# \#cerebras

**URL:** https://discuss.pytorch.kr/tag/cerebras/1248.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [Cerebras, 웨이퍼 3장을 한 랙에 담은 Nexus 아키텍처로 GPU 대비 최대 30배 빠른 추론이 가능한 CS-4 출시](https://discuss.pytorch.kr/t/cerebras-3-nexus-gpu-30-cs-4/11672)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [8월 20, 2026, 6:30오전 UTC](https://discuss.pytorch.kr/t/cerebras-3-nexus-gpu-30-cs-4/11672 "2026-08-20T06:30:17Z")

</div>

Cerebras CS-4 소개 Cerebras Systems(NASDAQ: CBRS)가 2026년 8월 18일 4세대 웨이퍼 스케일 시스템인 Cerebras CS-4를 공개했습니다. CS-4는 웨이퍼 한 장을 그대로 프로세서로 쓰는 Wafer Scale Engine의 신형 판본인 WSE-3 Turbo(WSE-3T) 3장을 하나의 랙에 담은 시스템으로, Cerebras는 사용자당 초당 토큰 수(tokens per second per user) 기준으로 GPU 기반 시스템 대비 최대 30배, 전 세대인 CS-3 대비 최대 2배 빠른 추론(Inference) 속도를 제시했습니다. 같은 전력 예산에서 만들어 내는 총 토큰 수도 CS-3 대비 최대 10배로 늘었다고 밝혔습니다. Cerebras는 2019년부터 GPU를 여러 장 연결하는 대신 웨이퍼 한 장(46,225mm²)을 자르지 않고 통째로 프로세서로 쓰는 노선을 택해 왔습니다. 이 노선의 이점이 가장 크게 드러나는 곳이 디코드(Decode), 즉 토큰을 한 개씩 만들어 내는 단계입니다. 디코드는 토큰 하나를 만들 때마다 활성 가중치 전체를 메모리에서 읽어야 하므로, 연산량보다 메모리 대역폭(Memory Bandwidth)이 성능을 결정합니다. GPU는 이 가중치를 칩 밖의 HBM에서 읽어 오지만, 웨이퍼 스케일 프로세서는 44GB를 웨이퍼 안 SRAM에 두고 읽습니다. CS-4의 시스템 메모리 대역폭이 초당 129.6페타바이트로 표기되는 것은 이 구조 덕분이며, 2019년 이후 Cerebras의 세대 갱신이 대체로 "웨이퍼 안에서 얼마나 빨리 읽을 수 있는가" 를 밀어 온 이유이기도 합니다 (:pytorch::kr: Cerebras, 62개의 H100 GPU와 유사한 성능의 WSE-3 공개). 이번 발표에서 눈여겨볼 부분은 프로세서 자체가 아니라 랙입니다. WSE-3 Turbo는 트랜지스터 수, 코어 수, SRAM 용량, 공정이 모두 WSE-3와 동일한데 연산 성능과 대역폭만 두 배가 됐습니다. 새 실리…

---

## [AppLess: 물어보면 화면이 즉석에서 생성되는 앱 없는 스마트폰 실험](https://discuss.pytorch.kr/t/appless/11376)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [7월 23, 2026, 9:30오후 UTC](https://discuss.pytorch.kr/t/appless/11376 "2026-07-23T21:30:00Z")

</div>

AppLess 소개 스마트폰의 홈 화면은 설치한 앱 아이콘으로 가득합니다. 원하는 일을 하려면 먼저 맞는 앱을 찾아 열고, 그 앱의 메뉴 구조를 익혀야 합니다. AppLess는 이 전제를 뒤집습니다. 설치할 앱도, 배울 메뉴도, 아이콘으로 채워진 홈 화면도 없습니다. 앱을 열고 원하는 것을 말하면 그 화면이 즉석에서 생성됩니다. 날씨 대시보드, 실시간 검색이 붙은 맛집 목록, 예약 폼, 채팅 스레드가 요청하는 순간 만들어지고, 무언가를 누르면 다음 화면도 미리 생성돼 즉시 나타납니다. AppLess는 생성형 UI 운영체제(generative UI operating system) 가 어떤 느낌일지 보여주기 위한 데모로, OpenUI 위에 전적으로 구축돼 있습니다. OpenUI는 LLM이 생성하는 인터페이스를 위한 오픈 표준입니다. 여기서 모델은 JSON이나 손으로 짠 화면을 돌려주지 않습니다. 대신 스트리밍에 최적화된 간결한 UI 언어인 openui-lang을 작성하고, OpenUI 렌더러가 이를 살아 있는 상호작용형 네이티브 컴포넌트로 바꿉니다. 만든 팀은 AppLess가 OpenUI 제작진이 생성형 UI의 한계를 밀어붙여 보려고 만든 실험이며, 뒤에 실제 연동은 없다고 분명히 밝히고 있습니다. 화면의 내용 은 모델이 생성하며, 선택적 웹·이미지 도구를 켜면 실제 데이터(실제 장소·가격·뉴스·사진) 에 근거할 수 있지만, 도구가 없으면 그럴듯한 허구입니다. 그리고 동작 은 언제나 시뮬레이션입니다. "주문 완료", "항공권 예약됨", "결제 전송됨" 같은 표시는 아직 아무것도 연결돼 있지 않아 실제 상태를 바꾸지 않습니다. 즉 AppLess는 생성형 UI 운영체제가 어떤 느낌일지 엿보게 하는 데모이지, 여러분의 앱을 대체하는 완성품이 아닙니다. 아래는 AppLess가 실제로 화면을 생성해 네이티브 UI로 렌더링하는 데모입니다. AppLess의 동작 원리 AppLess의 핵심은 단 하나의 컴포넌트 계약(contract) 입니다. ui/contrac…

---

## [하루 15,000개 질문에 답하는 Cerebras의 사내 지식 베이스 설계 노하우 (feat. pgvector, RRF, MCP)](https://discuss.pytorch.kr/t/15-000-cerebras-feat-pgvector-rrf-mcp/11329)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [7월 20, 2026, 9:30오후 UTC](https://discuss.pytorch.kr/t/15-000-cerebras-feat-pgvector-rrf-mcp/11329 "2026-07-20T21:30:26Z")

</div>

Cerebras 사내 지식 베이스 소개 Cerebras의 직원들은 사내 지식 베이스(Knowledge Base)에 매일 15,000개 이상의 질문 을 던집니다. 공개된 지 3개월 만에 회사에서 가장 널리 쓰이는 내부 도구 중 하나가 되었고, 사람뿐 아니라 자동화 스크립트와 에이전트도 이 시스템에 질문을 보냅니다. 이 글은 그 사내 지식 베이스인 Cerebras Knowledge, 즉 회사 곳곳에 흩어진 데이터를 하나로 모아 자연어로 답하는 검색 증강 시스템(RAG, Retrieval-Augmented Generation) 을 Cerebras 엔지니어링 팀이 어떻게 설계했는지 정리한 기술 해설입니다. Cerebras는 대규모 AI 가속기(웨이퍼 스케일 엔진)를 만드는 회사로, 데이터센터 운영, 칩 설계, 하드웨어, 학습, 추론, 클라우드 플랫폼 등 서로 성격이 매우 다른 팀들이 함께 일합니다. 매년 수백 명의 새 직원이 합류하다 보니, 사내 커뮤니케이션 채널은 늘 똑같은 질문들로 채워졌습니다. 어디서 X를 찾을 수 있나요?, Y 전문가가 누구인가요?, Z가 뭔가요? 같은 것들입니다. 이런 질문에 매번 사람이 답하는 것은 비효율적이고, 답을 아는 사람이 자리를 비우면 정보는 곧바로 막혀 버립니다. 기업 내부 지식은 위키, Slack, 코드 저장소, 이슈 트래커 등 수십 개의 도구에 흩어져 있고, 각 도구는 서로 다른 형식과 접근 권한을 가집니다. 이 글이 흥미로운 이유는 단순히 "임베딩을 만들어 벡터 검색을 했다" 는 수준을 넘어, 실제 회사 데이터가 가진 지저분함(짧은 잡담과 긴 커널 설명이 같은 Slack 메시지로 섞여 있는 현실)을 정면으로 다루면서 여러 검색 기법을 융합해 실용적인 정확도를 끌어낸 설계 결정들을 구체적인 수치와 함께 공개했다는 점입니다. 사내 검색이나 코드베이스 검색, 에이전트용 지식 저장소를 만들려는 이들에게 좋은 참고 자료가 됩니다. 데이터가 있는 곳에서 데이터를 만난다: 단일 진실 공급원이라는 환상 조직 안에서 정보를 …

---

## [Cerebras, 62개의 H100 GPU와 유사한 성능의 WSE-3 공개](https://discuss.pytorch.kr/t/cerebras-62-h100-gpu-wse-3/3778)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [3월 17, 2024, 2:05오전 UTC](https://discuss.pytorch.kr/t/cerebras-62-h100-gpu-wse-3/3778 "2024-03-17T02:05:13Z")

