Tinututok ang Nvidia! Naglabas ang Cerebras (CBRS.US) ng “pinakamabilis na AI accelerator” na CS-4 system, na inaangkin na 30 beses na mas mabilis ang inference speed kumpara sa solusyon ng GPU

Nalalaman ng APP ng Pananalaping Matalino na ang kumpanyang AI chip na Cerebras Systems (CBRS.US) ay opisyal na naglunsad ng bagong henerasyon ng rack-level AI system na Cerebras CS-4 sa SUPERNOVA release event sa San Francisco, na inaangkin nilang "pinakamabilis na AI accelerator sa industriya". Ang sistemang ito ay nakatuon sa AI inference na sektor at direktang pumapantay sa GPU server products ng NVIDIA (NVDA.US). Inaasahan ang CS-4 na magsimulang ipadala ngayong quarter (Q3 ng 2026), at kasalukuyang sinusubok ng ilang piling kliyente ang mga sample units.

Teknikal na Espesipikasyon: Tatlong wafer-level processors para sa 750 PFLOPs na kakayahan sa compute

Ang CS-4 ang unang produkto ng bagong Nexus rack-level platform architecture ng Cerebras, na pinapagana ng tatlong bagong Wafer Scale Engine 3 Turbo (WSE-3T) na wafer-level processors. Ang WSE-3T ay ang pinakamalaking AI processor sa kasaysayan, kada chip ay may 4 na trilyong transistors at 900,000 AI-optimized cores, sumasaklaw ng 46,225 square millimeters ng silicon area, na may naka-integrate na 44GB SRAM.

Nagbibigay ang CS-4 system ng 750 PFLOPs na AI compute performance, 129.6 PB ng memory bandwidth per second at 7.2 Tbps ng I/O throughput per second. Kumpara sa nakaraang CS-3, ang CS-4 ay dalawang beses na mas mabilis at may 10x na throughputs per watt, na nagpapabuti nang husto sa economic efficiency ng data center. Ang WSE-3T ay dinoble ang AI compute ng isang wafer mula 125 PFLOPS tungong 250 PFLOPS, at ang memory bandwidth mula 21.6 PB/s tungong 43.2 PB/s kumpara sa WSE-3. Ang power consumption ng bawat chip ay tumaas mula 15 kilowatts patungong humigit-kumulang 33 kilowatts.

Sa architecture design, gumamit ang CS-4 ng modular Nexus platform architecture, na hiwalay ang compute, power supply, at I/O bilang magkakahiwalay na component. Ang power conversion module mula sa tradisyunal na GPU board na 50 millimeters ang layo mula sa processor ay pinaikli tungong 0.5 millimeters, halos tinanggal ang board-level power loss. Ang pluggable na backpack-style design ay suma-samang nag-integrate ng power conversion, liquid-cooling, at control electronics, kaya't mula ilang araw ay naging ilang oras na lang ang deployment time.

Performance Breakthrough: Mahigit 4,400 Token kada segundo kada user sa GPT-OSS-120B test

Inanunsyo ng Cerebras na nagtakda ng bagong benchmark ang CS-4 sa bilis ng inference. Sa diretsong comparison test sa GPT-OSS-120B model, nakakapag-generate ang CS-4 ng mahigit 4,400 token kada segundo kada user, hanggang 30x nang mas mabilis kaysa GPU-based solution. Ang system ay kayang suportahan ang mga modelong higit sa 50 trillion parameters.

Ayon kay Sean Lie, Chief Technology Officer at co-founder ng Cerebras: "Ang 30x na bilis ay hindi lang nagpapabilis ng response, nagbibigay ito ng mahigit isang order of magnitude na espasyo para sa agent systems na mag-infer, mag-validate, o gumamit ng tools sa parehong aktwal na oras." Dagdag pa ni Cerebras CEO Andrew Feldman: "Sa kasaysayan, ang rapid inference ay nangangahulugan ng paggamit ng mas maliit at mas mahihinang modelo. Ang CS-4 ay nakamit ang industry-leading na bilis sa mga pinakamalalaking frontier models, na lubos na nagbabago sa paradigmang ito."

Sa aspect ng energy efficiency, ang CS-4 ay may hanggang 10x increase sa throughput per watt kumpara sa CS-3, na nagpapabuti nang husto sa economic efficiency ng data center. Tinukoy ni Cerebras CEO Andrew Feldman na dahil mas mahalaga ang mabilis na token kaysa mabagal na token, kayang magbigay ang CS-4 ng mas mataas na kalidad at mas maraming total token sa ibinigay na power budget, "na lubos na binabago ang paradigm."

