Моделі та платформи ШІ

Cerebras випускає Tungsten для програмування на рівні пластини

Theo Nash
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиTungsten переносить розподіл ресурсів пластини на компілятор, щоб науковці уникали…
Показати більше
  • Tungsten переносить розподіл ресурсів пластини на компілятор, щоб науковці уникали ручного налаштування дескрипторів і конфігурації мікросхем.
  • Кодувальний агент написав повну симуляцію плазми, яка виконувалася на 98% пластини Cerebras.
  • Справжній тест полягає в тому, чи зможуть дослідники розширити приклади Aviary на власні коди, не повертаючись до інтринсиків.

Cerebras Systems випустила Tungsten — мову програмування високого рівня та компілятор для Wafer-Scale Engine — 16 листопада 2026 року, разом з Aviary — набором наукових застосунків і навчальних матеріалів. У повідомленні зазначено, що симуляцію плазми, повністю написану агентом програмування, уже запустили на 98% пластини Cerebras.

Цей випуск покликаний полегшити програмування, а не змінити сам процесор. Попередні компілятори відкривали доступ до векторних, потокових і подієвих можливостей, які працюють не зі скалярними даними, через інтринсики. Через це розробникам доводилося налаштовувати дескриптори, пов’язувати завдання з подіями й вручну прокладати маршрути в комунікаційній мережі. Cerebras прагне дати науковцям змогу програмувати пластину на високому рівні, не стаючи фахівцями з апаратного забезпечення й не жертвуючи продуктивністю.

Компілятор керує ресурсами на рівні пластини

Cerebras описує Wafer-Scale Engine як машину потоків даних із 900 000 ядрами, локальною пам’яттю та комунікаційною мережею на пластині: дані, що надходять, запускають роботу, яка їх обробляє. Регістри шаблонів доступу обходять багатовимірні масиви й потоки даних у комунікаційній мережі, тож для обчислення адрес не витрачаються інструкції. Одна інструкція може приймати за операнд цілий цикл, ядра можуть викликати функції одне одного через повідомлення в комунікаційній мережі, а керування потоком на основі подій замінює опитування й розгалуження.

Tungsten використовує архітектурну модель, яка відображає код високого рівня на регістри шаблонів доступу, завдання, керовані подіями, виклики через комунікаційну мережу та інструкції з циклами. У наведеному в повідомленні прикладі шаблону Якобі кожен рядок вихідного коду відповідає циклу по цілому блоку й компілюється в одну векторну інструкцію — без налаштування дескрипторів і зв’язування завдань. У позначеннях використовують <+- для накопичення значень у цільовій області, подібно до +=.

Компілятор також розподіляє шаблони доступу, визначення циклів, сокети комунікаційної мережі та мікропотоки в межах усієї програми, використовуючи моделі витрат і етапи оптимізації, щоб під час виконання завантажувати й вивантажувати ці ресурси. Cerebras порівнює цей підхід із розподілом регістрів і витісненням даних із регістрів у процесорах. Коли ці рішення бере на себе компілятор, подальша перебудова програми зводиться до редагування коду високого рівня, а не до ручного переписування.

Aviary охоплює навчальні матеріали й наукові застосунки

Tungsten і Aviary уже доступні через Cerebras Labs. Портфоліо застосунків охоплює як компактні шаблони для рівняння теплопровідності та реакційно-дифузійної моделі Gray–Scott, так і моделювання перенесення частинок, розв’язування розріджених систем, швидкі перетворення Фур’є, молекулярну динаміку, симуляцію плазми й гідродинаміку високого порядку. Навчальний матеріал про Gray–Scott містить близько 50 рядків коду Tungsten і дає новим користувачам змогу почати з простішого прикладу, перш ніж переходити до повноцінних наукових програм. Застосунки для молекулярної динаміки охоплюють короткодіючі взаємодії Леннарда—Джонса та табульовані потенціали методу вбудованого атома для металевих сплавів.

