Cerebras放大招，新机柜推理速度可达GPU方案的30倍

整套组合可实现750 PFLOPS的AI算力、129.6 PB/s内存带宽以及7.2 Tbit/s系统I/O。

Cerebras Systems发布CS‑4机柜级AI加速器，并称其速度最高可达现有CS‑3系统的两倍；在单用户每秒生成token指标下，性能最高可达GPU方案的30倍。

该设备是Cerebras称之为Nexus机柜级平台架构下的首款产品。和单颗晶圆的CS‑3不同，CS‑4在一个机柜内部集成3颗全新处理器 —— WSE‑3T。整套组合可实现750 PFLOPS的AI算力、129.6 PB/s内存带宽以及7.2 Tbit/s系统I/O。上述整机指标约为CS‑3的6倍，但该对比是3颗晶圆对比1颗晶圆得出。

按单颗晶圆来算，官方宣称代际性能提升为2倍。WSE‑3T保留WSE‑3的硬件参数：4万亿晶体管、90万个核心、46225平方毫米硅片面积、44GB片上SRAM；同时单颗晶圆算力提升至250 PFLOPS，内存带宽提升至43.2 PB/s。公司并未披露工艺节点、代工合作方，也没有说明翻倍性能来自架构改动、更高时钟频率、低精度数据类型，还是多项技术组合。

供电方案是性能提升的关键一环。Cerebras将电源转换模块距离处理器的位置从约50毫米缩短至0.5毫米，几乎消除电路板层面供电损耗，向晶圆输送的电力提升一倍，以此支持更高工作频率。企业没有公布CS‑4整机功耗与机柜散热上限，而数据中心运营商评估其宣称的每瓦吞吐提升10倍，需要这两项数据作为依据。

算力子系统重新设计为后置“背包式” 组件，垂直对接电源阵列，把电源转换、直液冷却、I/O与控制电路集成在晶圆周边。Cerebras表示，该组件零部件数量相比上一代减少50%，自动化制造占比提升60%，设备部署时间从数天缩短至数小时。

全新可编程I/O模块支持基于以太网的RoCE v2 RDMA标准，同时具备Direct Wafer Links（晶圆直连）模式。该模式无需交换机，即可实现机柜内部以及跨机柜的晶圆互联，延迟从5微秒降至2微秒。企业称该能力可支撑参数规模超50万亿的大模型，目前公开披露的模型尚未达到该量级。Cerebras举例，CS‑4可在分布式推理架构中和AMD Helios、AWS Trainium搭配使用，由其他加速器负责Prefill（预填充）阶段，Cerebras承担Decode（解码）阶段。不过该公司并未说明已和上述两家厂商达成商业合作。

官方宣传的性能峰值，基于一项基准测试：在开源权重模型GPT‑OSS‑120B上实现单用户每秒输出4400以上token，该模型规模远小于前沿大模型。对于30倍性能对比，Cerebras没有说明对标GPU型号、软件栈以及批处理配置；同时附注实际吞吐受模型架构、上下文长度、计算精度、部署方案影响。全部性能数据均未经过第三方独立验证，也没有引用MLPerf这类第三方测试结果。

Cerebras CS‑4将于本季度启动首批出货，暂未公布售价、目标客户以及量产规模。

CS‑4需要扭转硬件业务的颓势

二季度财报显示Cerebras业务重心明显偏离硬件销售。公司营收同比增长74%，达到1.801亿美元；但硬件收入仅5410万美元，去年同期为7030万美元，同比下滑23%，硬件业务利润率微薄。

云及其他服务收入1.26亿美元，同比暴涨281%，营收占比从约三分之一提升至70%。公司上调2026全年核心业绩指引至8.8‑8.9亿美元；核心毛利率41%‑43%，核心营业利润率依旧亏损，区间为‑19%~‑17%。

Cerebras已签约锁定超过600兆瓦的数据中心资源，预计2026年制造产能扩张十倍以上，2027年签约产能将再增长3‑4倍。企业表示硬件交付节奏取决于客户自身的数据中心建设进度。

这样的营收结构，决定了CS‑4的产品定位，其大量亮点 —— 部署从数天压缩到数小时、零部件减少、制造自动化提升、每瓦吞吐优化，既是面向外部客户的卖点，也服务Cerebras自有算力集群运营，该公司自身已经成为自家硬件最大的客户。

分布式推理也有现实合作先例：Cerebras与AMD在7月官宣合作，Helios机柜负责预填充，晶圆级引擎承担解码。双方基于内部对Kimi 2.6模型的测算，宣称单用户每瓦token吞吐最高提升5倍；这套方案将于2026下半年登陆Cerebras云平台。

供应链层面，Cerebras采用台积电5nm工艺，使用片上内存而非HBM显存堆叠。这使其避开当前GPU厂商面临的HBM涨价压力，但同时也限制单颗晶圆内存上限。因此CS‑4应对超大模型的思路是增加晶圆数量，并且提升晶圆之间互联速度。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。