Ciblant Nvidia ! Cerebras (CBRS.US) lance le « plus rapide accélérateur d’IA » CS-4, affirmant une vitesse d’inférence 30 fois supérieure aux solutions GPU

Selon les informations de la plateforme financière Zhihui Finance, la société de puces AI Cerebras Systems (CBRS.US) a officiellement lancé lors de la conférence SUPERNOVA à San Francisco son nouveau système AI de niveau rack, le Cerebras CS-4, le qualifiant de « l’accélérateur AI le plus rapide du secteur ». Ce système cible le marché de l’inférence AI et se positionne directement face aux serveurs GPU de Nvidia (NVDA.US). Le CS-4 devrait commencer à être expédié ce trimestre (troisième trimestre 2026) et est actuellement en phase de test chez quelques clients privilégiés.

Spécifications techniques : Trois processeurs de type wafer pour une puissance de 750 PFLOPs

Le CS-4 est le premier produit de la nouvelle architecture Nexus de niveau rack de Cerebras, propulsé par trois tout nouveaux processeurs Wafer Scale Engine 3 Turbo (WSE-3T). Le WSE-3T est le plus grand processeur AI jamais conçu, chaque puce intégrant 4 000 milliards de transistors et 900 000 cœurs optimisés pour l’AI, couvrant une surface en silicium de 46 225 mm² et intégrant 44GB de SRAM.

Le système CS-4 fournit une capacité AI de 750 PFLOPs, une bande passante mémoire de 129,6 PB/s et une bande passante d’E/S de 7,2 Tbps. Par rapport à la génération précédente CS-3, le CS-4 double la vitesse et améliore le débit par watt d’un facteur 10, améliorant notablement l’efficacité économique des centres de données. Par rapport au WSE-3 de génération antérieure, le WSE-3T double la puissance AI par wafer de 125 PFLOPS à 250 PFLOPS, et la bande passante mémoire de 21,6 PB/s à 43,2 PB/s. La consommation électrique d’une seule puce passe également de 15 kW à environ 33 kW.

Au niveau de la conception, le CS-4 adopte une architecture de plateforme Nexus modulaire, séparant le calcul, l’alimentation et l’E/S en composants indépendants. Le module de conversion d’alimentation passe de la position traditionnelle à environ 50 mm du processeur sur les cartes GPU conventionnelles à seulement 0,5 mm, éliminant presque toute perte d’énergie sur la carte. La conception enfichable de type « sac à dos » intègre conversion d’alimentation, refroidissement liquide et électronique de contrôle, réduisant le temps de déploiement de plusieurs jours à quelques heures.

Avancée en performance : Plus de 4 400 tokens par seconde par utilisateur lors des tests GPT-OSS-120B

Cerebras affirme que le CS-4 établit un nouveau standard industriel en matière de vitesse d’inférence. Lors de tests comparatifs directs sur le modèle GPT-OSS-120B, le CS-4 peut générer plus de 4 400 tokens par seconde et par utilisateur, soit jusqu’à 30 fois plus que les solutions GPU. Le système peut prendre en charge des modèles comportant plus de 50 000 milliards de paramètres.

Sean Lie, CTO et cofondateur de Cerebras, a déclaré : « Être 30 fois plus rapide, ce n’est pas seulement une question de fluidité de la réponse, cela permet aux agents intelligents d’effectuer beaucoup plus d’inférences, de vérifications ou d’appels d’outils sur la même période. » Andrew Feldman, CEO de Cerebras, a ajouté : « Historiquement, des inférences rapides impliquaient d’utiliser des modèles plus petits et moins puissants. Le CS-4 offre une vitesse inégalée sur les plus grands modèles avancés, modifiant fondamentalement ce paradigme. »

En matière d’efficacité énergétique, le débit par watt du CS-4 est jusqu’à 10 fois supérieur à celui du CS-3, améliorant significativement l’économie des centres de données. Andrew Feldman précise que des tokens générés rapidement sont plus valorisés que des tokens lents, ce qui signifie que le CS-4 peut fournir à la fois une qualité et un volume de tokens supérieurs pour la même enveloppe énergétique, « transformant fondamentalement le paradigme ».

