سیریبراس سسٹمز نے کہا کہ اس نے پیداوار میں الگ الگ اندازہ لگایا ہے، روایتی GPUs اور اس کے ویفر اسکیل پروسیسرز کے درمیان AI انفرنس ورک بوجھ کو ایک ایسی ترتیب میں تقسیم کیا ہے جس میں کمپنی کا دعویٰ ہے کہ جنریشن کی رفتار کو قربان کیے بغیر فی میگا واٹ پانچ گنا زیادہ ٹوکن فراہم کرتا ہے۔

17 نومبر 2026 کو کمپنی کے بلاگ پر شائع ہونے والا اعلان، ایک ایسی کمپنی کے لیے ایک قابل ذکر تبدیلی کی نشاندہی کرتا ہے جس نے اپنے Wafer Scale Engine کو GPU پر مبنی تخمینہ کے متبادل کے طور پر اس کی تکمیل کرنے کے بجائے کئی سال گزارے ہیں۔ اب، Cerebras کا کہنا ہے کہ GPUs پرامپٹ پروسیسنگ مرحلے کو ہینڈل کرتے ہیں جبکہ اس کے اپنے سسٹم ٹوکن جنریشن کے مرحلے کو ہینڈل کرتے ہیں۔ For more context on this story, see our ongoing AI industry coverage.

قیاس کو دو میں کیوں تقسیم کریں؟

اندازہ دو مراحل میں ہوتا ہے۔ پری فل صارف کے پرامپٹ پر کارروائی کرتا ہے اور ایک درمیانی ماڈل کی حالت تیار کرتا ہے۔ ڈی کوڈ پھر اس حالت کو آؤٹ پٹ ٹوکن بنانے کے لیے استعمال کرتا ہے، ایک وقت میں، ایک آٹوریگریسو لوپ میں جو ردعمل کے ہر لفظ کے لیے دہرایا جاتا ہے۔

دونوں مراحل میں کمپیوٹیشنل پروفائلز بہت مختلف ہیں۔ پری فل کمپیوٹ بھاری اور متوازی ہے، یہ وہ جگہ ہے جہاں GPUs ایکسل کرتے ہیں۔ ڈی کوڈ میموری کے ساتھ بینڈوتھ کا پابند اور ترتیب وار ہے، جہاں سیریبراس کا استدلال ہے کہ اس کا ویفر اسکیل آرکیٹیکچر فائدہ رکھتا ہے، کیونکہ پورا ماڈل انٹر چپ کمیونیکیشن کے بغیر سلیکون کے ایک ٹکڑے پر بیٹھ سکتا ہے جو کہ نسل کے دوران GPU کلسٹرز کو سست کرتا ہے۔

کمپنی نے کام کے بوجھ کو تقسیم کرنے کے دوسرے طریقوں کے ساتھ تجربہ کیا تھا۔ اپنی بلاگ پوسٹ میں، Cerebras ڈرافٹ ٹارگٹ اسکیموں کی فہرست دیتا ہے، جس میں ایک چھوٹا ماڈل ٹوکن تجویز کرتا ہے اور ایک بڑا ان کی تصدیق کرتا ہے، اور اس کے زیر غور متبادل کے درمیان توجہ-FFN علیحدگی۔ لیکن اس کا استدلال ہے کہ ڈی کوڈ سے پری فل کو الگ کرنا انتہائی متعامل ایپلی کیشنز کے لیے منفرد طور پر موزوں ہے، کیونکہ ڈی کوڈ اسٹیج سیریبراس کی دستخطی انتہائی تیز رفتار نسل کی رفتار کو برقرار رکھتا ہے۔

دعوے کے پیچھے نمبر

اعلان کے مطابق، متفاوت کنفیگریشن اب Cerebras Inference Cloud میں لائیو ہے اور اسی جنریشن کی رفتار سے فی میگا واٹ پانچ گنا زیادہ ٹوکن فراہم کرتی ہے جس پر کمپنی پہلے سے پیش کر رہی تھی۔ سیریبراس کا کہنا ہے کہ بنیادی ڈھانچے کے شراکت دار بھی اسی تقسیم فن تعمیر کو اپنے ڈیٹا سینٹرز میں تعینات کر سکتے ہیں۔

