Oracle подключает Cerebras: облачный ИИ-рынок смещается к мультиархитектурным вычислениям

Oracle начнёт предлагать облачные сервисы на базе систем Cerebras в своих дата-центрах с 2027 года, получив для разработчиков альтернативу GPU-кластерам. Объём закупок не раскрыт, а до запуска остаётся больше года — значит, ключевые параметры сделки пока неизвестны.

Сделка Oracle и Cerebras — это не победа «чипов-пластин» над GPU, а признание того, что ускорителей для ИИ теперь как минимум три класса, и облако больше не может строить экономику на одной архитектуре.

С 2027 года Oracle начнёт разворачивать в своих облачных дата-центрах системы Cerebras и предлагать вычислительные мощности на их основе клиентам OCI. Для Cerebras это уже не единичный эксперимент с узким кругом партнёров, а выход в крупное публичное облако с глобальной клиентской базой. Для Oracle — ещё одна архитектура в портфеле помимо GPU NVIDIA и ускорителей AMD.

При этом объём закупок, состав конфигураций и даже поколение чипов, которое будет поставлено, стороны не называют. Это принципиально: любые оценки влияния сделки на рынок сейчас строятся на догадках.

Что вообще такое Cerebras

Cerebras Systems делает то, что никто больше не делает в промышленном масштабе: процессор, который занимает почти весь кремниевый диск (wafer) целиком. Классический чип вырезают из пластины и упаковывают — площадь ограничена технологией литографии и себестоимостью. Cerebras обходит ограничение иначе: цельный кусок кремния размером около 215 мм в поперечнике используется как единый процессор.

Флагманский Wafer-Scale Engine третьего поколения (WSE-3) — это, по заявлению производителя, порядка 46 000 мм² кремния, около 4 трлн транзисторов и 900 000 вычислительных ядер. Ключевая цифра — не ядра, а память: порядка 44 ГБ статической оперативной памяти (SRAM) прямо на кристалле.

Почему это важно. В обычном GPU большая часть энергии и времени уходит на перенос данных между ядрами и внешней памятью HBM. Классическая проблема «стены памяти» — вычислитель быстрее, чем канал подачи данных. У Cerebras рабочий набор весов и активаций живёт рядом с ядрами, а между ядрами проложена плотная сетка (fabric), рассчитанная на то, чтобы градиенты и активации не ездили через внешние шины. Внешняя память подключается отдельными блоками MemoryX — речь идёт о сотнях терабайт для обучения больших моделей.

Расплата за такой дизайн — системная сложность: нестандартное охлаждение, нестандартная стойка, свой стек ПО, проприетарный компилятор и фреймворк (Cerebras Software Platform, поверх PyTorch). Это не «карта в слот», а отдельная инфраструктура, и её надо уметь эксплуатировать.

Где Cerebras сильна и где слаба

Сильная сторона — инференс. Ускорители Cerebras Inference, запущенные в 2024 году, демонстрировали скорости в тысячи токенов в секунду на моделях уровня Llama 3.1 70B, что на порядки выше типичных GPU-конфигураций на один запрос. Причина архитектурная: огромная on-chip память позволяет держать веса модели на кристалле и не гонять запросы через HBM, а на кристалл выводится специальная «усечённая» (sparse) схема выполнения операций.

Слабые места более прозаичны:

• экосистема ПО уже десятилетие формируется вокруг CUDA, и любая альтернанта платит «налог на перенос» моделей и оптимизаций;
• обучение распределённых моделей на нескольких пластинах требует собственной ткани межузлового обмена и корректной синхронизации — тут Cerebras заявляет линейное масштабирование, но независимых бенчмарков с открытыми методиками мало;
• производство зависит от TSMC и сборки, которая, судя по всему, выполняется на мощностях партнёров (в частности, сообщалось о роли SEPCO/заказчика в сборке систем) — цепочка не самая очевидная;
• устойчивость бизнеса вызывает вопросы: до недавнего времени выручка компании была сильно сконцентрирована на одном заказчике — G42 из ОАЭ, на которую в 2023 году, по данным IPO-документов Cerebras, приходилось около 87% дохода. Каждый новый крупный клиент снижает этот риск, но Oracle пока не назвала объёмы.

