Cerebras делает ставку на скорость инференса

Cerebras Systems делает ставку на скорость инференса как ключевое конкурентное преимущество в эпоху агентных ИИ-систем. По словам директора по стратегии компании Энди Хока, именно скорость генерации токенов определяет, какие платформы выиграют следующий этап развития ИИ. Об этом он рассказал в интервью theCUBE Research на форуме AI Data Pipeline Forum.

Cerebras провела IPO в мае 2026 года, привлекнув 5,5 млрд долларов. Компания построила бизнес на ускорении процессоров: её Wafer-Scale Engine более чем в 50 раз крупнее традиционных чипов. По заявлениям Cerebras, производительность инференса на её платформе в 10–15 раз выше, чем у конкурирующих решений на базе GPU.

Хок объясняет это архитектурными особенностями: «Мы сделали чип большим не потому, что это выглядит круто. Мы сделали его большим, потому что ИИ нужны большие чипы». По его словам, ИИ требует много вычислений, но эти вычисления должны быть расположены близко друг к другу и близко к памяти.

Особую роль скорость играет в агентных сценариях. Один запрос пользователя порождает не одного агента, а целое семейство дочерних агентов, которые выполняют разные задачи и координируются между собой. Именно в таких рабочих процессах, по словам Хока, скорость становится решающим фактором.

Cerebras отчиталась за первый квартал 2026 года в июне. Хок отметил смену парадигмы: за последние два месяца фундаментальные лаборатории и предприятия отошли от погони за максимальным количеством токенов и перешли к максимизации ценности каждого токена. Решения принимаются на основе этой логики — при выборе моделей, датасетов и инфраструктуры.

По наблюдениям Cerebras, конечные пользователи получают наибольшую ценность именно от самых быстрых токенов. Это укрепляет позицию компании в сегменте инференса для агентных ИИ-приложений, где задержка напрямую влияет на возможность существования целых классов сервисов.