти свое место на рынке. Обработка больших пакетов информации требует другого баланса вычислительной мощности, памяти и скоростей передачи данных, чем запуск чат-бота ИИ или помощника для программирования.

Это разнообразие требований сделало рынок инференса более разнообразным. Некоторые задачи лучше выполняются на традиционных графических чипах, тогда как другим требуется более продвинутое оборудование.

Покупка Nvidia компании Groq в декабре прошлого года за 20 миллиардов долларов показывает, как это развивается. Groq создала чипы, набитые быстрой памятью SRAM, которые могли обрабатывать ответы ИИ быстрее, чем стандартные графические чипы. Но компания struggled масштабироваться, поскольку ее чипы имели ограниченную вычислительную мощность и были построены на более старой технологии.

Nvidia решила эту проблему, разделив работу. Она использует свои обычные графические чипы для тяжелой вычислительной части генерации ответов ИИ, называемой префиллом, в то время как использует чипы Groq для более быстрого шага декодирования, который требует меньше вычислений, но нуждается в быстром доступе к данным.

Другие крупные компании делают нечто подобное. Amazon Web Services объявила о своей собственной разделенной системе вскоре после крупной технологической конференции. Она объединяет свои пользовательские чипы Trainium для работы с префиллом с чипами Cerebras размером с пластину для операций декодирования.

Intel также присоединилась, раскрыв планы по объединению графических чипов с процессорами от другого стартапа под названием SambaNova. Графические чипы будут обрабатывать префилл, в то время как чипы SambaNova займутся декодированием.

Большинство небольших чиповых компаний добились успеха в задачах декодирования. Память SRAM не хранит много информации, но она чрезвычайно быстрая. При наличии достаточного количества чипов или одного очень большого чипа, как Cerebras, эти системы отлично справляются с задачами декодирования. Но компании на этом не останавливаются.

Новые технологии ставят под сомнение подход с разделением чипов

Lumai, еще один стартап, на этой неделе объявила о создании чипа, который использует свет вместо электричества для математических операций, лежащих в основе работы ИИ. Этот подход потребляет значительно меньше энергии, чем традиционные чипы.

Компания ожидает, что ее будущие системы Iris Tetra обеспечат производительность ИИ на уровне эксаOPS, потребляя всего 10 киловатт энергии к 2029 году.

Чипы сочетают оптические и электрические компоненты, но большую часть работы во время вывода модели (inference) выполняет свет. Lumai планирует сначала использовать эти чипы в качестве автономной замены графических процессоров в пакетных вычислениях. Позже компания намерена применять их и для задач предварительной обработки (prefill).

Не все считают целесообразным разделение задач между различными чипами. Tenstorrent на этой неделе представила свои системы Galaxy Blackhole, а генеральный директор Джим Келлер подверг этот подход критике.

«Каждая компания в отрасли объединяется для создания ускорителей. ЦПУ выполняют код. ГПУ ускоряют ЦПУ. ТПУ ускоряют ГПУ. ЛПУ ускоряют ТПУ. И так далее. Это приводит к созданию сложных решений, которые, вероятно, не будут совместимы с изменениями в моделях ИИ и сферах их применения. В Tenstorrent мы считали, что более универсальное и простое решение будет работать лучше», — сказал Келлер.