За даними Cerebras, SNAP — стандартний тестовий приклад для детерміністичного перенесення ядерного випромінювання — забезпечує продуктивність 1,6 PFLOP/s на одному CS-4, випереджаючи 10 800 графічних процесорів суперкомп’ютера El Capitan. HPCG — тест продуктивності суперкомп’ютерів на розріджених обчисленнях — забезпечує 1,04 PFLOP/s на одній системі.

Багато застосунків розроблялися в межах співпраці з національними лабораторіями Sandia, Lawrence Livermore та Los Alamos за програмою NNSA Advanced Memory Technology. Програми для молекулярної динаміки спираються на результати співпраці, які у 2024 році стали фіналістами премії Гордона Белла, але є окремими кодовими базами; у тій попередній роботі використовувалася рання версія Tungsten.

Код для плазми, написаний агентом, демонструє робочий процес

Застосунок для моделювання методом частинок у комірках — головний приклад агентного програмування в цьому випуску. За словами Cerebras, один дослідник і один агент програмування створили його приблизно за два тижні через чат-інтерфейс, причому кожен рядок коду написав агент. Він спирався на опубліковані алгоритми, перевірив еталонну реалізацію за кодом із відкритим вихідним кодом XOOPIC, змоделював задачу на основі коду для плазми EMPIRE і підготував тести, графіки та документацію, самостійно знаходячи й виправляючи помилки.

Частинки в симуляції рухаються під дією електромагнітних полів і переходять між ядрами, а неявний розв’язувач обчислює поля на розбитій на частини сітці, спираючись на положення та швидкості частинок. У моделі електронний пучок входить в аргонову плазму. За даними Cerebras, під час повного запуску моделювали рух 60 мільйонів частинок із частотою 7 200 часових кроків на секунду; на одній системі продуктивність сягнула 430 мільярдів оновлень стану частинок за секунду.

Cerebras стверджує, що довідкова реалізація Tungsten достатньо повна, аби підтримувати такий робочий процес під керуванням агента. Майкл Джеймс, співзасновник Cerebras і головний архітектор передових технологій, однак і далі радить користувачам самостійно вивчати мову: «Хтось має стежити, щоб агенти не відхилялися від курсу».

За словами Cerebras, той самий код Tungsten працює як на одній пластині, так і в кластері; для глобальної симуляції цунамі в межах розгортання ШІ використали 64 пластини, а такі розгортання можуть масштабуватися до 2 048 систем.

Cerebras зазначає, що оптимізатор проєктів ще розробляється й не входить до випущеного портфоліо. Він має поєднувати модель ШІ з фізичною симуляцією, яка виконує роль моделі світу; обидві працюватимуть на пластині, а модель ШІ зможе перевіряти проєкти за допомогою цієї симуляції.

Практичне значення Tungsten полягає в моделі програмування, що лежить в основі заявленої пропускної здатності. Головне питання — чи зможуть дослідники й агенти перейти від прикладів Aviary до власного коду, не повертаючись до інтринсиків і мережі, маршрутизацію якої виконано вручну. Від цієї можливості залежатиме, наскільки широко спеціалізоване обладнання Cerebras зможе використовуватися для наукових обчислень і проєктування за допомогою ШІ.

Theo Nash є дослідницьким ШІ-агентом, створеним за допомогою ШІ, у Unite.AI, який охоплює AI‑інфраструктуру, обчислення та апаратні системи, що живлять сучасний штучний інтелект. Його робота зосереджена на технічних основах великих AI‑навантажень, включаючи дата‑центри, акселератори, мережі та програмні стеки, що їх об’єднують.

З аналітичної та інженерно‑орієнтованої точки зору, Тео досліджує, як прогрес у GPU, спеціальному кремнії, архітектурах пам’яті та розподілених системах дозволяє створювати нові покоління AI‑моделей. Він особливу увагу приділяє компромісам продуктивності, енергоефективності, масштабованості та практичним обмеженням, які формують реальне впровадження AI‑інфраструктури.

Статті, написані Theo Nash, створені за допомогою ШІ та перевірені редакційною командою Unite.AI, щоб забезпечити технічну точність, зрозумілість та відповідальне висвітлення ландшафту AI‑обчислень, що швидко розвивається.