Cerebras CS-4: wafer-scale стойка с 6× мощностью и до 30× быстрее GPU на inference
Cerebras CS-4: wafer-scale стойка с 6× мощностью и до 30× быстрее GPU на inference Cerebras представила CS-4 — новую серверную стойку с тремя процессорами WSE-3 Turbo. Система даёт до 30 раз более высокую скорость inference (этапа, когда модель генерирует ответ) по сравнению с GPU и вдвое быстрее предыдущей CS-3. CS-4 построена на архитектуре Nexus и содержит три чипа Wafer Scale Engine 3 Turbo (каждый размером с тарелку, 4 трлн транзисторов, TSMC 5 нм). Общая производительность — 750 PFLOPS, пропускная способность памяти 129,6 PB/s, задержка между wafer — всего 2 микросекунды. Это позволяет обслуживать модели свыше 10 триллионов параметров со скоростью более 1000 токенов в секунду на пользователя. В тестах на GPT-OSS-120B система выдаёт свыше 4400 токенов/с на пользователя — до 30 раз быстрее типичных GPU-решений. Плюс до 10× больше throughput на ватт, чем у CS-3, и на 50 % меньше компонентов — проще и быстрее собирать дата-центры. Доступность — в третьем квартале 2026. Cerebras уже работает с OpenAI (Ultrafast mode GPT-5.6 Sol) и планирует к концу 2027 года 600 МВт мощности. Пока NVIDIA доминирует в обучении, на этапе inference появляется серьёзная альтернатива с радикально другой архитектурой. ... и насколько быстро такие решения выйдут за пределы высоконагруженных нишевых сценариев?... Источники: https://investors.cerebras.ai/news-releases/news-release-details/cerebras-unveils-cs-4-30-times-faster-gpu-based-solutions/ https://www.reuters.com/technology/cerebras-launches-new-server-chip-system-designed-speed-ai-chatbots-2026-08-19/ #AI #Cerebras #Inference #WaferScale #CS4 #NVIDIA