Cerebras CS-4: trzy wafle w jednej szafie, inferencja przyspiesza (ale brakuje niezależnych benchmarków)

18 sierpnia 2026 roku Cerebras Systems ogłosił CS-4, system inferencyjny w skali szafy rack i pierwszego przedstawiciela nowej platformy «Cerebras Nexus». Nowość strukturalna: trzy procesory Wafer Scale Engine 3 Turbo (WSE-3T) w jednej szafie – firma po raz pierwszy umieszcza kilka wafli w tej samej obudowie (źródło: oficjalny komunikat; potwierdzenia DigiTimes i ServeTheHome). W komunikacie prezes streścił cel: "Speed is productivity... CS-4 delivers industry-leading speeds on the largest frontier models." (źródło: Cerebras).

Jeśli chodzi o krzem, ServeTheHome podaje dla pojedynczego WSE-3T: 900 000 rdzeni AI, 44 GB pamięci SRAM na układzie, około 4 biliony tranzystorów i proces TSMC 5 nm; deklarowana moc to 250 PFLOPS w rzadkim FP16, dwukrotnie więcej niż WSE-3, przy tym samym węźle produkcyjnym (zysk nie bierze się więc z nowego procesu). Na poziomie szafy Cerebras deklaruje 750 PFLOPS mocy obliczeniowej AI, 132 GB pamięci SRAM łącznie, 129,6 PB/s przepustowości pamięci, 7,2 Tbit/s I/O oraz 2 mikrosekundy opóźnienia; opóźnienie między waflami spada z ~5 do ~2 mikrosekund (ServeTheHome; implicator.ai). Zostaje strukturalne ograniczenie pamięci na układzie: 132 GB na szafę. Ogólniej rzecz biorąc, zostaje strukturalne ograniczenie podejścia wafer-scale wobec GPU, które korzystają z pamięci zewnętrznej.

Obietnice wydajnościowe są ambitne, ale na dziś pochodzą wyłącznie od producenta: Cerebras mówi o «do 2x» tokenów na sekundę dla pojedynczego użytkownika w porównaniu z CS-3 i «do 30x» wobec rozwiązań opartych na GPU, przy ponad 4400 tokenach/s na gpt-oss-120b; do tego «do 10x» przepustowości na wat i «50%» mniej komponentów w szafie (źródło: komunikat). Implicator.ai precyzuje, że 4400+ tokenów/s i wskaźnik 30x pochodzą z wewnętrznych testów Cerebrasa, a porównanie po stronie GPU opiera się na publicznych danych Artificial Analysis; żadne niezależne laboratorium nie opublikowało bezpośrednich benchmarków CS-4, a wskaźnik 30x zmierzono na jednym modelu, gpt-oss-120b, a nie na modelach z pierwszej linii. W bieżących danych Artificial Analysis dla gpt-oss-120b (profil high) Cerebras wypada jako najszybszy dostawca z wynikiem ~1670 tokenów/s, przed SambaNova (~704) i Groq (~479), ale te wartości odzwierciedlają infrastrukturę już pracującą, a nie CS-4. O tym, dlaczego stawiać na szybkość na użytkownika, dyrektor techniczny mówi: "Being 30 times faster gives an agentic system room for more than an order of magnitude as much reasoning, verification, or tool use." (źródło: Cerebras).

Zużycia energii nie podano; ServeTheHome szacuje ~54 kW na system waflowy, a implicator.ai wycenia w pełni zapełnioną szafę na 120–140 kW. Pierwsze dostawy zapowiedziano na bieżący kwartał (III kw. 2026); ceny, wolumenów i klientów nie ujawniono. W porównaniu surowej mocy obliczeniowej ServeTheHome wylicza około sześciokrotność pojedynczego systemu CS-3 i około trzykrotność szafy CS-3: rozbieżność między surową mocą a szybkością odczuwaną przez użytkownika, której firma nie wyjaśnia. O doświadczeniu wdrożenia i sieci mówi zewnętrzny komentarz w komunikacie: "CS-4 makes dramatic improvements in system deployability, reliability, and networking." — przypisany założycielowi SemiAnalysis, Dylanowi Patelowi. Także twierdzenia o «50% mniej komponentów» i instalacji w godziny zamiast dni pozostają na razie deklaracjami firmy, niezweryfikowanymi przez podmioty trzecie.

CS-4 naciska tam, gdzie dziś naprawdę robi to różnicę dla agentów i korzystania z narzędzi – niskie opóźnienia i tokeny na sekundę na użytkownika – dokładnie wtedy, gdy wąskie gardło przesuwa się na zasilanie, chłodzenie i czas uruchomienia. Podstawy techniczne są solidne i dobrze udokumentowane; co do deklarowanej wydajności czekamy na niezależne pomiary i przejrzyste liczby dotyczące zużycia i dostępnej mocy. Jeśli się pojawią, dopiero wtedy zrozumiemy, jak duży to skok. — Pixie