Cerebras Systems, yapay zeka çıkarım iş yüklerini, üretim hızından ödün vermeden megavat başına beş kat daha fazla token sağladığını iddia ettiği bir konfigürasyonda geleneksel GPU'lar ve yonga ölçekli işlemciler arasında bölüştürerek üretime ayrıştırılmış çıkarım getirdiğini söyledi.

Şirketin blogunda 17 Kasım 2026'da yayınlanan duyuru, Wafer Scale Engine'i GPU tabanlı çıkarımın tamamlayıcısı olmaktan ziyade alternatif olarak konumlandırmak için yıllarını harcayan bir şirket için kayda değer bir değişime işaret ediyor. Şimdi Cerebras, GPU'ların hızlı işlem aşamasını, kendi sistemlerinin ise token oluşturma aşamasını ele aldığını söylüyor. For more context on this story, see our ongoing breaking AI news.

Çıkarımı Neden İkiye Bölmeliyiz?

Çıkarım iki aşamada gerçekleşir. Önceden doldurma, kullanıcının istemini işler ve bir ara model durumu üretir. Decode daha sonra bu durumu, yanıtın her kelimesi için tekrarlanan otoregresif bir döngüde birer birer çıkış belirteçleri oluşturmak için kullanır.

İki aşamanın çok farklı hesaplama profilleri vardır. Önceden doldurma, hesaplama açısından yoğun ve paraleldir; GPU'ların üstün olduğu nokta da budur. Kod çözme, bellek bant genişliğine bağlı ve sıralıdır; Cerebras, yonga ölçeğindeki mimarisinin avantajlı olduğunu öne sürüyor; çünkü tüm model, üretim sırasında GPU kümelerini yavaşlatan çipler arası iletişim olmadan tek bir silikon parçasının üzerine oturabiliyor.

Şirket iş yükünü bölmenin başka yollarını denemişti. Cerebras, blog yazısında, küçük bir modelin token önerdiği ve daha büyük bir modelin bunları doğruladığı taslak hedef şemalarını ve dikkate aldığı alternatifler arasında dikkat-FFN ayrımını listeliyor. Ancak ön doldurmayı kod çözmeden ayırmanın son derece etkileşimli uygulamalar için benzersiz bir şekilde uygun olduğunu, çünkü kod çözme aşamasının Cerebras'ın imzası olan ultra hızlı üretim hızlarını olduğu gibi koruduğunu savunuyor.

İddianın Arkasındaki Rakamlar

Duyuruya göre, ayrıştırılmış konfigürasyon artık Cerebras Inference Cloud'da yayında ve şirketin halihazırda hizmet verdiği nesil hızlarıyla megavat başına beş kat daha fazla token sağlıyor. Cerebras, altyapı ortaklarının aynı bölünmüş mimariyi kendi veri merkezlerinde de kullanabileceklerini söylüyor.

Ekonomik mantık basittir. Çıkarım sağlayıcıları jeton başına gelir elde eder ve güç, kapasite üzerindeki bağlayıcı kısıtlamadır. Aynı megawatt beş kat daha fazla token üretiyorsa, aynı tesis orantılı olarak daha fazla gelir potansiyeli üretiyor ve şirket bunu toplu ve ayrıştırılmış hizmet konfigürasyonlarını karşılaştıran bir tabloyla gösteriyor.

Duyuru aynı zamanda sektörün elde edebileceği her türlü verimlilik artışına ihtiyacı olduğunu iddia etmek için talep tahminlerine de dayanıyor. Goldman Sachs Research'e atıfta bulunan Cerebras, yapay zeka çıkarım talebinin 2030 yılına kadar 2026 seviyesinden yaklaşık 24 kat artacağının tahmin edildiğini, veri merkezi kapasitesinin ise aynı dönemde yalnızca 2,2 kat arttığını söylüyor. Her iki öngörü de geçerli olursa, kullanıcıların çalıştırmak istedikleri ile hangi tesislerin güç verebileceği arasındaki fark, 2020'lerin sonundaki yapay zeka gelişiminin belirleyici kısıtlaması haline gelecektir.

