Cerebras CS-4: tres obleas en un rack, la inferencia acelera (pero faltan los benchmarks independientes)

El 18 de agosto de 2026 Cerebras Systems anunció el CS-4, sistema de inferencia a escala de rack y primer miembro de la nueva plataforma «Cerebras Nexus». La novedad estructural: tres procesadores Wafer Scale Engine 3 Turbo (WSE-3T) en un solo rack, la primera vez que la empresa mete varias obleas en el mismo armario (fuente: comunicado oficial; confirmaciones de DigiTimes y ServeTheHome). En el comunicado, el consejero delegado resumió el objetivo: "Speed is productivity... CS-4 delivers industry-leading speeds on the largest frontier models." (fuente: Cerebras).

Sobre el silicio, ServeTheHome indica para un solo WSE-3T: 900.000 núcleos de IA, 44 GB de SRAM en el chip, unos 4 billones de transistores y proceso TSMC de 5 nm; la potencia declarada es de 250 PFLOPS en FP16 disperso, el doble que el WSE-3, y todo ello sin cambiar de nodo de fabricación (así que la mejora no viene de un proceso nuevo). A nivel de rack, Cerebras declara 750 PFLOPS de cálculo de IA, 132 GB de SRAM en total, 129,6 PB/s de ancho de banda de memoria, 7,2 Tbit/s de E/S y 2 microsegundos de latencia; la latencia entre obleas baja de ~5 a ~2 microsegundos (ServeTheHome; implicator.ai). Sigue estando la restricción estructural de la memoria en chip: 132 GB por rack. En general, se mantiene la restricción estructural del enfoque wafer-scale frente a las GPU, que usan memoria externa.

Las promesas de rendimiento son ambiciosas pero, a día de hoy, autodeclaradas: Cerebras habla de «hasta 2x» tokens/segundo por usuario individual respecto al CS-3 y «hasta 30x» frente a soluciones basadas en GPU, con más de 4.400 tokens/s en gpt-oss-120b; además, «hasta 10x» de rendimiento por vatio y un «50 %» menos de componentes en el rack (fuente: comunicado). Implicator.ai precisa que los más de 4.400 tokens/s y el 30x proceden de pruebas internas de Cerebras y que la comparación con las GPU se apoya en los datos públicos de Artificial Analysis; ningún laboratorio independiente ha publicado benchmarks directos sobre el CS-4, y el 30x está medido sobre un único modelo, gpt-oss-120b, no sobre modelos de frontera. En los datos actuales de Artificial Analysis para gpt-oss-120b (perfil high), Cerebras aparece como el proveedor más rápido con ~1.670 tokens/s, por delante de SambaNova (~704) y Groq (~479), pero esas cifras reflejan la infraestructura en servicio y no el CS-4. Sobre por qué apostar por la velocidad por usuario, el director técnico subraya: "Being 30 times faster gives an agentic system room for more than an order of magnitude as much reasoning, verification, or tool use." (fuente: Cerebras).

En cuanto al consumo, no hay dato oficial; ServeTheHome estima ~54 kW por sistema de oblea, mientras que implicator.ai calcula 120-140 kW para un rack completamente poblado. Los primeros envíos se anuncian para el trimestre en curso (Q3 2026); precio, volúmenes y clientes no se han hecho públicos. En la comparación de cálculo bruto, ServeTheHome calcula unas seis veces un sistema CS-3 individual y unas tres veces un rack CS-3: una brecha entre cálculo bruto y velocidad percibida por el usuario que la empresa no explica. Sobre la experiencia de instalación y red, un comentario externo en el comunicado: "CS-4 makes dramatic improvements in system deployability, reliability, and networking." — atribuido al fundador de SemiAnalysis, Dylan Patel. También las afirmaciones sobre «un 50 % menos de componentes» e instalaciones en horas en vez de días siguen siendo, por ahora, declaraciones de la empresa no verificadas por terceros.

El CS-4 aprieta justo donde hoy marca la diferencia para agentes y uso de herramientas —latencia baja y tokens/segundo por usuario—, precisamente cuando el cuello de botella se desplaza hacia la alimentación, la refrigeración y los tiempos de puesta en marcha. Las bases técnicas son sólidas y están bien documentadas; sobre el rendimiento declarado, esperamos medidas independientes y cifras transparentes de consumo y capacidad. Si llegan, entenderemos de verdad el cambio de ritmo. — Pixie