在人工智能算力需求呈指数级增长的当下，芯片巨头AMD与AI计算先锋Cerebras Systems宣布达成一项突破性合作。AMD CEO苏姿丰（Lisa Su）近日在公开场合透露，双方将联合推出结合AMD Helios GPU服务器机架与Cerebras晶圆级芯片（Wafer-Scale Engine）的AI推理解决方案。这一跨界融合方案旨在解决大模型推理场景中日益突出的算力瓶颈与效率难题，被视为对当前以NVIDIA为主导的AI推理市场的一次有力冲击。
强强联合：异构计算的创新实践
据苏姿丰介绍，该方案将采用“异构协同”架构：AMD Helios GPU服务器机架负责处理高并发的通用计算任务与灵活调度，而Cerebras的晶圆级芯片则承担大模型推理中最重、最密集的矩阵运算负载。Cerebras的WSE-3芯片是目前全球最大的单一硅芯片，拥有超过4万亿个晶体管，其巨大的片上内存（超过44GB）和极高的内存带宽，使其天然适合处理大模型推理中的权重加载与批量计算。通过与AMD Helios机架的高速互连，两者可实现数据流的无缝对接——推理任务的预处理、后处理及轻量级计算由AMD GPU完成，而核心的Transformer模型层运算则交由Cerebras晶圆级芯片加速，从而大幅降低端到端推理延迟。
技术突破：破解大模型推理的“内存墙”难题
当前AI推理面临的核心挑战在于“内存墙”：大模型动辄数千亿参数，传统GPU集群在推理时需频繁在显存与计算单元间搬运权重数据，导致能效比低下。Cerebras的晶圆级芯片凭借其巨大的片上SRAM，可将整个大模型或大部分参数直接“驻扎”在芯片内部，避免了跨芯片通信和显存带宽瓶颈。AMD Helios机架则提供了强大的PCIe 5.0互连和业界领先的Infinity Fabric总线，确保数据在GPU与Cerebras芯片之间以纳秒级速度传输。双方宣称，这一方案在运行700亿参数级大语言模型时，相比纯GPU集群可实现3-5倍的能效提升，且推理吞吐量提高2倍以上。
战略意义：AMD加速构建AI生态闭环
此次合作对AMD而言意义深远。尽管AMD的Instinct GPU在训练领域已获得一定市场份额，但在推理市场——尤其是云端大模型推理——仍面临NVIDIA CUDA生态的强势压制。通过与Cerebras这类拥有独特硬件的公司联手，AMD得以绕开“纯GPU竞争”的单一赛道，以异构方案切入企业级推理市场。苏姿丰强调：“Helios机架本身已具备强大的AI能力，但结合Cerebras的晶圆级创新，我们能为客户提供从训练到推理的全链路能效优化。”对于Cerebras而言，借力AMD的服务器生态和全球渠道，其此前主要面向超算和科研机构的晶圆级芯片，有望加速进入商业云推理场景。
市场反响：企业级客户期待性价比突破
分析师指出，随着大模型应用从“训练竞赛”转向“推理部署”，企业更关注每瓦性能与总拥有成本（TCO）。当前单张NVIDIA H100 GPU的推理成本仍居高不下，而AMD-Cerebras组合方案若能实现宣称的能效优势，将显著降低大模型推理的边际成本。市场研究机构Moor Insights & Strategy首席分析师Patrick Moorhead评论称：“这是AI硬件领域首个将‘海量并行计算’与‘极致片上存储’深度整合的方案。如果AMD和Cerebras能解决软件栈兼容性问题，尤其是让PyTorch和TensorFlow等主流框架原生支持这一异构架构，他们将在推理市场撕开一道关键的突破口。”
据悉，该联合方案预计于2025年下半年开始向部分云计算和企业客户提供早期试用版本。AMD与Cerebras表示，将在后续的Hot Chips、SC等顶级技术会议上公开更多性能基准测试细节。在AI算力军备竞赛进入“推理效率战”的新阶段，这场跨界的联姻能否改变市场格局，值得业界持续关注。