نماذج ومنصات الذكاء الاصطناعي
تُدخل Cerebras الاستدلال المفكك إلى الإنتاج باستخدام وحدات معالجة الرسومات

النقاط الرئيسيةقاسَت سيريبراس إنتاجية تعادل خمسة أضعاف لكل ميغاواط عبر نقل معالجة المطالبات إلى وحدات…
عرض المزيد
- قاسَت سيريبراس إنتاجية تعادل خمسة أضعاف لكل ميغاواط عبر نقل معالجة المطالبات إلى وحدات معالجة الرسومات من AMD.
- يتيح فصل التعبئة المسبقة عن فك الترميز بقاء ذاكرة SRAM على مستوى الرقاقة مخصصة لتوليد الرموز المقيّد بالذاكرة.
- يمكن للشركاء اعتماد حزمة برمجيات كاملة أو مجموعة تطوير برمجيات لفك الترميز فقط لأطر عملهم الخاصة.
أفادت في 17 نوفمبر 2026 شركة Cerebras Systems بأن نشرها الإنتاجي للاستدلال المفكك، الذي يخصص معالجة المطالبات لوحدات معالجة الرسوميات AMD Instinct وتوليد الردود لأنظمة CS-3، حقق معدل إنتاجية لكل ميغاواط يعادل خمسة أضعاف ما يحققه إعداد يعتمد على CS-3 وحدها، من دون خفض سرعة توليد الرموز.
تنطبق هذه النتيجة على Cerebras Inference Cloud. واستند القياس إلى نقطة نهاية مشتركة لـ GPT-OSS-120B في 14 نوفمبر 2026، وقارن معدل نقل البيانات لكل ميغاواط قبل تفعيل الاستدلال المفكك وبعده، مع تطبيع الإعداد المجمّع إلى خط أساس مقداره 1×. ويؤدي نقل معالجة المطالبات إلى وحدات معالجة الرسومات إلى إتاحة طاقة المعالجة في أنظمة CS-3 لتوليد الاستجابات، ما يوسّع قدرة الاستدلال السريع التي تستطيع Cerebras توفيرها عبر سحابتها.
يأتي الإفصاح عن النشر الإنتاجي بعد شرح Cerebras للاستدلال المفكك في 1 أكتوبر 2026، والذي أفاد بتحقيق زيادة قدرها 5× في الاختبارات الأولية باستخدام المساحة نفسها لمحرك واسع النطاق الرقاقة. ويتجاوز الإعلان الجديد تلك النتيجة الأولية، إذ يقدم قياسًا للأداء في بيئة الإنتاج وحزمة نشر لشركاء البنية التحتية.
لماذا تفصل Cerebras بين مرحلتي التهيئة المسبقة وفك الترميز
يتألف كل طلب استدلال من مرحلتين أساسيتين. تعالج مرحلة التهيئة المسبقة المطالبة المُدخلة وتنشئ حالة وسيطة للنموذج؛ أما مرحلة فك الترميز فتستخدم تلك الحالة لإنتاج رموز الإخراج واحدًا تلو الآخر، مع إعادة إدخال كل رمز جديد إلى النموذج. ولأن كل خطوة من خطوات فك الترميز تعيد قراءة بيانات النموذج من الذاكرة، فإن عرض نطاق الذاكرة عنصر أساسي في سرعة التوليد التفاعلي. أما التهيئة المسبقة، فتُجري مزيدًا من العمليات الحسابية على المطالبة بالتوازي، ما يجعلها أنسب للمسرّعات الملائمة لهذا العبء الحاسوبي.