معاشی منطق سیدھی ہے۔ انفرنس فراہم کرنے والے فی ٹوکن آمدنی کماتے ہیں، اور طاقت صلاحیت کی پابند رکاوٹ ہے۔ اگر ایک ہی میگا واٹ سے پانچ گنا ٹوکن حاصل ہوتے ہیں، تو وہی سہولت متناسب طور پر زیادہ ریونیو کی صلاحیت پیدا کرتی ہے، جسے کمپنی مجموعی اور مختلف سرونگ کنفیگریشنز کا موازنہ کرنے والے جدول کے ساتھ واضح کرتی ہے۔

یہ اعلان مطالبہ کی پیشن گوئی پر بھی جھکاؤ رکھتا ہے کہ صنعت کو ہر اس کارکردگی کی ضرورت ہے جو اسے حاصل ہو سکتا ہے۔ گولڈمین سیکس ریسرچ کا حوالہ دیتے ہوئے، سیریبراس کا کہنا ہے کہ AI انفرنس ڈیمانڈ 2026 کی سطح سے 2030 تک تقریباً 24 گنا بڑھنے کا امکان ہے، جبکہ ڈیٹا سینٹر کی صلاحیت اسی عرصے میں صرف 2.2 گنا بڑھے گی۔ اگر دونوں تخمینوں کو برقرار رکھا جاتا ہے تو، صارفین کیا چلانا چاہتے ہیں اور کون سی سہولیات پاور کر سکتی ہیں کے درمیان فرق 2020 کی دہائی کے آخر میں AI کی تعمیر کی واضح رکاوٹ بن جاتا ہے۔

ایجنٹی ایپلی کیشنز بحران پیدا کرتی ہیں۔

کمپنی نے 2026 میں تیزی سے پیمانے پر ہونے والی ایجنٹی ایپلی کیشنز کی مانگ میں اضافے کو قرار دیا ہے، جس میں Muse، Copilot، اور Codex کا نام ایسی مصنوعات کی مثالوں کے طور پر دیا گیا ہے جن کے لیے صارفین کو مصروف رکھنے کے لیے انتہائی متعامل اندازے کی ضرورت ہوتی ہے۔ بات چیت کرنے والے ایجنٹ جو ٹوکن کے ذریعہ جوابات کو سٹریم کرتے ہیں وہ کام کا بوجھ ہے جہاں نسل کی رفتار بیک اینڈ میٹرک کے بجائے صارف کا سامنا کرنے والی خصوصیت ہے۔

سیریبراس لانچ کو وسیع تر صلاحیت کے دھکے کے اندر واقع کرتا ہے۔ کمپنی اپنے حال ہی میں اعلان کردہ CS-4 سسٹم کی طرف اشارہ کرتی ہے، اس کی مینوفیکچرنگ آؤٹ پٹ کی ایک ڈرامائی پیمائش، اور تقریباً 700 میگا واٹ کی منصوبہ بند ڈیٹا سینٹر کی گنجائش جو اسے اور اس کے شراکت داروں کو 2027 اور اس کے بعد کافی زیادہ ٹریفک فراہم کرنے دے گی۔

ویفر اسکیل کے لیے ایک عملی موڑ

تزویراتی طور پر، اعلان GPU کے غلبے کی عملی رہائش کے طور پر پڑھتا ہے۔ صارفین سے پوری انفرنس پائپ لائنز کو غیر ملکی سلیکون پر منتقل کرنے کے لیے کہنے کے بجائے، Cerebras لیبر کی ایک تقسیم کی تجویز دے رہا ہے: GPUs کو وہ کرنے دیں جس کے لیے وہ بہتر بنائے گئے ہیں، اور ویفر اسکیل ہارڈ ویئر کو وہ کرنے دیں جو وہ بہترین کرتا ہے۔ بڑھتی ہوئی طلب اور بجلی کی رکاوٹوں کے درمیان نچوڑنے والے انفرنس فراہم کرنے والوں کے لیے، پچ وہ صلاحیت ہے جسے وہ نئی نسل کے ہارڈ ویئر کا انتظار کیے بغیر شامل کر سکتے ہیں۔

