ウェハスケールエンジン (Cerebras)
読み: うぇはすけーるえんじん
最終更新: 2026-08-31・AI PICKS編集部
定義
ウェハスケールエンジンとは、シリコンウェハ1枚全体を1つの巨大チップとして使うCerebras社のAIプロセッサ設計のこと。
ウェハスケールエンジン (Cerebras)とは — 詳しく解説
ウェハスケールエンジンは、通常は個別に切り出すシリコンウェハを分割せず、直径300mmのウェハ全体を1つのプロセッサとして使う設計手法とされる。Cerebras社のWSEシリーズが代表例で、数十万個のAIコアと数十GBのオンチップメモリを1枚に集積し、チップ間通信のボトルネックを回避する狙いがあるとされる。GPUクラスタが数千枚規模の相互接続で消費電力と通信遅延を抱えるのに対し、単一ウェハ内で完結させることで学習速度の向上が期待されている。一方で歩留まりの低さや専用の冷却・電源インフラが必要になる点から、2026年時点でも導入企業はハイパースケーラーや政府系研究機関など一部に限られ、実運用のコストは公開されていないケースが多い。現場での選び方としては、既存のGPUクラスタで学習時間や通信オーバーヘッドが実際にボトルネックになっているかを見極めたうえで検討するのが妥当とされる。
ウェハスケールエンジン (Cerebras)の使用例
- 「大規模言語モデルの学習用ハードウェアとしてウェハスケールエンジンの特徴を教えて」
- 「GPUクラスタとウェハスケールエンジンの違いを、コストと通信遅延の観点で比較して」
ウェハスケールエンジン (Cerebras)に関連するAIツール
ウェハスケールエンジン (Cerebras)の関連記事
関連用語
「インフラ・学習」の他の用語
既存の AI モデルを 自社データで追加学習させて 専門特化させる方法。
データから法則を自動学習させる AI 技術の総称。 ディープラーニングや LLM もここに含まれる。
ニューラルネットワークを多層化した機械学習手法。 LLM / 画像認識 / 音声認識 の基盤技術。
Self-Attention 機構を中核とするニューラルネット構造。 LLM / 画像 / 音声 すべての基盤。
入力系列のどこに注目すべきかを 動的に重み付けする仕組み。 Transformer の中核。
LoRAとは、大規模モデルの重みを凍結したまま低ランク行列ペアを追加挿入することで、全パラメータの1%以下の計算コストで特定ドメインへの適応を実現するファインチューニング手法のこと。
用語がわかったら、次はツール選び
12カテゴリ・1568語以上を体系的に整理しています