AMDとCerebras Systemsは2026年7月23日、AMD HeliosラックスケールシステムとCerebras Wafer-Scale Engine（WSE）を一つの分離型AI推論ワークフローで組み合わせる技術協業を発表しました。大規模なプロンプト処理と、応答トークンを素早く生成する処理を異なる計算基盤に分担させる構成です。
この発表で分かること
- AMD Heliosはプロンプト処理や大きなコンテキストを扱う高スループット側を担います。
- Cerebras WSEは、レイテンシーが重要なデコードとトークン生成を担います。
- 両社の発表では、比較条件においてWSE単体構成比で最大5倍のtokens/second/wattを見込むとしています。この数値は2026年7月の両社によるモデル試算であり、実際の構成や結果を保証するものではありません。
- Cerebrasはこの共同ソリューションを、2026年後半にCerebras Cloudから提供する計画です。
仕組みと背景
AI推論では、長い入力を処理するプリフィルと、ユーザーへ応答を返すデコードで計算上の性質が異なります。AMDとCerebrasは両方を同じアクセラレーターで処理するのではなく、HeliosとWSEを接続してワークロードごとに最適化する考え方を示しました。リアルタイム・コパイロット、ライブエージェント、コーディング支援など、待ち時間が体験に直結する用途が主な対象です。
記事化する価値
GPUの単純な増設だけでなく、推論処理を段階別に分けて異なるアクセラレーターを組み合わせる動きとして、AIデータセンターの設計を考える材料になります。一方、5倍という数値は両社の試算なので、提供開始後の実測値、対象モデル、ネットワーク構成、料金を追跡して更新する必要があります。
未確認事項
- Cerebras Cloudでの提供開始日、対象モデル、料金。
- 実運用時のレイテンシー、スループット、消費電力。
- HeliosとWSEを接続する具体的なソフトウェア・ネットワーク構成。
参照元
- 一次情報：https://investors.cerebras.ai/news-releases/news-release-details/amd-and-cerebras-announce-industry-leading-ultra-low-latency-and
- AMD発表：https://www.amd.com/ja/newsroom/press-releases/2026-07-23-aai-2026-ai.html
- 関連記事：https://xenospectrum.com/amd-cerebras-disaggregated-ai-inference/
