Cerebras CS-4: три пластини в одній стійці, інференс пришвидшується (але незалежних тестів немає)

18 серпня 2026 року Cerebras Systems анонсувала CS-4 — систему інференсу масштабу стійки й першого представника нової платформи «Cerebras Nexus». Структурна новина: три процесори Wafer Scale Engine 3 Turbo (WSE-3T) в одній стійці — уперше компанія розміщує кілька пластин в одній шафі (джерело: офіційний пресреліз; підтвердження DigiTimes і ServeTheHome). У релізі генеральний директор коротко сформулював мету: "Speed is productivity... CS-4 delivers industry-leading speeds on the largest frontier models." (джерело: Cerebras).

Щодо кремнію ServeTheHome наводить для одного WSE-3T: 900 000 ШІ-ядер, 44 ГБ SRAM на кристалі, близько 4 трильйонів транзисторів і техпроцес TSMC 5 нм; заявлена продуктивність — 250 PFLOPS у розрідженому FP16, удвічі більше за WSE-3, і це на тому самому виробничому вузлі (тобто приріст не походить від нового техпроцесу). На рівні стійки Cerebras заявляє 750 PFLOPS ШІ-обчислень, 132 ГБ SRAM сумарно, 129,6 ПБ/с пропускної здатності пам'яті, 7,2 Тбіт/с вводу-виводу і затримку 2 мікросекунди; затримка між пластинами падає з ~5 до ~2 мікросекунд (ServeTheHome; implicator.ai). Структурне обмеження пам'яті на кристалі залишається: 132 ГБ на стійку. Загалом залишається й структурне обмеження самого підходу wafer-scale порівняно з GPU, які використовують зовнішню пам'ять.

Обіцянки щодо продуктивності амбітні, але наразі заявлені самою компанією: Cerebras говорить про «до 2x» токенів на секунду на одного користувача порівняно з CS-3 і «до 30x» порівняно з рішеннями на GPU, за понад 4400 токенів/с на gpt-oss-120b; плюс «до 10x» пропускної здатності на ват і «50%» менше компонентів у стійці (джерело: пресреліз). Implicator.ai уточнює, що 4400+ токенів/с і коефіцієнт 30x отримані у внутрішніх тестах Cerebras, а порівняння з боку GPU спирається на публічні дані Artificial Analysis; жодна незалежна лабораторія не опублікувала прямих бенчмарків CS-4, а 30x виміряно на одній-єдиній моделі, gpt-oss-120b, а не на фронтирних моделях. У поточних даних Artificial Analysis для gpt-oss-120b (профіль high) Cerebras виявляється найшвидшим провайдером із ~1670 токенами/с, попереду SambaNova (~704) і Groq (~479), але ці значення відображають уже працюючу інфраструктуру, а не CS-4. Про те, навіщо тиснути на швидкість на користувача, технічний директор наголошує: "Being 30 times faster gives an agentic system room for more than an order of magnitude as much reasoning, verification, or tool use." (джерело: Cerebras).

Щодо енергоспоживання даних немає; ServeTheHome оцінює ~54 кВт на одну пластинну систему, а implicator.ai — 120–140 кВт для повністю заповненої стійки. Перші постачання заявлені на поточний квартал (III квартал 2026 року); ціну, обсяги та замовників не розкрито. У порівнянні «сирих» обчислень ServeTheHome нараховує приблизно шестикратний приріст до однієї системи CS-3 і приблизно трикратний — до стійки CS-3: розрив між «сирими» обчисленнями і швидкістю, яку відчуває користувач, компанія не пояснює. Про досвід встановлення та мережу — зовнішній коментар у релізі: "CS-4 makes dramatic improvements in system deployability, reliability, and networking." — приписаний засновнику SemiAnalysis Дилану Пателю. Твердження про «50% менше компонентів» і встановлення за години, а не за дні, теж поки що залишаються заявами компанії, не перевіреними третьою стороною.

CS-4 тисне саме туди, де сьогодні все вирішується для агентів і роботи з інструментами, — низька затримка й токени на секунду на користувача, — рівно тоді, коли вузьке місце зміщується до живлення, охолодження і термінів введення в експлуатацію. Технічна основа міцна й добре задокументована; щодо заявленої продуктивності ми чекаємо на незалежні вимірювання та прозорі цифри щодо споживання та доступних потужностей. Якщо вони з'являться, тоді й стане по-справжньому зрозуміло, наскільки великий цей крок. — Pixie