एआई मॉडल और प्लेटफ़ॉर्म
उच्च-स्तरीय वेफ़र-स्केल प्रोग्रामिंग के लिए Cerebras ने जारी किया Tungsten

मुख्य बिंदुटंगस्टन वेफर संसाधन आवंटन को कंपाइलर को स्थानांतरित करता है ताकि वैज्ञानिक मैन्युअल…
और देखें
- टंगस्टन वेफर संसाधन आवंटन को कंपाइलर को स्थानांतरित करता है ताकि वैज्ञानिक मैन्युअल डिस्क्रिप्टर और फैब्रिक कॉन्फ़िगरेशन से बच सकें।
- एक कोडिंग एजेंट ने एक संपूर्ण प्लाज़्मा सिमुलेशन लिखा जो एक सेरेब्रास वेफर के 98% पर चला।
- असली परीक्षा यह है कि क्या शोधकर्ता इंट्रिंसिक्स पर वापस जाए बिना एवियरी के उदाहरणों को अपने स्वयं के कोड तक बढ़ा सकते हैं।
Cerebras Systems ने 16 नवंबर, 2026 को अपने Wafer-Scale Engine के लिए उच्च-स्तरीय भाषा और कंपाइलर Tungsten जारी किया। इसके साथ वैज्ञानिक अनुप्रयोगों और ट्यूटोरियल का संग्रह Aviary भी पेश किया गया। घोषणा के अनुसार, कोडिंग एजेंट द्वारा पूरी तरह लिखा गया प्लाज़्मा सिमुलेशन Cerebras के एक वेफ़र के 98% हिस्से पर पहले ही चल चुका है।
यह रिलीज़ प्रोसेसर में बदलाव के बजाय प्रोग्रामिंग के बोझ को कम करने पर केंद्रित है। पहले के कंपाइलर नॉन-स्केलर वेक्टर, स्ट्रीम और इवेंट क्षमताओं को इंट्रिन्सिक्स के ज़रिये उपलब्ध कराते थे। इसके लिए डेवलपरों को डिस्क्रिप्टर कॉन्फ़िगर करने, टास्क को इवेंट से जोड़ने और फ़ैब्रिक के मार्ग हाथ से तय करने पड़ते थे। Cerebras का लक्ष्य वैज्ञानिकों को हार्डवेयर विशेषज्ञ बने बिना और प्रदर्शन से समझौता किए बिना वेफ़र को उच्च स्तर पर प्रोग्राम करने की सुविधा देना है।
कंपाइलर वेफ़र-स्तरीय संसाधनों का प्रबंधन करता है
Cerebras के अनुसार, Wafer-Scale Engine एक डेटा-फ़्लो मशीन है, जिसमें 900,000 कोर, स्थानीय मेमोरी और वेफ़र पर मौजूद संचार फ़ैब्रिक है; डेटा आते ही उसे संसाधित करने वाला काम शुरू हो जाता है। एक्सेस-पैटर्न रजिस्टर बहुआयामी ऐरे और फ़ैब्रिक स्ट्रीम में आगे बढ़ते हैं, इसलिए एड्रेस की गणना में कोई निर्देश खर्च नहीं होता। एक निर्देश में पूरा लूप ऑपरेन्ड के रूप में दिया जा सकता है, कोर फ़ैब्रिक संदेशों के ज़रिये एक-दूसरे के फ़ंक्शन कॉल कर सकते हैं और इवेंट-आधारित नियंत्रण प्रवाह पोलिंग तथा ब्रांचिंग की जगह लेता है।
Tungsten में ऐसा आर्किटेक्चरल मॉडल है, जो उच्च-स्तरीय कोड को एक्सेस-पैटर्न रजिस्टर, इवेंट-आधारित टास्क, फ़ैब्रिक कॉल और लूप वाले निर्देशों पर मैप करता है। घोषणा में दिए गए Jacobi स्टेंसिल के उदाहरण में, स्रोत कोड की हर पंक्ति पूरे ब्लॉक पर चलने वाले एक लूप को दर्शाती है और बिना डिस्क्रिप्टर सेटअप या टास्क को जोड़ने के, एक वेक्टर निर्देश में कंपाइल होती है। इस संकेतन का उपयोग होता है <+- किसी गंतव्य में संचय करने के लिए, ठीक उसी तरह जैसे +=.