Le CS-4 adopte également une conception réduisant de moitié le nombre de composants, facilitant ainsi un déploiement plus simple et plus rapide pour les clients. Structurellement, la nouvelle plateforme Nexus sépare calcul, alimentation et E/S en modules — la conversion d’alimentation passe de 50 mm à seulement 0,5 mm de distance du processeur, réduisant considérablement les pertes énergétiques sur la carte et permettant des fréquences de fonctionnement plus élevées. Sa conception enfichable compacte intègre alimentation, refroidissement liquide et contrôle électronique en une seule unité, réduisant le temps de déploiement de plusieurs jours à quelques heures.

Il convient de noter que le système à l’échelle du wafer de Cerebras utilise de la SRAM (mémoire statique à accès aléatoire) au lieu de la DRAM usuelle. La SRAM est beaucoup plus rapide que la DRAM, mais elle est aussi plus volumineuse et coûteuse—la surface « taille assiette » d’un wafer de Cerebras offre l’espace physique nécessaire à l’utilisation de la SRAM. En parallèle, le design monopuces réduit la distance de transmission des données par rapport aux systèmes multi-puces de Nvidia ou AMD.

Écosystème : Partenariat avec AMD Helios, objectif x5 sur l’efficacité

Le sous-système E/S programmable du CS-4 supporte le standard RDMA sur Ethernet RoCE v2 et peut être intégré à des systèmes hétérogènes. Cerebras collabore avec AMD (AMD.US) pour associer la solution Helios au niveau rack d’AMD et le WSE : le nombre de tokens générés par watt et par seconde est multiplié par 5 par rapport à une configuration Cerebras pure. AWS Trainium est également listé comme partenaire.

Dylan Patel, fondateur et CEO de SemiAnalysis, estime que les progrès du CS-4 en matière de déployabilité et de capacité réseau lui permettent de s’étendre à des modèles de très grande taille, ouvrant la voie à des « usines à tokens » à grande échelle.

Contexte de marché : après l’introduction en bourse, le titre recule de 35% par rapport à son plus haut, le CS-4 devient un tournant clé

Cerebras est entrée au Nasdaq le 14 mai 2026 à un prix de 185 USD par action, avec une ouverture à 350 USD, une clôture à 311,07 USD et un gain de 68%. Cependant, le cours a ensuite baissé, s’établissant mardi autour de 220 USD, soit une baisse de 35% par rapport au sommet.

Le rapport financier du deuxième trimestre présente des résultats mitigés : le chiffre d’affaires principal a atteint 209,9 millions USD, une hausse de 103% en glissement annuel ; mais la perte par action s’élève à 2,98 USD, contre un bénéfice de 1,91 USD l’an dernier. Les prévisions de triplement du chiffre d’affaires principal pour 2027 et un T3 supérieur aux attentes n’ont pas pleinement convaincu les investisseurs. Cependant, avec des obligations d’exécution restantes de 25,4 milliards USD, la visibilité sur les revenus futurs est solide.

Enjeux sectoriels : Le marché de l’inférence AI sur le point d’être redéfini

La sortie du CS-4 intervient à un moment critique d’explosion de la demande d’inférence AI. À mesure que les grands modèles passent de l’entraînement au déploiement à grande échelle, l’efficacité de l’inférence devient le nouvel axe central de la compétition pour l’infrastructure AI. Si l’avance annoncée de 30 fois en rapidité de Cerebras est confirmée par des tests indépendants, cela pourrait bouleverser les décisions d’achat des opérateurs de centres de données hyperscale.

Le lancement du Cerebras CS-4 marque l’accélération de la compétition sur les puces AI — du marché de l’entraînement vers celui de l’inférence. Il reste à voir si ce système peut réellement menacer la domination de Nvidia sur l’inférence AI, ce qui dépendra de la validation indépendante de ses performances ainsi que de la capacité de Cerebras à livrer le CS-4 rapidement et à grande échelle pour répondre à la demande croissante de génération rapide de tokens des opérateurs de centres de données hyperscale.

L’activité Cloud d’inférence AI de Cerebras a enregistré une croissance annuelle de 287% au deuxième trimestre, atteignant 127,7 millions USD de revenus core Cloud. La sortie du CS-4 marque aussi l’entrée de Cerebras dans une nouvelle phase, passant de la vente de hardware à un modèle d’affaires basé sur la location de puissance d’inférence.