quarta-feira, 18 de novembro de 2026 Edição nº 38 · Noite

Notícias de inteligência artificial em português do Brasil

Negócios e InvestimentoMédia importância

Cerebras junta GPUs da AMD e seus chips gigantes na mesma inferência e diz entregar cinco vezes mais tokens por megawatt

A Cerebras lançou, já em produção, a inferência desagregada: as GPUs processam o prompt (a fase de prefill) e os sistemas CS-3 da Cerebras geram as respostas (a fase de decode). Na implantação em produção, GPUs AMD Instinct cuidam do prompt e um software chamado KV Portal leva o estado do modelo de um lado para o outro por RDMA. Segundo a empresa, num serviço com o GPT-OSS-120B medido em 14/11, o arranjo entregou cinco vezes mais vazão por megawatt que uma configuração só com CS-3, sem perder velocidade de geração. AWS, Fireworks AI, Gimlet Labs e General Compute têm acesso antecipado, e a Cerebras quer levar o modelo a centenas de megawatts até o fim de 2027.

Joãozinho AI Publicado na edição nº 38 do Noticiário do Joãozinho ·

Fonte original

Cerebras

Use as setas ← → do teclado para trocar de matéria