De olho na Nvidia! Cerebras (CBRS.US) lança o "acelerador de IA mais rápido" CS-4, afirmando velocidade de inferência 30 vezes maior que soluções baseadas em GPU

O APP do Financial Times Intelligence reporta que a fabricante de chips de IA, Cerebras Systems (CBRS.US), realizou o evento SUPERNOVA em São Francisco, onde lançou oficialmente o novo sistema de IA em nível de rack, o Cerebras CS-4, declarando-o como "o acelerador de IA mais rápido da indústria". Este sistema é direcionado para o segmento de inferência de IA, competindo diretamente com os servidores GPU da Nvidia (NVDA.US). A previsão é que o CS-4 comece a ser entregue neste trimestre (terceiro trimestre de 2026), estando atualmente em fase de testes de amostras por alguns clientes.

Especificações técnicas: Três processadores em nível de wafer oferecem 750 PFLOPs de poder computacional

O CS-4 é o primeiro produto da nova geração de plataformas Nexus em nível de rack da Cerebras, movido por três novos processadores Wafer Scale Engine 3 Turbo (WSE-3T). O WSE-3T é até agora o maior processador de IA já fabricado, integrando 4 trilhões de transistores e 900 mil núcleos otimizados para IA em cada chip, cobrindo uma área de 46.225 milímetros quadrados de silício, com 44GB de SRAM integrada.

O sistema CS-4 oferece 750 PFLOPs de capacidade para IA, largura de banda de memória de 129,6 PB por segundo e throughput de I/O de 7,2 Tbps por segundo. Comparado ao CS-3, o CS-4 é duas vezes mais rápido e melhora a produtividade por watt em 10 vezes, aumentando consideravelmente a eficiência econômica dos data centers. Frente à geração anterior do WSE-3, o WSE-3T dobra a capacidade de IA por wafer de 125 PFLOPs para 250 PFLOPs e a largura de banda de memória de 21,6 PB/s para 43,2 PB/s. O consumo de energia por chip também saltou de 15kW para cerca de 33kW.

Em termos de design, o CS-4 adota a arquitetura modular Nexus, separando computação, alimentação e I/O em componentes independentes. O módulo de conversão de energia, antes posicionado a cerca de 50 mm do processador nos sistemas GPU tradicionais, foi reduzido para apenas 0,5 mm, praticamente eliminando a perda de energia na placa. O design plugável tipo "mochila" integra conversão de energia, resfriamento líquido e controle eletrônico, reduzindo o tempo de implantação de dias para horas.

Quebra de desempenho: Mais de 4400 Tokens por segundo por usuário no teste do GPT-OSS-120B

A Cerebras afirma que o CS-4 estabelece um novo padrão de velocidade de inferência no setor. Em testes diretos com o modelo GPT-OSS-120B, o CS-4 gera mais de 4.400 tokens por segundo por usuário, atingindo até 30 vezes o desempenho das soluções baseadas em GPU. O sistema suporta modelos com mais de 50 trilhões de parâmetros.

Sean Lie, CTO e cofundador da Cerebras, comenta: "Ser 30 vezes mais rápido não só proporciona respostas mais suaves, mas também, no mesmo tempo real, permite que agentes inteligentes executem inferências, validações ou chamadas de ferramentas em um espaço mais de dez vezes maior." Já Andrew Feldman, CEO da Cerebras, ressalta: "Historicamente, inferência rápida demandava modelos menores e menos capazes. O CS-4 oferece velocidade líder até para os maiores modelos de ponta, mudando fundamentalmente esse paradigma".

Em relação à eficiência energética, o throughput por watt do CS-4 é até 10 vezes maior que o do CS-3, melhorando notavelmente a rentabilidade dos data centers. Feldman frisou que, como tokens gerados mais rapidamente têm maior valor, o CS-4 pode entregar tokens de melhor qualidade e em maior quantidade dentro do mesmo limite de consumo energético, "transformando fundamentalmente o paradigma".

