Cerebras (CBRS.US) veröffentlicht das „schnellste KI-Beschleunigersystem“ CS-4 und behauptet, dass die Inferenzgeschwindigkeit 30-mal schneller ist als bei GPU-Lösungen – Angriff auf Nvidia!

German Economy News APP berichtet, dass das AI-Chip-Unternehmen Cerebras Systems (CBRS.US) auf der SUPERNOVA-Veranstaltung in San Francisco offiziell das neue rackbasierte AI-System Cerebras CS-4 vorgestellt hat und behauptet, es sei der „schnellste AI-Beschleuniger der Branche“. Das System richtet sich an den AI-Inferenzmarkt und konkurriert direkt mit den GPU-Serverprodukten von Nvidia (NVDA.US). Die Auslieferung des CS-4 soll im laufenden Quartal (drittes Quartal 2026) beginnen, derzeit werden Muster von ausgewählten Kunden getestet.

Technische Spezifikationen: Drei Wafer-Scale-Prozessoren bieten 750 PFLOPs Rechenleistung

CS-4 ist das erste Produkt auf der neuen rackbasierten Nexus Plattform von Cerebras und wird von drei neuen Wafer Scale Engine 3 Turbo (WSE-3T) Prozessoren angetrieben. Der WSE-3T ist der größte AI-Prozessor, der bisher entwickelt wurde; jeder Chip integriert 4 Billionen Transistoren und 900.000 AI-optimierte Kerne, bedeckt eine Fläche von 46.225 mm² Silizium und enthält 44 GB SRAM.

Das CS-4-System bietet 750 PFLOPs AI-Rechenleistung, 129,6 PB Speicherbandbreite pro Sekunde und 7,2 Tbps I/O-Durchsatz pro Sekunde. Verglichen mit seinem Vorgänger, dem CS-3, ist der CS-4 doppelt so schnell und bietet eine zehnfache Steigerung der Durchsatzleistung pro Watt, was die Wirtschaftlichkeit von Rechenzentren erheblich verbessert. Der WSE-3T verdoppelt die AI-Leistung vom Vorgänger WSE-3 von 125 PFLOPS auf 250 PFLOPS pro Wafer und die Speicherbandbreite von 21,6 PB/s auf 43,2 PB/s. Die Leistungsaufnahme eines einzelnen Chips steigt von 15 kW auf etwa 33 kW.

Im Architekturdesign setzt der CS-4 auf das modulare Nexus-Architekturkonzept, das Rechenleistung, Stromversorgung und I/O in eigenständige Module trennt. Das Stromumwandlungsmodul wurde von der herkömmlichen Position auf einer GPU-Platine, etwa 50 mm vom Prozessor entfernt, auf etwa 0,5 mm verkürzt, wodurch der Energieverlust auf der Platine nahezu eliminiert wird. Das plug-and-play „Rucksack“-Design integriert Stromumwandlung, Flüssigkühlung und Steuerelektronik in einer Einheit, wodurch die Bereitstellungszeit von Tagen auf wenige Stunden reduziert wird.

Leistungsdurchbruch: Über 4.400 Tokens pro Nutzer pro Sekunde im GPT-OSS-120B-Test

Cerebras behauptet, dass der CS-4 neue Maßstäbe in der Inferenzgeschwindigkeit setzt. Im Direktvergleich mit dem GPT-OSS-120B-Modell kann CS-4 mehr als 4.400 Tokens pro Nutzer und Sekunde generieren und erreicht damit das 30-Fache der Geschwindigkeit von GPU-Lösungen. Das System kann Modelle mit über 50 Billionen Parametern unterstützen.

Sean Lie, CTO und Mitbegründer von Cerebras, erklärt: „30-faches Tempo macht nicht nur die Antworten flüssiger, sondern ermöglicht auch deutlich mehr Raum zur Inferenz, Überprüfung oder Werkzeugnutzung im gleichen Zeitraum.“ Andrew Feldman, CEO von Cerebras, betonte: „Historisch bedeutete schnelle Inferenz, kleinere und schwächere Modelle zu verwenden. CS-4 erreicht auf den größten und fortschrittlichsten Modellen die branchenführende Geschwindigkeit und verändert damit das Paradigma grundlegend.“

In puncto Energieeffizienz erzielt CS-4 die bis zu zehnfache Durchsatzleistung pro Watt gegenüber dem CS-3 und verbessert so die Wirtschaftlichkeit von Rechenzentren signifikant. Andrew Feldman, CEO, erklärt, dass schnell generierte Tokens wertvoller sind als langsame. CS-4 ermöglicht daher eine höhere Qualität und Quantität von Tokens innerhalb des verfügbaren Strombudgets und „verändert damit das Paradigma grundlegend“.

