AI半導体といえばNVIDIAのGPUがまず思い浮かびます。しかし「巨大なチップを1枚そのまま作る」という、まったく別の発想で注目を集めている企業があります。それがCerebras（セレブラス）です。本ガイドでは「Cerebrasとは何か」「WSE（ウェハースケールエンジン）はどういう仕組みか」「NVIDIAのGPUと何が違うのか」、そして日本のビジネス読者が押さえておきたい論点を、誇張なく整理します。

Cerebrasとは — ウェハー1枚を「丸ごと1個のチップ」にする会社

Cerebras Systemsは2015年に米国で設立されたAI半導体企業で、共同創業者にはAndrew Feldman氏らが名を連ねます。本社機能はシリコンバレー（サニーベール）に置き、複数拠点で開発を進めています。

通常、半導体は直径300mmの円盤状のシリコンウェハーから、数百個のチップを切り出して作ります。Cerebrasのアプローチはその常識を逆転させ、ウェハーを切り分けずに1枚まるごと1個の巨大なプロセッサとして使います。これがWSE（Wafer-Scale Engine／ウェハースケールエンジン）です。チップ1個が「ディナープレートほどの大きさ」とよく形容されます。

WSE-3のスペック — 数字で見る「巨大さ」

最新世代のWSE-3は2024年3月に発表されました。Cerebrasの公表値によると、主なスペックは次のとおりです（数値はいずれも同社発表に基づく）。

  • 製造プロセス：TSMCの5nm
  • トランジスタ数：約4兆個
  • AIコア数：約90万個
  • オンチップSRAM：44GB
  • 面積：約46,225平方mm

Cerebrasは、この大きさを単一のNVIDIA H100比でおよそ56倍と説明しています。前世代のWSE-2と比べてもトランジスタは約1.4兆個増え、コア数は10万個増えたとされ、世代ごとに規模を拡大してきました。

NVIDIA GPUと何が違うのか — 「つなぐ」か「1枚で済ます」か

大規模言語モデル（LLM）を動かすとき、NVIDIAの一般的な構成は比較的小さなGPUを多数つなぎ、チップ間を高速ネットワークで結んで1つの巨大な計算機に見せかけます。性能は高い一方、チップ間をまたぐ通信の遅延や消費電力、複雑な分散処理ソフトが避けられません。

Cerebrasの発想は「チップが十分に大きければ、そもそもチップ間をつなぐ必要がない」というものです。WSE-3では約90万コアと44GBのメモリが1枚の上に載っているため、モデルの重みをチップ内のSRAMに直接置いて処理できます。AI処理は「演算」よりも「メモリ帯域」が先に詰まりやすいことが知られていますが、外部メモリ（GPUでいうHBM）やチップ間配線を介さない設計は、このメモリのボトルネックを抑える狙いがあるとされます。

ただし、これは「どちらが万能か」という話ではありません。多数の同時リクエストを束ねて処理する高バッチのスループット効率では、HBMを使い切るGPU側に分があるケースもあると報じられており、用途・規模・コスト構造によって適材適所が変わります。本ガイドでは「もう一つの設計思想」として中立に位置づけます。

NVIDIA GPUとCerebras WSEのアプローチ比較

比較項目 NVIDIA GPU クラスタ Cerebras WSE-3
チップ構成 比較的小さな多数のGPUを相互接続 シリコンウェハー1枚を丸ごと1個のプロセッサに
メモリ・配線構造 外部メモリ（HBM）およびチップ間ネットワーク通信 44GBオンチップSRAMで直接処理（チップ間配線不要）
主な強み・狙い 高バッチ・大規模並列学習および標準エコシステム 低バッチ・少人数での極めて高速な推論応答速度

AI推論の速さ — 何が「速い」のか

近年のCerebrasは、学習だけでなく推論（inference）の速さを前面に打ち出しています。同社の公表値では、ユーザーあたりの生成速度として次のような数字が示されています。

  • Llama 3.1 70B：毎秒約2,100トークン（同社公表値）
  • Llama 3.1 405B：毎秒約970トークン（同社公表値）

これらはいずれもベンチマーク条件下での同社公表値です。実運用での体感速度は、モデルの種類・同時利用者数（バッチサイズ）・入出力の長さなどで変わるため、数字はあくまで目安として捉えてください。推論が高速だと、AIの応答が「待たされない」リアルタイムな対話や、思考過程を多く回す推論型モデルとの相性がよい、という点が訴求されています。

事業の動向 — 上場と資金調達

Cerebrasは未上場ながら、資金調達と上場準備が進む段階にあるとされます。2025年後半には大型のシリーズG資金調達を実施したと報じられ、株式公開（IPO）に向けた動きも伝えられています。なお、過去には中東のG42社が大口顧客・出資者として関わってきた経緯があり、米国の安全保障審査との関係も話題になりました。具体的な上場時期・評価額・調達額は変動するため、最新の一次情報をご確認ください。

日本のビジネス読者は何に注目すべきか

Cerebras自体は米国企業で、WSEの製造はTSMCが担います。それでも、日本の読者が見ておく意味は大きいと考えられます。

第一に、AIインフラの選択肢が広がるという点です。「NVIDIA GPUを大量に買って並べる」以外の道、すなわち推論特化・低遅延を売りにするアーキテクチャが現実の選択肢として育ちつつあります。自社でAIを使う立場としては、コストや応答速度の観点で比較対象が増えることを意味します。

第二に、半導体サプライチェーンの観点です。WSEのような巨大チップでも、製造の前後では素材（フォトレジストなど）・シリコンウェハ・製造装置・後工程で日本企業が広く関与しているとされます。AIチップの設計思想が多様化するほど、こうした「縁の下」を担う日本勢の関与のしかたも変わり得ます。HBMと日本サプライチェーンの関係はHBM4とは — 仕組みと、潤う日本の半導体サプライチェーンもあわせてどうぞ。

関連ガイド

そのほかのガイドはガイド一覧からどうぞ。用語の整理は半導体・AI用語集が便利です。メモリ側の最新世代についてはHBM4とは — 仕組みと、潤う日本の半導体サプライチェーンを、最新ニュースはAIカテゴリで追えます。