Что именно обещает Oracle

Известно только, что облачные сервисы на Cerebras появятся в дата-центрах Oracle с 2027 года. Неизвестно буквально всё остальное: и модификация ускорителя, и формат инстансов, и то, будет ли это инференс-as-a-service или полноценная среда для обучения, и цены.

Срок запуска — не деталь. Если поставки начнутся в 2027 году, то с высокой вероятностью речь уже не о WSE-3, а о следующем поколении пластины (компания традиционно обновляет чип примерно раз в два года). Это значит, что сегодняшние цифры производительности, на которые ориентируются комментаторы, к моменту коммерческого запуска могут быть неактуальны — в обе стороны.

Почему Oracle раскладывает яйца по корзинам

Позиция Oracle на рынке ИИ-инфраструктуры особенная: компания одновременно строит огромные GPU-кластеры под NVIDIA (вплоть до решений уровня GB200 NVL72 и «зеттаскейл»-инициатив), параллельно развивает собственную процессорную линию Ampere на Arm и предлагает инстансы на ускорителях AMD. Добавление Cerebras — логичное продолжение стратегии «не одна архитектура».

Экономика простая. Во-первых, зависимость от одного поставщика ускорителей сейчас абсолютна: NVIDIA диктует и цены, и график поставок, и формат систем. Любой гиперскейлер платит за это маржу и живёт в режиме дефицита. Во-вторых, разные задачи оптимально решаются разным железом: тяжёлый батч-инференс, дообучение (fine-tuning), разреженные модели, низкая латентность на длинных последовательностях — у каждой архитектуры своя «сладкая точка». В-третьих, наличие альтернативы — единственный реальный переговорный аргумент.

Поэтому сделка показательна не столько как контракт Oracle с Cerebras, сколько как фиксация тренда: 2024–2025 годы прошли под знаком «NVIDIA или ничего», а теперь облака целенаправленно закладывают в портфель ускорители AMD, Google TPU, Amazon Trainium, Groq и Cerebras. Multi-architecture compute перестало быть слайдом в презентации и стало закупочной политикой.

Что стоит проверить, прежде чем верить в «революцию»

В оценках этой сделки почти наверняка всплывут цифры скорости инференса Cerebras. К ним стоит относиться с оговорками: это, как правило, измерения на конкретных моделях, с конкретными настройками разреженности, в идеальных условиях и без учёта стоимости владения. Никто пока не опубликовал сравнение в формате «стоимость одного миллиона токенов» между Cerebras в OCI и GPU-инстансами сопоставимого класса — а именно эта метрика определяет, будет ли у сервиса спрос.

Второй пункт — доступность. Cerebras ограничена производственными и сборочными мощностями в степени, в которой NVIDIA не ограничена (у NVIDIA — тысячи заказчиков и масштаб TSMC под весь GPU-портфель). Даже при желании Oracle развернуть существенный парк пластин к 2027 году производственный потолок остаётся открытым вопросом.

Третий — стек ПО. Если ускорители Cerebras будут доступны в OCI как управляемый сервис с готовыми контейнерами и поддержкой популярных фреймворков, барьер входа окажется низким. Если же заказчику придётся переносить модель в proprietary-стек вручную, массового перехода не будет — инженеры не любят усложнять конвейер ради гипотетической выгоды.

Что в итоге

Oracle не «ставит на Cerebras вместо NVIDIA». Она размечает фронт работ: к 2027 году у клиентов OCI должен быть выбор архитектуры под конкретную нагрузку, а у самой Oracle — рычаг давления на поставщика GPU. Для Cerebras контракт важен репутационно и как сигнал другим облакам, но до тех пор, пока не раскрыты объёмы и конфигурации, это остаётся рамочным соглашением с отложенным запуском.

Реальный эффект станет виден только когда появятся три вещи: стоимость инстанса, независимые бенчмарки и фактическая доступность мощностей. До этого разговоры о смене парадигмы в облачных ИИ-вычислениях преждевременны — за ними стоит неизбежная, но постепенная перестройка рынка, где ускорителей становится больше, а монополии становятся меньше.