AMD与Cerebras联手发力低时延AI推理

在 Advancing AI 2026 大会上，AMD 与 Cerebras 正式宣布达成合作，共同打造面向 AI 推理场景的联合解决方案，专注于满足超低延迟的苛刻需求。这一合作并非小规模尝试，而是直接对标英伟达与 Groq 的竞争组合。

根据最新公布的新闻稿，该方案的核心设计理念在于“分工协作”。AMD 的 Helios 机架级解决方案作为高性能、可扩展的吞吐引擎，主要负责处理提示词（Prompt）及大上下文窗口，即先对长段输入进行高效解析与理解。而 Cerebras 的晶圆级引擎（Wafer-Scale Engine）则专注于对内存带宽要求极高的 Token 生成与解码环节，突出其超低时延特性。

两个计算引擎协同工作，官方预期可实现每瓦每秒处理的 Token 数量提升 5 倍。这一数字在当前 AI 推理效率竞争日益激烈的背景下，具有重要分量。

此外，Cerebras 的独门技术——Wafer-Scale Engine，本质上是一块巨大的互连硅片，其上无缝集成了数十万个计算核心以及数十 GB 的 SRAM。这种设计最大的优势在于：大幅降低外部网络瓶颈对数据传输的影响——数据在芯片内部即可完成流转，无需频繁通过外部接口，从而显著降低延迟。