O CS-4 também apresenta um novo design com 50% menos componentes, facilitando e acelerando a implantação para os clientes. Na arquitetura do sistema, a nova plataforma Nexus separa computação, energia e I/O em módulos — com a conversão de energia reduzida de cerca de 50 mm para apenas 0,5 mm em relação ao processador, diminuindo drasticamente as perdas de energia na placa e suportando frequências operacionais mais altas. O design plugável tipo "mochila" reúne conversão de energia, resfriamento líquido e controles eletrônicos em uma unidade independente, reduzindo o tempo de deployment de dias para apenas algumas horas.

Vale notar que o sistema em nível de wafer da Cerebras utiliza SRAM (memória estática de acesso aleatório), em vez da DRAM tradicionalmente comum na indústria. A SRAM é muito mais rápida que a DRAM, embora mais volumosa e cara — o wafer do tamanho de um prato da Cerebras fornece o espaço físico necessário para o uso de SRAM. Ao mesmo tempo, o design de chip único reduz drasticamente as distâncias de transferência de dados em relação aos sistemas multinúcleo da Nvidia ou AMD.

Cooperação no ecossistema: Parceria com AMD Helios visando aumento de 5 vezes na eficiência

O subsistema de I/O programável do CS-4 suporta o padrão RDMA RoCE v2 baseado em Ethernet, permitindo integração com sistemas heterogêneos. A Cerebras já está colaborando com a AMD (AMD.US) nessa arquitetura, combinando a solução de rack Helios da AMD com o WSE, o que resulta em um número de tokens gerados por segundo por watt 5 vezes maior do que a configuração padrão Cerebras. A AWS Trainium também foi listada como parceira.

Dylan Patel, fundador e CEO da SemiAnalysis, comenta que os avanços do CS-4 em deployabilidade e rede permitem sua expansão para modelos ainda maiores, criando autênticas "fábricas de tokens em larga escala".

Contexto de mercado: Após o IPO, preço das ações recua 35% desde a máxima; CS-4 torna-se ponto de inflexão

A Cerebras abriu capital em 14 de maio de 2026 na Nasdaq a US$185 por ação, com valor de abertura em US$350 e encerrando o dia em US$311,07, uma alta de 68%. No entanto, as ações recuaram de forma contínua e, na terça-feira, eram negociadas por cerca de US$220, queda aproximada de 35% em relação à máxima.

O balanço do segundo trimestre trouxe resultados mistos: a receita principal foi de US$209,9 milhões, um crescimento de 103% ano a ano; porém, o prejuízo por ação foi de US$2,98, enquanto no mesmo período do ano passado havia lucro de US$1,91. As perspectivas de triplicar a receita principal até 2027 e a previsão do Q3 acima do esperado não convenceram totalmente os investidores. Apesar disso, a empresa tem obrigações contratuais a cumprir de US$25,4 bilhões, dando forte previsibilidade para as receitas futuras.

Significado para o setor: Estrutura do mercado de inferência de IA pode ser redefinida

O lançamento do CS-4 acontece em um momento crítico de explosão da demanda por inferência de IA. À medida que os grandes modelos de IA evoluem da fase de treinamento para a implantação em larga escala, a eficiência na inferência torna-se um diferencial-chave da infraestrutura de IA. Caso a vantagem de 30 vezes em velocidade anunciada pela Cerebras seja confirmada em benchmarks independentes, isso poderá impactar as decisões de compra dos operadores de data center em scale ultragrande.

O lançamento do Cerebras CS-4 marca a aceleração da competição entre chips de IA, que agora, além do treinamento, se intensifica no mercado de inferência. O real potencial do sistema em desafiar a liderança da Nvidia no segmento de inferência de IA dependerá da validação independente de seu desempenho reclamado — e se o CS-4 conseguir ser entregue rápida e suficientemente em grande escala para atender à crescente demanda desses data centers por geração rápida de tokens.

O negócio de inferência em nuvem da Cerebras já apresentou crescimento de 287% no segundo trimestre, alcançando US$127,7 milhões em receita central de nuvem. O lançamento do CS-4 marca uma nova fase de transição do modelo de hardware para a oferta de capacidade de inferência como serviço comercializado pela empresa.