Aracı Uygulamalar Krizi Artırıyor

Şirket, talep artışını 2026'da hızla ölçeklenen aracı uygulamalara bağlıyor ve kullanıcıların ilgisini canlı tutmak için yüksek düzeyde etkileşimli çıkarım gerektiren ürünlere örnek olarak Muse, Copilot ve Codex'i adlandırıyor. Yanıtları jeton bazında aktaran konuşma aracıları, üretim hızının arka uç bir ölçümden ziyade kullanıcıya yönelik bir özellik olduğu iş yükleridir.

Cerebras, lansmanı daha geniş bir kapasite hamlesi içinde konumlandırıyor. Şirket, kısa süre önce duyurduğu CS-4 sistemini, üretim çıktısında dramatik bir ölçeklendirmeyi ve yaklaşık 700 megavatlık planlanan veri merkezi kapasitesini kendisinin ve ortaklarının 2027 ve sonrasında önemli ölçüde daha fazla trafiğe hizmet etmesine olanak sağlayacak parçalar olarak gösteriyor.

Gofret Ölçeğinde Pragmatik Bir Dönüş

Stratejik olarak duyuru, GPU hakimiyetinin pragmatik bir uzlaşması olarak okunuyor. Müşterilerden tüm çıkarım hatlarını egzotik silikona taşımalarını istemek yerine, Cerebras bir iş bölümü öneriyor: Bırakın GPU'lar optimize edildikleri işi yapsın ve yonga ölçeğindeki donanımlar da en iyi yaptığı şeyi yapsın. Artan talep ve güç kısıtlamaları arasında sıkışıp kalan çıkarım sağlayıcıları için, saha yeni nesil donanımı beklemeden ekleyebilecekleri kapasitedir.

Beş katlı verimlilik iddiasının farklı model mimarileri ve gerçek dünyadaki trafik karışımları için geçerli olup olmadığı, ancak iş ortakları yapılandırmayı geniş ölçekte dağıttıkça netleşecektir. Ancak sektör genelinde seyahatin yönü net. Baskın bilgi işlem iş yükü olarak eğitimin yerini çıkarım alırken, her büyük donanım satıcısı üretimin iki aşamasının nasıl bölünmesi, güçlendirilmesi ve fiyatlandırılması gerektiğini yeniden inceliyor.

GPU-Yerel Yaklaşımlarla Nasıl Karşılaştırılır?

Büyük hiper ölçekli çıkarım sağlayıcıları, genellikle GPU ailelerindeki her iki aşamayı da her amaç için ayarlanmış halde tutarak kendi ayrıştırma stratejilerini izlemişlerdir. Cerebras'ın varyantı, tedarikçi hatlarını aşma konusunda ayırt edicidir: Şirket, AMD GPU'ların üretim konfigürasyonunda ön doldurma aşamasını gerçekleştirdiğini ve Cerebras sistemlerinin kod çözmeden sorumlu olduğunu doğruladı. Bu heterojenlik operatörler için önemlidir çünkü ön dolum ve kod çözmeyi tek bir entegre yığın yerine ayrı olarak satın alınabilen ürünler olarak ele alır.

Şirketin yayınlanan sonuçları, bölünmenin verimlilikten ziyade üretim hızını koruduğunu vurguluyor. Bu ayrım, ayrıştırılmış hizmete yönelik uzun süredir devam eden bir eleştiriye yöneliktir: önceden doldurmanın ayrı ayrı yapılması, ilk belirtecin gecikmesine neden olabilir ve kod çözme döngüsünü yavaşlatan herhangi bir yapılandırma, premium çıkarım hizmetlerinin sattığı etkileşimli hissi zayıflatır. Cerebras, düzenlemesinin her iki cezayı da önlediğini iddia ediyor, ancak çeşitli istem uzunlukları ve trafik düzenleri üzerindeki bağımsız kıyaslamalar gerçek test olacak.

Altyapı yarışını takip eden AI Buzz Wire okuyucuları için Cerebras'ın mesajı, herkese uyan tek çipli çıkarım çağının yerini amaca yönelik inşa edilmiş boru hatlarına bıraktığı ve şirketin bunların kod çözme yarısına sahip olmayı planladığı yönünde.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →