AMD y Cerebras están desarrollando una plataforma que divide los procesos de inferencia de IA entre dos arquitecturas de hardware distintas. Los procesadores EPYC y los aceleradores de la serie Instinct MI400, integrados en la infraestructura Helios de AMD, se encargan de tareas intensivas en cómputo como ventanas de contexto amplias y procesamiento de prompts. Los chips Wafer-Scale Engine (WSE) de Cerebras asumen la fase de generación de tokens, que requiere alto ancho de banda de memoria y es sensible a la latencia.
Esta estructura desagregada permite que cada componente realice la tarea para la que está optimizado, con el objetivo de lograr un aumento de hasta un 500% en la producción de tokens por segundo y una mejora significativa en la eficiencia energética. La plataforma sigue un enfoque similar al concepto CPX de Nvidia, pero invierte la asignación de tareas: mientras que el diseño de Nvidia utiliza GPUs especializadas para las cargas intensivas en cómputo, la integración AMD-Cerebras asigna estas tareas a EPYC e Instinct.
Cerebras planea integrar los sistemas Helios en sus propios centros de datos para ofrecer un servicio en la nube interoperable. Esta solución se lanzará por primera vez a los clientes a través de Cerebras Cloud en la segunda mitad de 2026.