Cerebras, NVIDIA보다 20배 빠른 세계 최고 AI 추론 기술 출시

Cerebras Systems는 방금 세계에서 가장 빠른 AI 추론 솔루션으로 여겨지는 Cerebras Inference를 공식 발표했습니다. Cerebras Inference는 Llama 3.1 8B(80억 개의 매개변수) 모델의 경우 초당 최대 1,800개 토큰의 성능을 제공하고 Llama 3.1 70B의 경우 초당 450개 토큰의 성능을 제공합니다. 이는 Microsoft Azure를 포함하여 전 세계의 하이퍼스케일 클라우드에서 사용 가능한 NVIDIA GPU 기반 AI 추론 솔루션보다 최대 약 20배 빠릅니다.

놀라운 성능 외에도 이 새로운 추론 솔루션의 서비스 가격은 인기 있는 GPU 클라우드 플랫폼 가격의 일부에 불과해 매우 저렴합니다. 예를 들어, 고객은 단 10센트로 100만 개의 토큰을 얻을 수 있으므로 AI 워크로드에 대해 100배 더 높은 가격 대비 성능을 제공할 수 있습니다.

Cerebras의 16비트 정밀도와 20배 빠른 추론 속도를 통해 개발자는 속도나 비용에 타협하지 않고 차세대 고성능 AI 애플리케이션을 구축할 수 있습니다. 이러한 획기적인 가격 대비 성능 비율은 Cerebras CS-3 시스템과 AI 프로세서 Wafer Scale Engine 3(WSE-3) 덕분에 가능했습니다. CS-3는 Nvidia H100보다 7,000배 더 큰 메모리 대역폭을 제공하여 생성적 AI의 메모리 대역폭이라는 기술적 과제를 해결했습니다.

Cerebras Inference는 현재 다음 세 가지 레벨로 제공됩니다.

• 무료 계층은 가입하는 모든 사람에게 무료 API 액세스와 넉넉한 사용 한도를 제공합니다.
• 개발자 계층은 유연하고 서버리스 배포를 위해 설계되었으며, 시장에 출시된 기존 대안보다 훨씬 저렴한 비용으로 사용자에게 API 엔드포인트를 제공합니다. Llama 3.1 8B 및 70B 모델의 가격은 각각 백만 토큰당 10센트와 60센트입니다.
• Enterprise Tier 플랜은 세부적으로 조정된 모델, 맞춤형 서비스 수준 계약, 전담 지원을 제공합니다. 지속적인 작업 부하에 적합한 Cerebras Inference를 통해 기업은 Cerebras에서 관리하는 프라이빗 클라우드나 온프레미스를 통해 액세스할 수 있습니다.

기록적인 성능, 경쟁력 있는 가격, 개방형 API 접근성을 갖춘 Cerebras Inference는 개방형 LLM 개발 및 배포에 대한 새로운 표준을 제시합니다. 고속 학습과 추론을 모두 제공할 수 있는 유일한 솔루션인 Cerebras는 AI에 완전히 새로운 가능성을 열어줍니다.

AI 트렌드가 급속히 발전하고 NVIDIA가 현재 시장에서 지배적인 위치를 차지하고 있는 가운데, Cerebras와 Groq와 같은 회사의 등장은 전체 산업의 역학에 잠재적인 변화를 예고하고 있습니다. 더 빠르고 비용 효율적인 AI 추론 솔루션에 대한 수요가 증가함에 따라 Cerebras Inference와 같은 솔루션은 특히 추론 분야에서 NVIDIA의 지배력에 도전할 수 있는 좋은 위치에 있습니다.