</div>

AI 연산을 위한 슈퍼컴퓨터와 칩 기술 등을 연구/개발하며 생성형 AI 가속을 위해 새로운 AI 슈퍼컴퓨터 구축을 목표로 하고 있는 Cerebras System에서는 새로운 AI 프로세서 및 슈퍼 컴퓨터를 발표했습니다. 이번에 공개한 제품군은 WSE-3 (Wafer Scale Engine 3), CS-3, G42, Condor Galaxy 3이며, 각각은 다음과 같습니다: WSE-3 (Wafer Scale Engine 3) WSE-3는 Cerebras Systems에 의해 개발된 세계에서 가장 크고 빠른 AI 프로세서입니다. 이 칩은 TSMC의 5나노(nm) 공정으로 제작되며, 4조 개의 트랜지스터와 900,000개의 AI 최적화 코어를 포함하고 있습니다. 이를 통해 125 petaflops의 성능을 제공하며, AI 모델 훈련에 필요한 대규모 연산을 수행할 수 있습니다. WSE-3의 혁신적인 설계는 전통적인 칩 설계를 넘어서는 웨이퍼 스케일 프로세싱을 실현함으로써 AI 연산의 효율성과 속도를 대폭 향상시킵니다. WSE-3은 이전 모델인 WSE-2의 두 배에 달하는 성능을 자랑합니다. 이는 대규모 AI 모델 학습을 위한 탁월한 성능과 효율성을 제공합니다. 또한, 1.5TB에서 1.2PB에 이르는 외부 메모리 지원을 통해 거대한 모델들을 단일 논리 공간에 저장할 수 있으며, 이는 모델의 파티셔닝이나 리팩토링 없이 학습 과정을 간소화합니다. CS-3 CS-3는 WSE-3을 기반으로 하는 Cerebras의 AI 슈퍼컴퓨터 시스템입니다. 이 시스템은 최대 24조 개의 파라미터를 가진 대규모 AI 모델을 훈련할 수 있으며, 독특한 구성으로 인해 데이터 병렬 처리가 가능하여 AI 모델 훈련을 간소화하고 가속화합니다. CS-3는 고유의 메모리 시스템을 통해 최대 1.2PB의 데이터를 저장할 수 있으며, 이를 통해 복잡한 모델도 단일 논리 공간에서 관리할 수 있습니다. 또한, Cerebras 소프트웨어 프레임워크는 PyTorch 2.0을 기본적으로 지원…

---

## [\[GN\] Cloud GPU 가이드 - AI에 어떤 GPU를 어디서 써야할까?](https://discuss.pytorch.kr/t/gn-cloud-gpu-ai-gpu/2331)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [8월 24, 2023, 12:41오전 UTC](https://discuss.pytorch.kr/t/gn-cloud-gpu-ai-gpu/2331 "2023-08-24T00:41:45Z")

</div>

GeekNews의 xguru님께 허락을 받고 GN에 올라온 글들 중에 AI 관련된 소식들을 공유하고 있습니다. :smiley\_cat: 소개 StableDiffusion, Whisper, 오픈소스 LLM등을 이용한 AI도구를 만든다면 어디선가 계속 실행되어야 함 어떤 GPU를 써야할까? Cloud GPU를 쓴다면: Falcon-40B, Falcon-40B-Uncensored, or Falcon-40B-Instruct 비용 상관없이 최고의 성능을 원한다면 H100 2개 비용과 성능 밸런스를 추구한다면 RTX 6000 Ada 2개(A6000 이나 RTX6000 아님) 저렴하게 원하면 A6000 2개 MPT-30B 최고의 성능이나 가성비: H100 1개 저렴 : A100 80GB 1개 Stable Diffusion 최고의 성능 : H100 1개 가성비 : 4090 1개 저렴 : 3090 1개 Whisper Stable Diffusion과 같음 Whisper-Large 는 더 적은 VRAM에서 실행가능하지만, 대부분 클라우드는 그런 카드가 없음 4090/3090도 잘 동작하고, CPU에서도 가능 대규모 LLM을 파인튜닝 한다면 H100 클러스터 또는 A100 클러스터 대규모 LLM을 훈련하고 싶다면 대규모 H100 클러스터 로컬 GPU를 쓴다면: 위와 거의 같지만, LLM 훈련 및 파인튜닝은 불가 대부분의 LLM들은 작은 VRAM에서 실행 가능한 버전이 있음 (Falcon on 40GB) 모델들을 로컬에서 실행해야 할까? 클라우드 GPU로 실행해야 할까? 둘다 합리적인 선택임 모델을 클라우드에서 실행하려면 Runpod 의 템플릿이 가장 쉬운 선택임 가장 쉬운 옵션은 호스트된 인스턴스를 사용하는 것 : DreamStudio, RunDiffusion, Playground AI for stable diffusion 등 RTX 6000, A6000, 6000 Ada 은 무슨 차이야 ? 셋이 완전히 다름 RTX 6000 (Q…
