AMD 与 Cerebras 宣布技术合作，将 Helios 机架级基础设施与 Cerebras Wafer-Scale Engine（WSE）结合，实现超低延迟 AI 推理。

AMD和Cerebras Systems宣布建立技术合作伙伴关系，推出分解式AI推理解决方案，将AMD Helios机架级解决方案与Cerebras Wafer-Scale Engine相结合。该方案在2026年"推进AI"大会上发布，旨在为先进AI应用提供超低延迟，同时大幅提高吞吐量和效率。这两个计算引擎预计每瓦特每秒的令牌数可提高5倍。

AI推理工作负载在延迟、吞吐量、令牌容量、成本和规模等方面的需求日益多样化。大容量工作负载优先考虑最大化令牌生成，而编码、实时副驾驶、实时代理和代理工作流则需要更快的响应时间。这种多样性推动了对异构基础设施的需求，以便将计算技术与特定工作负载需求相匹配。

AMD和Cerebras的解决方案通过分解式推理来应对这一挑战，独立优化工作流的两个主要阶段。AMD Helios提供超高吞吐量，处理提示词和大型上下文窗口。Cerebras Wafer-Scale Engine以超低延迟加速内存带宽密集型的令牌生成。通过一个集成工作流连接这两个引擎，两家公司正在创建一个差异化平台，可实现超低延迟推理，同时不牺牲吞吐量或规模。

AMD Helios提供高吞吐量提示引擎、机架级效率和部署规模，可处理大量复杂请求。Cerebras Wafer-Scale Engine技术提供超低延迟和解码性能，支持实时返回令牌。该解决方案专门针对推理市场的超低延迟领域而设计，以AMD Helios为基础，用于数据中心的高吞吐量和均衡推理工作负载。

AMD董事长兼首席执行官Lisa Su博士表示："AI推理正在成为AI领域最大的基础设施机遇之一，其日益增长的多样性需要更灵活的方法。AMD Helios为最广泛范围的推理工作负载提供领导性的性能和规模。与Cerebras合作，我们正在将这种领导力扩展到最具延迟敏感性的应用中，并为实时代理AI创建一个强大的新平台。"

Cerebras首席执行官兼联合创始人Andrew Feldman表示："对超快速推理的需求以前所未有的速度增长。Cerebras提供全球最快的超低延迟推理。与AMD的合作为我们提供了一个难得的机会，将这一性能带给更多客户。"

随着AI应用扩展到软件开发、自主代理、机器人技术、科学发现和其他应用领域，快速令牌生成变得越来越重要，因为响应时间直接影响用户体验和系统的实用性。Cerebras计划在其数据中心部署AMD Helios系统，预计联合解决方案将在2026年下半年首次通过Cerebras Cloud提供。