AMD和Cerebras联手搞推理方案，把Helios和晶圆引擎用在推理上，每瓦token吞吐能翻5倍，专治英伟达Groq组合。
AMD与Cerebras在Advancing AI 2026活动中宣布联合开发AI推理解决方案，针对超低延迟场景。方案整合AMD Helios机架和Cerebras Wafer-Scale Engine，分别处理提示词/大上下文和Token生成/解码环节。结合使用2个计算引擎，预计将每瓦每秒token吞吐提升5倍。Cerebras晶圆级引擎在单块硅片上集成数十万个核心和数十GB SRAM，以减少外部网络瓶颈。
AMD 携手 Cerebras 押注低时延 AI 推理：每瓦每秒 Token 吞吐提升 5 倍
IT之家 7 月 24 日消息，科技媒体 Wccftech 今天（7 月 24 日）发布博文，报道称在 Advancing AI 2026 活动中， AMD 宣布携手 Cerebras 公司，联合开发 AI 推理解决方案。 根据官方新闻稿，该方案主要针对超低延迟 AI 推理场景，将整合 AMD 的 Helios 机架级解决方案与 Cerebras 的晶圆级引擎，从而应对英伟达和 Groq 合作。 按照双方披露的路线，Helios 机架承担高性能、可扩展吞吐引擎角色，主要处理提示词与大上下文窗口。 Cerebras 的 Wafer-Scale Engine 则负责对内存带宽要求更高的 Token 生成与解码环节，强调超低时延表现， 结合使用 2 个计算引擎，预估可以将每瓦每秒 token 数量提高 5 倍。 IT之家附上相关截图如下： Cerebras 介绍称，Wafer-Scale Engine 在单块互连硅片上无缝连接数十万个计算核心和数十 GB 的 SRAM，减少外部网络瓶颈对数据传输的影响。