آیا پانچ گنا کارکردگی کا دعوی متنوع ماڈل آرکیٹیکچرز اور حقیقی دنیا کے ٹریفک مکسز میں برقرار ہے تب ہی واضح ہو جائے گا جب شراکت دار پیمانے پر ترتیب کو تعینات کریں گے۔ لیکن سفر کی سمت پوری صنعت میں واضح ہے۔ جیسا کہ اندازہ تربیت کی جگہ غالب کمپیوٹ ورک بوجھ کے طور پر لے لیتا ہے، ہر بڑا ہارڈویئر فروش اس بات کا دوبارہ جائزہ لے رہا ہے کہ کس طرح نسل کے دو مراحل کو تقسیم، طاقت اور قیمت کا تعین کیا جانا چاہیے۔

یہ GPU-آبائی نقطہ نظر کے ساتھ کیسے موازنہ کرتا ہے۔

بڑے ہائپر اسکیل انفرنس فراہم کنندگان نے اپنی الگ الگ حکمت عملیوں پر عمل کیا ہے، عام طور پر GPU فیملیز کے دونوں مراحل کو ہر مقصد کے لیے ہم آہنگ رکھتے ہیں۔ وینڈر لائنوں کو عبور کرنے میں سیریبراس کا مختلف قسم مخصوص ہے: کمپنی نے تصدیق کی کہ AMD GPUs اپنی پروڈکشن کنفیگریشن میں پری فل اسٹیج کو ہینڈل کرتے ہیں، ڈی کوڈ کے لیے ذمہ دار Cerebras سسٹم کے ساتھ۔ آپریٹرز کے لیے یہ متفاوت اہمیت رکھتا ہے، کیونکہ یہ پری فل اور ڈی کوڈ کو ایک ہی مربوط اسٹیک کے بجائے الگ سے قابل حصول اجناس کے طور پر مانتا ہے۔

کمپنی کے شائع شدہ نتائج اس بات پر زور دیتے ہیں کہ تقسیم کارکردگی کے لیے تجارت کرنے کے بجائے نسل کی رفتار کو محفوظ رکھتی ہے۔ یہ امتیاز متضاد سرونگ کی دیرینہ تنقید کو حل کرتا ہے: الگ سے بیچنگ پری فل پہلے ٹوکن میں تاخیر کا اضافہ کر سکتی ہے، اور کوئی بھی کنفیگریشن جو ڈی کوڈ لوپ کو سست کرتی ہے اس انٹرایکٹو احساس کو نقصان پہنچاتی ہے جو پریمیم انفرنس سروسز فروخت ہوتی ہے۔ سیریبراس کا دعویٰ ہے کہ اس کا انتظام دونوں سزاؤں سے گریز کرتا ہے، حالانکہ مختلف پرامپٹ لمبائیوں اور ٹریفک کے نمونوں میں آزاد بینچ مارکس ہی اصل امتحان ہوں گے۔

بنیادی ڈھانچے کی دوڑ سے باخبر رہنے والے AI Buzz Wire کے قارئین کے لیے، Cerebras کا پیغام یہ ہے کہ ون چپ فٹ-آل انفرنس کا دور مقصد سے بنی پائپ لائنوں کو راستہ دے رہا ہے - اور یہ کہ کمپنی ان میں سے نصف ڈی کوڈ کی ملکیت کا ارادہ رکھتی ہے۔

---

Stay Ahead of AI

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

Read more AI news →