CS-4 wurde mit einer um 50 % reduzierten Komponentenanzahl konzipiert, was die Implementierung für Kunden vereinfacht und beschleunigt. Architektonisch trennt die neue Nexus Plattform Berechnung, Stromversorgung und I/O in modulare Bauteile. Die Stromumwandlung ist nicht mehr 50 mm vom Prozessor entfernt wie auf herkömmlichen GPU-Platinen, sondern nur noch etwa 0,5 mm, was die Energieverluste drastisch reduziert und höhere Betriebsfrequenzen erlaubt. Das herausnehmbare „Rucksack“-Design integriert Stromumwandlung, Flüssigkühlung und Steuerungselektronik in einer separaten Einheit und reduziert die Bereitstellungszeiten von Tagen auf wenige Stunden.

Bemerkenswert ist, dass Cerebras bei den Wafer-Scale-Systemen statische RAM (SRAM) anstelle des in der Branche üblichen DRAM verwendet. SRAM ist wesentlich schneller als DRAM, aber größer und teurer – das Teller-große Wafer von Cerebras stellt den nötigen physischen Raum für SRAM bereit. Außerdem ermöglicht das Design eines einzelnen Chips wesentlich kürzere Datenübertragungsstrecken als die Multi-Chip-Systeme von Nvidia oder AMD.

Ökosystem-Kooperation: Zusammenarbeit mit AMD Helios, Ziel ist die 5-fache Effizienzsteigerung

Das programmierbare I/O-Subsystem des CS-4 unterstützt das auf Ethernet basierende RoCE v2 RDMA-Protokoll und ermöglicht die Integration in heterogene Systeme. Cerebras kooperiert hierfür mit AMD (AMD.US), um AMDs Helios Rack-Lösung mit WSE zu kombinieren – was pro Watt die Tokens pro Sekunde im Vergleich zur reinen Cerebras-Konfiguration um das Fünffache erhöht. Auch AWS Trainium wird als Partner aufgelistet.

Dylan Patel, Gründer und CEO von SemiAnalysis, kommentiert, dass die Verbesserungen in der Deployabilität und Netzwerkfähigkeit des CS-4 es ermöglichen, größere Modelle zu skalieren und so „groß angelegte Token-Fabriken“ zu entwickeln.

Markthintergrund: Kursrückgang um 35 % nach Börsengang, CS-4 als entscheidender Wendepunkt

Cerebras wurde am 14. Mai 2026 zu einem Preis von 185 US-Dollar pro Aktie an der Nasdaq gelistet; der Eröffnungskurs lag bei 350 US-Dollar, der Schlusskurs bei 311,07 US-Dollar mit einem Anstieg von 68 %. Seitdem fiel der Aktienkurs kontinuierlich und lag am Dienstag bei rund 220 US-Dollar – ein Rückgang von etwa 35 % gegenüber dem Hoch.

Das Finanzergebnis für das zweite Quartal fiel gemischt aus: Der Kernumsatz lag bei 209,9 Millionen US-Dollar, eine Steigerung von 103 % gegenüber dem Vorjahreszeitraum; jedoch wurde ein Verlust von 2,98 US-Dollar pro Aktie ausgewiesen, während im Vorjahr noch ein Gewinn von 1,91 US-Dollar erzielt wurde. Die Prognose für eine Verdreifachung des Kerngeschäfts bis 2027 und die über den Erwartungen liegende Quartalsvorschau konnten die Investoren nicht vollständig überzeugen. Allerdings belaufen sich die verbleibenden vertraglichen Verpflichtungen des Unternehmens auf 25,4 Milliarden US-Dollar und bieten dadurch starke Sichtbarkeit für zukünftige Umsätze.

Branchensignifikanz: Grundlegende Veränderungen im AI-Inferenzmarkt

Die Einführung des CS-4 kommt zur Schlüsselzeit, in der die Nachfrage nach AI-Inferenz explosionsartig wächst. Während große Modelle vom Training zur massenhaften Bereitstellung übergehen, wird die Inferenz-Effizienz zum entscheidenden Wettbewerbsfaktor in den AI-Infrastrukturen. Wenn der von Cerebras behauptete 30-fache Geschwindigkeitsvorteil durch unabhängige Benchmarks bestätigt wird, könnte dies die Kaufentscheidungen von Betreibern großer Rechenzentren verändern.

Die Präsentation des Cerebras CS-4 markiert die Weiterentwicklung des AI-Chipwettbewerbs vom Training in Richtung Inferenzmarkt. Ob das System die Vorherrschaft von Nvidia im Bereich der AI-Inferenz tatsächlich stören kann, hängt von der Bestätigung der Leistungsdaten durch unabhängige Benchmarks ab – und davon, ob der CS-4 in ausreichender Stückzahl schnell ausgeliefert werden kann, um den steigenden Bedarf an schnellen Token-Generierung in großen Rechenzentren zu bedienen.

Das Cloud-Inferenzgeschäft von Cerebras verzeichnete im zweiten Quartal einen Jahreszuwachs von 287 % und erreichte einen Kern-Cloud-Umsatz von 127,7 Millionen US-Dollar. Die Einführung des CS-4 markiert den Beginn eines neuen Stadiums, in dem Cerebras vom Verkauf von Hardware zur Vermietung von Inferenzkapazität übergeht.