AI-modeller og platforme
Cerebras lancerer Tungsten til programmering på højt niveau af waferbaserede systemer

NøglepunkterTungsten flytter wafer-ressourceallokering til compileren, så forskere undgår manuel…
Vis mere
- Tungsten flytter wafer-ressourceallokering til compileren, så forskere undgår manuel descriptor- og fabric-konfiguration.
- En kodeagent skrev en hel plasmasimulering, der kørte på tværs af 98% af en Cerebras-wafer.
- Den egentlige test er, om forskere kan udvide Avairy's eksempler til deres egne koder uden at vende tilbage til intrinsics.
Cerebras Systems lancerede den 16. november 2026 Tungsten, et højniveausprog og en compiler til virksomhedens Wafer-Scale Engine, sammen med Aviary, en samling videnskabelige applikationer og vejledninger. Meddelelsen oplyser, at en plasmasimulering, som udelukkende er skrevet af en kodningsagent, allerede er blevet kørt på 98 % af en Cerebras-wafer.
Lanceringen retter sig mod programmeringsbyrden, ikke mod ændringer af selve processoren. Tidligere compilere stillede vektor-, strøm- og hændelsesfunktioner, der ikke var skalare, til rådighed via intrinsic-funktioner. Det krævede, at udviklerne konfigurerede deskriptorer, forbandt opgaver med hændelser og manuelt dirigerede fabric-netværket. Cerebras’ mål er at gøre det muligt for forskere at programmere waferen på højt niveau uden at blive hardwarespecialister eller gå på kompromis med ydeevnen.
Compileren styrer ressourcer på waferniveau
Cerebras beskriver Wafer-Scale Engine som en dataflowmaskine med 900.000 kerner, lokal hukommelse og et kommunikationsnetværk på waferen; indkommende data udløser det arbejde, der behandler dem. Registre til adgangsmønstre gennemløber multidimensionelle arrays og datastrømme i fabric-netværket, så adresseberegninger ikke bruger instruktioner. En enkelt instruktion kan have en hel løkke som operand, kerner kan kalde funktioner på hinanden via meddelelser gennem fabric-netværket, og hændelsesbaseret kontrolflow erstatter polling og forgreninger.
Tungsten indeholder en arkitektonisk model, der knytter kode på højt niveau til registre til adgangsmønstre, hændelsesstyrede opgaver, kald gennem fabric-netværket og instruktioner, der indeholder løkker. I meddelelsens eksempel med et Jacobi-stencil repræsenterer hver kildelinje en løkke over en hel blok og kompileres til én vektorinstruktion uden opsætning af deskriptorer eller sammenkobling af opgaver. Notationen bruger <+- til at akkumulere i en destination, på samme måde som +=.
Compileren fordeler også adgangsmønstre, løkkedefinitioner, sockets i fabric-netværket og mikrotråde på tværs af hele programmet. Ved hjælp af omkostningsmodeller og optimeringspassager udskifter den disse ressourcer under afviklingen. Cerebras sammenligner tilgangen med registerallokering og registerspild på CPU’er. Når compileren står for disse beslutninger, kan senere omstrukturering klares ved at redigere koden på højt niveau i stedet for at omskrive den manuelt.
Aviary rummer vejledninger og videnskabelige applikationer
Tungsten og Aviary er tilgængelige via Cerebras Labs. Applikationssamlingen spænder fra kompakte stencilberegninger for varmeledningsligningen og Gray–Scott-reaktionsdiffusion til partikeltransport, løsning af sparsomme systemer, hurtige Fourier-transformationer, molekylærdynamik, plasmasimulering og hydrodynamik af høj orden. Gray–Scott-vejledningen fylder omkring 50 linjer Tungsten-kode og giver nye brugere et mindre sted at begynde ved siden af de fulde videnskabelige programmer. Applikationerne inden for molekylærdynamik omfatter Lennard–Jones-vekselvirkninger på kort afstand og tabellerede indlejrede atompotentialer for metallegeringer.
Cerebras oplyser, at SNAP, et standardiseret proxyprogram for deterministisk transport af nuklear stråling, opnår 1,6 PFLOP/s på én CS-4 og dermed overgår 10.800 GPU’er på supercomputeren El Capitan, og at HPCG, en supercomputerbenchmark med sparsomme arbejdsbelastninger, opnår 1,04 PFLOP/s på ét enkelt system.
Mange af applikationerne udsprang af samarbejde med Sandia National Laboratories, Lawrence Livermore National Laboratory og Los Alamos National Laboratory under NNSA’s program Advanced Memory Technology. Koderne til molekylærdynamik bygger videre på samarbejdets arbejde, der i 2024 blev finalist til Gordon Bell-prisen, men er separate programmer; det tidligere resultat brugte en tidlig version af Tungsten.
Agentudviklet plasmakode demonstrerer arbejdsgangen
Partikel-i-celle-applikationen er lanceringens centrale eksempel på agentbaseret kodning. Cerebras oplyser, at én forsker og én kodningsagent udviklede den på omkring to uger via et chatinterface, hvor agenten skrev hver eneste linje. Agenten tog udgangspunkt i publicerede algoritmer, validerede sin referenceimplementering mod open source-koden XOOPIC, modellerede problemet efter plasmakoden EMPIRE og udarbejdede test, figurer og dokumentation, samtidig med at den fandt og rettede sine egne fejl.
Partiklerne i simuleringen bevæger sig under påvirkning af elektromagnetiske felter og flyttes mellem kerner, mens en implicit løser beregner felterne på et opdelt gitter ud fra deres positioner og hastigheder. Det modellerede problem er en elektronstråle, der trænger ind i et argonplasma. Cerebras oplyser, at den fulde kørsel omfattede 60 millioner partikler ved 7.200 tidsskridt i sekundet og havde en gennemstrømning på 430 milliarder partikelopdateringer i sekundet på ét system.
Cerebras oplyser, at Tungsten-referencen er tilstrækkeligt komplet til at understøtte denne agentstyrede arbejdsgang. Michael James, medstifter af Cerebras og chefarkitekt for avancerede teknologier, opfordrer dog stadig brugerne til selv at lære sproget: »Nogen skal holde agenterne på sporet.«
Cerebras oplyser, at den samme Tungsten-kode kan køre på én wafer eller på tværs af en klynge; virksomhedens globale tsunam simulering brugte 64 wafere i en AI-implementering, og sådanne implementeringer kan skaleres til 2.048 systemer.
Cerebras angiver, at en designoptimering endnu ikke er lanceret, men er på vej, og derfor ikke indgår i den tilgængelige applikationssamling. Den skal koble en AI-model sammen med en fysiksimulering, der fungerer som dens verdensmodel, hvor begge kører på waferen, så AI-modellen kan afprøve design i simuleringen.
Tungstens praktiske betydning ligger i programmeringsmodellen omkring den rapporterede gennemstrømning. Den afgørende prøve er, om forskere og agenter kan gå fra Aviarys eksempler til deres egne koder uden at vende tilbage til intrinsics og manuelt routede forbindelsesstrukturer. Denne evne vil afgøre, hvor bredt Cerebras’ specialiserede hardware kan understøtte videnskabelig databehandling og AI-styret design.












