(圖/ 中華超傳媒 AI圖片)
AI推論競賽升溫 AMD結合Cerebras挑戰AI運算新架構
AMD與Cerebras AI推論合作成為近期科技市場焦點。雙方宣布整合AMD Helios機櫃級AI基礎架構與Cerebras晶圓級引擎，試圖透過不同硬體分工模式，提高大型AI模型推論效率，而OpenAI研究員Jeffrey Wang對Cerebras系統速度的正面評價，也讓外界重新關注AI推論市場競爭格局。
AI產業過去主要聚焦模型訓練能力，但隨著ChatGPT等生成式AI服務快速普及，如何降低模型運行成本、提高即時回應速度，逐漸成為下一階段AI基礎建設競爭核心。
從AI訓練轉向推論效率 硬體競爭進入新階段
近年AI產業競爭重心逐漸從「誰能訓練更大的模型」，轉向「誰能更有效率地運行模型」。大型語言模型在實際商業應用中，需要大量推論運算，包括回答使用者問題、生成文字內容、影像分析及企業自動化服務等。當AI服務規模擴大後，推論成本、能源消耗與延遲時間，都成為企業部署AI的重要考量。因此，除了GPU之外，市場也開始關注各類專用AI加速晶片，希望透過不同硬體設計提升AI服務效率。
AMD Helios結合Cerebras技術 探索解構式AI推論模式
此次AMD與Cerebras合作的核心，在於將兩種不同AI運算架構結合。根據雙方公布資訊，AMD Helios機櫃級基礎架構主要負責高吞吐量工作，例如提示詞處理、大型上下文視窗運算等需求；Cerebras晶圓級引擎則聚焦於模型解碼與Token生成階段，以降低AI回應延遲。這種分工模式試圖將AI推論流程拆解，讓不同硬體負責最適合的工作，以提升整體運算效率。
AMD表示，雙方整合架構在相近互動測試條件下，預期可帶來最高5倍的每瓦每秒Token效能提升，目標是在維持運算規模的同時，提高AI推論經濟效益。
OpenAI研究員肯定速度 市場關注商業化可能性
此次合作受到關注的重要原因之一，是OpenAI研究員Jeffrey Wang對Cerebras系統效能的公開評價。Wang指出，在內部測試中，Cerebras晶片執行模型推論速度相當快速，甚至能明顯縮短工作流程等待時間。這項回饋也讓市場重新檢視高速AI推論硬體在企業應用上的可能性。不過，目前相關技術優勢仍需透過更大規模部署、實際成本分析以及商業應用結果進一步驗證。
AMD強化AI基礎建設布局 挑戰AI晶片市場競爭
在AI晶片市場中，輝達目前仍占據主導地位，但AMD近年持續透過Instinct系列AI加速器、資料中心產品及合作策略擴大市場影響力。與Cerebras合作，被視為AMD補強AI推論應用的重要布局。相較於單純提升晶片效能，市場逐漸轉向整體AI基礎設施效率，包括硬體架構、能源成本、部署彈性與運算效率。
若AI推論需求持續快速成長，能提供完整解決方案的供應商，可能在下一階段AI競爭中取得更多機會。
未來觀察：AI推論成本將決定產業競爭力
隨著企業導入生成式AI服務，AI推論將成為長期且大量的運算需求。未來市場關注焦點包括：第一，AMD與Cerebras合作架構是否能大規模商業部署。第二，AI推論效能提升是否能轉化為資料中心成本優勢。第三，企業是否願意採用多元AI硬體架構降低對單一供應商依賴。
AI產業競爭正在從模型規模競賽，逐步進入效率與成本競賽階段。AMD與Cerebras的合作，也反映全球科技企業正尋找下一代AI運算基礎設施的新方向。
中華超傳媒
(文/ 記者 郭紋雅)
