AI-modeller og plattformer
Cerebras lanserer Tungsten for programmering på høyt nivå i wafer-skala

Viktige punkterTungsten flytter tildelingen av wafer-ressurser til kompilatoren slik at forskere…
Vis mer
- Tungsten flytter tildelingen av wafer-ressurser til kompilatoren slik at forskere unngår manuell beskrivelse og konfigurasjon av fastvare.
- En kodeagent skrev en hel plasmasimulering som kjørte på 98 % av en Cerebras-wafer.
- Den virkelige testen er om forskere kan utvide Avinarys eksempler til sine egne koder uten å gå tilbake til intrinsics.
Cerebras Systems lanserte Tungsten, et høynivåspråk og en kompilator for Wafer-Scale Engine, 16. november 2026, sammen med Aviary, en samling vitenskapelige applikasjoner og veiledninger. Kunngjøringen opplyser at en plasmasimulering som er skrevet utelukkende av en kodeagent, allerede har kjørt på 98 % av en Cerebras-wafer.
Lanseringen retter seg mot programmeringsarbeidet, ikke mot endringer i selve prosessoren. Tidligere kompilatorer gjorde vektor-, strømme- og hendelsesfunksjoner som ikke var skalarbaserte, tilgjengelige gjennom intrinsics. Utviklerne måtte derfor konfigurere deskriptorer, koble oppgaver til hendelser og rute kommunikasjonsnettverket manuelt. Cerebras’ mål er å gjøre det mulig for forskere å programmere waferen på høyt nivå uten å bli maskinvarespesialister eller gi avkall på ytelse.
Kompilatoren håndterer ressurser på wafer-nivå
Cerebras beskriver Wafer-Scale Engine som en dataflytmaskin med 900 000 kjerner, lokalt minne og et kommunikasjonsnettverk på waferen. Data som kommer inn, utløser arbeidet som behandler dem. Registre for tilgangsmønstre går gjennom flerdimensjonale arrayer og datastrømmer i kommunikasjonsnettverket, slik at adresseberegninger ikke bruker noen instruksjoner. En enkelt instruksjon kan ha en hel løkke som operand, kjerner kan kalle funksjoner på hverandre via meldinger i kommunikasjonsnettverket, og hendelsesbasert kontrollflyt erstatter polling og forgrening.
Tungsten har en arkitekturmodell som oversetter høynivåkode til registre for tilgangsmønstre, hendelsesstyrte oppgaver, kall gjennom kommunikasjonsnettverket og instruksjoner med løkker. I kunngjøringens eksempel med et Jacobi-stencil representerer hver kodelinje en løkke over en hel blokk og kompileres til én vektorinstruksjon, uten oppsett av deskriptorer eller sammenkobling av oppgaver. Notasjonen bruker <+- til å akkumulere i et mål, på samme måte som +=.
Kompilatoren allokerer også tilgangsmønstre, løkkedefinisjoner, tilkoblingspunkter i kommunikasjonsnettverket og mikrotråder på tvers av hele programmet. Den bruker kostnadsmodeller og optimaliseringspass til å bytte disse ressursene inn og ut under kjøring. Cerebras sammenligner denne tilnærmingen med registerallokering og registerspilling på CPU-er. Når kompilatoren tar seg av disse avgjørelsene, kan senere omstrukturering gjøres ved å redigere høynivåkoden i stedet for å skrive den om manuelt.
Aviary omfatter veiledninger og vitenskapelige applikasjoner
Tungsten og Aviary er tilgjengelige gjennom Cerebras Labs. Applikasjonsutvalget spenner fra kompakte stencilberegninger for varmeledning og Gray–Scott-reaksjonsdiffusjon til partikkeltransport, sparse løsningsmetoder, raske Fourier-transformasjoner, molekyldynamikk, plasmasimulering og hydrodynamikk av høy orden. Gray–Scott-veiledningen består av rundt 50 linjer Tungsten-kode og gir nye brukere et enklere startpunkt ved siden av de fullstendige vitenskapelige kodebasene. Molekyldynamikkapplikasjonene dekker kortrekkende Lennard–Jones-vekselvirkninger og tabulerte potensialer av typen embedded atom for metalllegeringer.
Cerebras opplyser at SNAP, en standard proxy for deterministisk transport av kjernefysisk stråling, oppnår 1,6 PFLOP/s på én CS-4, foran 10 800 GPU-er på superdatamaskinen El Capitan, og at HPCG, en superdatamaskinbenchmark for sparsomme arbeidslaster, oppnår 1,04 PFLOP/s på ett enkelt system.
Mange av applikasjonene er utviklet gjennom samarbeid med de nasjonale laboratoriene Sandia, Lawrence Livermore og Los Alamos under NNSAs program for avansert minneteknologi. Molekyldynamikkodebasene bygger videre på samarbeidsprosjektets arbeid, som var finalist til Gordon Bell-prisen i 2024, men er separate kodebaser; det tidligere resultatet brukte en tidlig versjon av Tungsten.
Agentutviklet plasmakode demonstrerer arbeidsflyten
Partikkel-i-celle-applikasjonen er lanseringens fremste eksempel på agentbasert koding. Cerebras opplyser at én forsker og én kodeagent utviklet den på rundt to uker via et chatgrensesnitt, og at agenten skrev hver eneste linje. Agenten tok utgangspunkt i publiserte algoritmer, validerte referanseimplementeringen sin mot åpen kildekode-programmet XOOPIC, modellerte problemet med EMPIRE-plasmakoden og produserte tester, figurer og dokumentasjon, samtidig som den fant og rettet sine egne feil.
Partiklene i simuleringen beveger seg under påvirkning av elektromagnetiske felt og flyttes mellom kjerner, mens en implisitt løser beregner feltene på et oppdelt rutenett ut fra partikkelposisjonene og -hastighetene. Det modellerte problemet er en elektronstråle som går inn i et argonplasma. Cerebras opplyser at den fullstendige kjøringen simulerte 60 millioner partikler med 7 200 tidssteg per sekund, med en gjennomstrømning på 430 milliarder partikkeloppdateringer per sekund på ett system.
Cerebras opplyser at Tungsten-referansen er tilstrekkelig komplett til å støtte denne agentstyrte arbeidsflyten. Michael James, medgrunnlegger av Cerebras og sjefarkitekt for avansert teknologi, oppfordrer likevel brukerne til å lære språket selv: «Noen må holde agentene på rett spor.»
Cerebras opplyser at den samme Tungsten-koden kjører på én wafer eller på tvers av en klynge. Selskapets globale tsunam simulering brukte 64 wafere som del av en KI-utrulling, og slike utrullinger kan skaleres til 2 048 systemer.
Cerebras oppgir at en designoptimalisator kommer senere og ikke inngår i porteføljen som er lansert. Den skal koble en KI-modell til en fysikksimulering som fungerer som modell av verden, og begge skal kjøre på waferen, slik at KI-modellen kan teste design mot simuleringen.
Tungstens praktiske betydning ligger i programmeringsmodellen rundt den rapporterte gjennomstrømningen. Den viktigste prøven er om forskere og agenter kan gå fra Aviar ys eksempler til egne programmer uten å måtte gå tilbake til intrinsics og manuelt rutet fabric. Denne evnen vil avgjøre hvor bredt Cerebras’ spesialiserte maskinvare kan støtte vitenskapelig databehandling og AI-styrt design.












