Cerebras Systems er en amerikansk kunstig intelligens-virksomhed med kontorer i Silicon Valley, San Diego, Toronto og Tokyo [1] . Cerebras bygger computersystemer til komplekse AI-applikationer, der kræver dyb læring [2] .
Cerebras blev grundlagt i 2015 af Andrew Feldman, Gary Lauterbach, Michael James, Sean Lee og Jean-Philippe Fricker [3] . Disse fem grundlæggere arbejdede sammen hos SeaMicro, som blev grundlagt i 2007 af Feldman og Lauterbach og senere blev solgt til AMD i 2012 for 334 millioner dollars [4] [5] .
I maj 2016 modtog Cerebras $27 millioner i Series A-finansiering ledet af Benchmark Foundation Capital og Eclipse Ventures [6] [3] . I december 2016 blev serie B-finansiering leveret af Coatu Management Llc, og i januar 2017 blev serie C-finansiering leveret af VY Capital [3] . I november 2018 lukkede Cerebras deres serie D-runde med $88 millioner, hvilket gjorde virksomheden til en enhjørning Investorer i denne runde inkluderede Altimeter, VY Capital, Coatue, Foundation Capital, Benchmark og Eclipse [7] [8] .
Den 19. august 2019 annoncerede Cerebras deres Wafer-Scale Engine (WSE) [9] [10] [11] . I november 2019 lukkede Cerebras Series E-runden med over $270 millioner til en værdiansættelse på $2,4 milliarder [12] .
I 2020 annoncerede virksomheden åbningen af et kontor i Japan og et partnerskab med Tokyo Electron Devices.
I april 2021 annoncerede Cerebras CS-2 baseret på Wafer Scale Engine Two (WSE-2), som har 850.000 kerner [1] . I august 2021 annoncerede virksomheden sin neurale computerskaleringsteknologi, som kan styre et neuralt netværk med over 120 billioner forbindelser [13] .
Cerebras Wafer Scale Engine (WSE) er en enkelt integreret silicium wafer-skalaprocessor, der inkluderer computerressourcer, hukommelse og sammenkoblingsstof [14] . WSE-1 er grundlaget for Cerebras CS-1, Cerebras' første generation af kunstig intelligens computer. Denne 19-tommer rackmonterede enhed er designet til at træne AI og understøtte neural netværksbaseret operationel databehandling i datacentre [10] . CS-1 inkluderer en WSE CPU med 400.000 processorkerner samt tolv 100 Gigabit Ethernet-forbindelser til transmission og dataoverførsel [10] [15] . WSE-1 inkluderer 1,2 billioner transistorer, 400.000 behandlingskerner og 18 gigabyte RAM [9] [10] [11] .
I april 2021 annoncerede Cerebras CS-2 kunstig intelligens-systemet baseret på 2. generation Wafer Scale Engine (WSE-2) fremstillet i TSMC 's 7nm-proces [1] . Computerkomplekset er 26 tommer højt og passer i en tredjedel af et standard datacenterrack [16] . Cerebras WSE-2-processoren har 850.000 kerner, 2,6 billioner transistorer er placeret på processorpladen. WSE-2, sammenlignet med den tidligere version, udvidede mængden af on-chip SRAM til 40 gigabyte, hukommelsesbåndbredde til 20 petabyte pr. sekund og den samlede fabriksforbindelsesbåndbredde til 220 petabits pr. sekund.
I august 2021 annoncerede virksomheden sin neurocomputing-skaleringsløsning, som kombinerer flere integrerede kredsløb (almindeligvis omtalt som "chips") til et neuralt netværk med flere forbindelser. Dette gør det muligt for et enkelt system at understøtte AI-modeller med over 120 billioner parametre. Denne løsning omfatter fire innovationer: Cerebras Weight Streaming, en ny softwareudførelsesarkitektur; Cerebras MemoryX, hukommelsesudvidelsesteknologi; Cerebras SwarmX, et AI-optimeret kommunikationsstof; og Selectable Sparity, en teknologi til dynamisk opsamling af sparsomme partikler.
Cerebras-teknologier bruges angiveligt af kunder inden for farmaceutiske og biovidenskabelige sektorer.
I 2020 begyndte GlaxoSmithKline (GSK) at bruge Cerebras CS-1 kunstig intelligens-systemet i Londons kunstige intelligenscenter til neurale netværksmodellering for at fremskynde genetisk og genomisk forskning og reducere den tid, det tager at opdage lægemidler. GSK-forskerholdet var i stand til at øge kompleksiteten af de indkodermodeller, de kunne generere, og samtidig reducere træningstiden. Andre kunder i den farmaceutiske industri inkluderer AstraZeneca , som var i stand til at reducere træningstiden fra to uger på en GPU-klynge til to dage ved hjælp af Cerebras CS-1.
Argonne National Laboratory har brugt CS-1 siden 2020 i COVID-19 og kræftforskning baseret på verdens største kræftbehandlingsdatabase. En række modeller kører på CS-1 for at forudsige kræftlægemidlers respons på tumorer opnåede hastigheder mange hundrede gange hurtigere på CS-1 end GPU'ens baseline ydeevne .
Lawrence Livermore National Laboratorys Lassen supercomputer har brugt CS-1 til både klassificerede og uklassificerede fysiske modelleringsopgaver.
I august 2021 annoncerede Cerebras et partnerskab med bioteknologiplatformfirmaet Peptilogics om at udvikle AI-løsninger for at accelerere udviklingscyklussen for peptidterapi.