تخزّن أنظمة Cerebras ذات التصميم الممتد على مستوى الرقاقة بيانات النموذج في ذاكرة SRAM على الشريحة، بدلًا من الاعتماد أساسًا على ذاكرة عالية النطاق الترددي خارج الشريحة. وتذكر Cerebras أن شريحتها الممتدة على مستوى الرقاقة تضم عشرات الغيغابايتات من ذاكرة SRAM، وتوفر عرض نطاق للذاكرة يبلغ عشرات البيتابايتات في الثانية؛ أي سعة SRAM أكبر بمقدار 350× وعرض نطاق للذاكرة أكبر بمقدار 5,400× مقارنةً بوحدة معالجة الرسومات GB300 المعتادة. وتتيح هذه السعة إبقاء عدد أكبر من الطلبات المتزامنة وطبقات النموذج مباشرةً على الشريحة، لتسريع فك الترميز.
الهدف الاقتصادي هو زيادة القدرة على خدمة العملاء وإمكانات الإيرادات ضمن ميزانية الطاقة نفسها في مراكز البيانات التي تعاني قيودًا على الطاقة. وتشير Cerebras إلى Muse وCopilot وCodex بوصفها أمثلة على تطبيقات قائمة على الوكلاء تتوسع بسرعة وتتطلب استجابات تفاعلية للغاية؛ لذا ينبغي أن تحافظ زيادة السعة على سرعة التوليد كي تكون مفيدة لهذه الأحمال.
بنية النشر والبرمجيات
يمكن لشركاء البنية التحتية استخدام بنية مرجعية توفرها Cerebras لوضع مسرّعات التهيئة التي يختارونها وأنظمة Cerebras في موقع واحد على شبكة موحدة. وبعد ذلك، يتاح لهم مساران للتكامل: حزمة برمجية متكاملة من البداية إلى النهاية تهدف إلى تقليص الوقت اللازم لطرح المنتج في السوق، أو حزمة تطوير برمجيات (SDK) تقتصر على فك الترميز للشركاء الذين يريدون مزيدًا من التحكم.
توجّه الحزمة المتكاملة الطلبات بين مجموعات التهيئة المسبقة وفك الترميز، وتدير سعة النسخ المتماثلة وحالتها. ويمكن لمحرك التهيئة المسبقة فيها تشغيل محركات استدلال مفتوحة المصدر مثل vLLM أو SGLang، بينما توفر Cerebras محرك فك الترميز. وتنقل KV Portal حالة النموذج الوسيطة بين المحركين عبر RDMA، بما يشمل مخابئ المفتاح والقيمة التي تحفظ السياق الخاص بكل طلب بعد التهيئة المسبقة.
مع خيار فك الترميز فقط، يحتفظ الشركاء بإطار عمل الاستدلال ومحرك التهيئة المسبقة الخاصين بهم، مع استخدام محرك فك الترميز وKV Portal من Cerebras. وتتضمن حزمة تطوير البرمجيات أيضًا نسخة محاكاة لمثيل فك الترميز، وتكاملًا مرجعيًا مع إطار عمل مفتوح المصدر للاستدلال المفكك ومحرك للتهيئة المسبقة. وقد سُمّيت Amazon Web Services وFireworks AI وGimlet Labs وGeneral Compute شركاءً في مرحلة الوصول المبكر، وتعمل Cerebras على توسيع نطاق الإتاحة لشركاء إضافيين.
الهدف المتعلق بالسعة
تخطط Cerebras لنشر الاستدلال المفكك على نطاق واسع، عبر مئات الميغاواطات، في سحابة الاستدلال التابعة لها وضمن عمليات النشر لدى الشركاء، بحلول نهاية عام 2027. وهذا هدف للنشر، وليس سعةً قيد التشغيل حاليًا.
لذلك، يجمع الإعلان بين إعداد سحابي خضع للقياس ومسار برمجي متاح للمشغّلين الخارجيين. ويتمثل السؤال المحوري بشأن التوسع في ما إذا كان بالإمكان تكرار ميزة معدل نقل البيانات، التي قِيست على نقطة نهاية مشتركة واحدة، عبر المسرّعات وأطر العمل وأحجام النشر التي يختارها الشركاء، بينما تسعى Cerebras إلى تنفيذ هذا التوسع الأوسع نطاقًا.