Gumamit din ang CS-4 ng disenyo na 50% na mas kaunti ang component, kaya mas mabilis at madali ang deployment ng mga kliyente. Sa system architecture, ang bagong Nexus platform ay naghihiwalay ng compute, power supply, at I/O sa modular components—ang power conversion mula sa tradisyunal na GPU motherboards na 50 millimeters ang layo mula sa processor ay pinaikli tungong 0.5 millimeter, na malaki ang pagbaba sa board-level power consumption at sumusuporta sa mas mataas na frequency. Ang pluggable na “backpack” na disenyo ay nag-iintegrate ng power conversion, liquid cooling, at control electronics sa iisang standalone unit, na nagpapababa ng deployment time mula araw patungong oras.

Kailangang bigyang-diin na ang wafer-level system ng Cerebras ay gumagamit ng static random-access memory (SRAM), hindi ang karaniwang DRAM sa industriya. Mas mabilis ang SRAM kaysa DRAM ngunit mas malaki at mas mahal—ang “platter-sized” na wafer ng Cerebras ay nagbibigay ng pisikal na espasyo na kailangan para mapakinabangan ang SRAM. Kasabay nito, ang single-chip design ay nagpapaliit ng data transfer distance kumpara sa multi-chip systems ng NVIDIA o AMD.

Eco-cooperation: Pagsasanib-puwersa sa AMD Helios, target ang 5x na pagtaas ng efficiency

Sinusuportahan ng programmable I/O subsystem ng CS-4 ang Ethernet-based na RoCE v2 RDMA standard, kaya puwedeng i-integrate sa heterogeneous systems. Nakipag-collaborate na ang Cerebras sa AMD (AMD.US) upang i-combine ang AMD Helios rack-level solution sa WSE, na nagbibigay ng 5x mas maraming token per joule kumpara sa pure Cerebras configuration. Kasama rin ang AWS Trainium bilang partner.

Ayon kay Dylan Patel, founder at CEO ng SemiAnalysis, ang enhancement sa deployability at network performance ng CS-4 ay nagbibigay-daan para palakihin ang suporta sa mas malalaking modelo, kaya mahuhubog ang mga “malakihang token factory.”

Market Background: Bumaba ng 35% mula peak price matapos mag-IPO, CS-4 bilang turning point

Ang Cerebras ay nag-IPO noong Mayo 14, 2026 sa Nasdaq sa presyong $185 bawat share. Nagsimula ang trading sa $350 at nagtapos sa $311.07, tumaas ng 68%. Subalit, bumaba ang presyo mula noon at nitong Martes ay nasa $220, bumaba ng 35% mula sa pinakamataas na puntos.

Magkahalo ang resulta ng Q2 financial report ng kompanya: Core revenue ay $209.9 milyon, lumago ng 103% kumpara sa nakaraan; subalit ang net loss ay $2.98 per share, samantalang noong nakaraang taon ay may kitang $1.91 per share. Ang guidance ng kompanya na triple ang core revenue sa 2027 at mas mataas na Q3 outlook ay hindi ganap na nag-convince sa mga mamumuhunan. Gayunpaman, natitira pang obligasyon na tumatagos sa $25.4 bilyong halaga ang nagbibigay ng matibay na visibility sa hinaharap na kita.

Kahalagahan sa Industriya: Naghuhudyat ng re-shaping sa AI inference market

Dumating ang paglabas ng CS-4 sa kritikal na panahon kung kailan sumisirit pataas ang demand sa AI inference. Sa pag-shift ng malalaking modelo mula training papuntang malawakan at actual na deployment, ang inference efficiency ay nagiging pangunahing kompetitibong aspeto ng AI infrastructure. Kung mapatunayan sa independent benchmark testing ang 30x speed advantage na inaangkin ng Cerebras, puwedeng mabago ang procurement decision ng mga hyperscale data center operators.

Ang paglabas ng Cerebras CS-4 ay senyales ng pabilis na paglipat ng kompetisyon sa AI chips mula sa model training patungong inference market. Kung magagawang patunayan ng system ang performance claims nito sa independent benchmarks—at mabilis na maihatid sa sapat na scale ang CS-4—magkakaroon ito ng tsansang mag-ugat sa AI inference field na matatag ang dominasyon ng NVIDIA, lalo na para tugunan ang mabilis na lumalaking pangangailangan sa malalaking data center operations para sa mabilis na token generation.

Ang cloud inference business ng Cerebras ay lumago ng 287% kumpara sa nakaraang taon noong Q2, umabot sa $127.7 milyon na core cloud revenue. Ipinagmamarka ng debut ng CS-4 ang bagong chapter sa pag-transition ng Cerebras mula sa pagbebenta ng hardware patungo sa pagbebenta ng inferred computing capacity bilang serbisyo.