कंपाइलर पूरे प्रोग्राम में एक्सेस पैटर्न, लूप की परिभाषाएँ, फ़ैब्रिक सॉकेट और माइक्रोथ्रेड भी आवंटित करता है। इसके लिए लागत-मॉडल और ऑप्टिमाइज़ेशन पास का उपयोग किया जाता है, ताकि निष्पादन के दौरान इन संसाधनों को अदल-बदलकर इस्तेमाल किया जा सके। Cerebras इस तरीके की तुलना CPU में रजिस्टर आवंटन और स्पिलिंग से करता है। जब ये फ़ैसले कंपाइलर के ज़िम्मे होते हैं, तो बाद में संरचना में बदलाव करने के लिए कोड को हाथ से दोबारा लिखने के बजाय उच्च-स्तरीय कोड में संपादन करना काफ़ी होता है।
Aviary में ट्यूटोरियल और वैज्ञानिक अनुप्रयोगों की विस्तृत श्रृंखला
Tungsten और Aviary, Cerebras Labs के ज़रिये उपलब्ध हैं। इनके अनुप्रयोगों में ऊष्मा-समीकरण और Gray–Scott रिएक्शन-डिफ्यूज़न के छोटे स्टेंसिल से लेकर कण परिवहन, विरल समीकरणों का हल, फ़ास्ट फ़ूरियर ट्रांसफ़ॉर्म, आणविक गतिकी, प्लाज़्मा सिमुलेशन और उच्च-कोटि की द्रवगतिकी शामिल हैं। Gray–Scott ट्यूटोरियल Tungsten की लगभग 50 पंक्तियों का है। इससे नए उपयोगकर्ताओं को पूर्ण वैज्ञानिक कोड के साथ शुरुआत करने का एक छोटा और आसान रास्ता मिलता है। आणविक-गतिकी अनुप्रयोगों में धातु मिश्रधातुओं के लिए कम दूरी की Lennard–Jones अंतःक्रियाएँ और तालिकाबद्ध एम्बेडेड-एटम पोटेंशियल शामिल हैं।
Cerebras के अनुसार, नियतात्मक परमाणु विकिरण परिवहन के लिए एक मानक प्रॉक्सी SNAP, एक CS-4 पर 1.6 PFLOP/s तक पहुँचता है—जो El Capitan सुपरकंप्यूटर के 10,800 GPUs से अधिक है। विरल कार्यभार वाला सुपरकंप्यूटिंग बेंचमार्क HPCG भी एक सिस्टम पर 1.04 PFLOP/s तक पहुँचता है।
इनमें से कई अनुप्रयोग NNSA के Advanced Memory Technology कार्यक्रम के तहत Sandia, Lawrence Livermore और Los Alamos राष्ट्रीय प्रयोगशालाओं के साथ किए गए काम से विकसित हुए। आणविक-गतिकी कोड इस सहयोग के 2024 Gordon Bell Prize के फ़ाइनलिस्ट रहे काम पर आधारित हैं, लेकिन ये उससे अलग कोड हैं; उस पहले के नतीजे में Tungsten का शुरुआती संस्करण इस्तेमाल किया गया था।
एजेंट द्वारा लिखा गया प्लाज़्मा कोड कार्यप्रवाह का प्रदर्शन करता है
पार्टिकल-इन-सेल अनुप्रयोग इस रिलीज़ में एजेंट-आधारित कोडिंग का मुख्य उदाहरण है। Cerebras के अनुसार, एक शोधकर्ता और एक कोडिंग एजेंट ने चैट इंटरफ़ेस के ज़रिये लगभग दो सप्ताह में इसे बनाया और इसकी हर पंक्ति एजेंट ने लिखी। एजेंट ने प्रकाशित एल्गोरिदम के आधार पर काम किया, अपने संदर्भ कार्यान्वयन को ओपन-सोर्स XOOPIC कोड के विरुद्ध सत्यापित किया, समस्या का मॉडल EMPIRE प्लाज़्मा कोड पर बनाया और अपने बग खोजकर ठीक करते हुए परीक्षण, चित्र और दस्तावेज़ तैयार किए।
सिमुलेशन में कण विद्युतचुंबकीय क्षेत्रों के प्रभाव में चलते हैं और कोर के बीच स्थानांतरित होते हैं, जबकि एक इम्प्लिसिट सॉल्वर उनके स्थान और वेग के आधार पर विभाजित मेश में क्षेत्रों की गणना करता है। इसमें मॉडल की गई समस्या आर्गन प्लाज़्मा में प्रवेश करती इलेक्ट्रॉन किरण है। Cerebras के अनुसार, पूर्ण रन में 60 मिलियन कणों को प्रति सेकंड 7,200 टाइम-स्टेप तक आगे बढ़ाया गया और एक सिस्टम पर प्रति सेकंड 430 अरब कण अपडेट की थ्रूपुट हासिल हुई।
Cerebras का कहना है कि Tungsten का संदर्भ इतना पूरा है कि इस एजेंट-नेतृत्व वाले कार्यप्रवाह को समर्थन दे सके। फिर भी Cerebras के सह-संस्थापक और उन्नत प्रौद्योगिकियों के मुख्य आर्किटेक्ट Michael James उपयोगकर्ताओं को भाषा स्वयं सीखने के लिए प्रोत्साहित करते हैं: “एजेंटों को सही राह पर बनाए रखने के लिए किसी को तो होना ही होगा।”
Cerebras के अनुसार, Tungsten का एक ही कोड एक वेफ़र पर या पूरे क्लस्टर में चलता है; कंपनी के वैश्विक सुनामी सिमुलेशन में AI परिनियोजन के भीतर 64 वेफ़र इस्तेमाल किए गए थे, और ऐसे परिनियोजन 2,048 सिस्टम तक विस्तार कर सकते हैं।
Cerebras ने डिज़ाइन ऑप्टिमाइज़र को जारी किए गए अनुप्रयोगों के संग्रह का हिस्सा नहीं, बल्कि भविष्य में आने वाला बताया है। यह AI मॉडल को एक ऐसे भौतिकी सिमुलेशन से जोड़ेगा जो उसके विश्व-मॉडल की तरह काम करेगा; दोनों वेफ़र पर चलेंगे और AI मॉडल को उस सिमुलेशन के आधार पर डिज़ाइनों का परीक्षण करने देंगे।
Tungsten का व्यावहारिक महत्व बताई गई थ्रूपुट के इर्द-गिर्द मौजूद प्रोग्रामिंग मॉडल में है। अहम कसौटी यह है कि क्या शोधकर्ता और एजेंट Aviary के उदाहरणों से आगे बढ़कर अपने कोड लिख सकते हैं, बिना इंट्रिन्सिक्स और हाथ से रूट किए गए इंटरकनेक्ट फैब्रिक पर लौटे। यह क्षमता तय करेगी कि Cerebras का विशेषीकृत हार्डवेयर वैज्ञानिक कंप्यूटिंग और AI-निर्देशित डिज़ाइन को कितनी व्यापकता से सहारा दे सकता है।












