Cerebras CS-4 получил три WSE-3 Turbo и рассчитан на более быстрые ответы ИИ

Cerebras CS-4 построен на трех новых процессорах WSE-3 Turbo. Это развитие архитектуры Wafer-Scale Engine, в которой вычислительные блоки, память и каналы обмена размещены на огромном кристалле размером почти с кремниевую пластину. Такой подход сокращает объем данных, которые приходится постоянно гонять между отдельными ускорителями. Именно обмен данными часто становится одним из ограничений при генерации ответов больших языковых моделей.
У WSE-3 Turbo сохранились 4 трлн транзисторов, 900 000 специализированных ядер и 44 ГБ встроенной SRAM. При этом Cerebras заявляет 250 PFLOPS вычислительной мощности на один процессор, вдвое больше прежнего WSE-3. Пропускная способность памяти также увеличена вдвое, до 43,2 ПБ/с. Три таких процессора в CS-4 дают суммарно до 750 PFLOPS.
Для пользователя чат-бота важнее другая цифра. По данным Cerebras, CS-4 способен выполнять инференс, то есть непосредственно генерировать ответы готовой модели, до 30 раз быстрее некоторых производственных систем на GPU. Относительно CS-3 компания также заявляет до двукратного роста скорости и до десятикратного увеличения производительности на ватт. Эти показатели нельзя воспринимать как универсальное превосходство над любым сервером Nvidia или AMD: Cerebras опирается на собственные тесты и отдельные сторонние измерения, а результат зависит от модели и конфигурации.
Поменялась и сама конструкция сервера. CS-4 стал первой системой на модульной платформе Nexus. В одной стойке размещаются три съемных модуля с WSE-3 Turbo, охлаждением, питанием и интерфейсами. Cerebras сообщает о сокращении количества компонентов примерно на 50%. Для дата-центров это должно упростить сборку, обслуживание и дальнейшее расширение инфраструктуры.
Первые поставки CS-4 компания собирается начать в третьем квартале 2026 года. Цена системы публично не названа. Отдельного анонса продаж или развертывания CS-4 в России также нет. Это серверное оборудование для операторов крупных ИИ-сервисов и дата-центров, поэтому его влияние на обычного пользователя будет косвенным: если подобные системы действительно обеспечат заявленную скорость, сокращаться будет время генерации ответов, кода и выполнения многошаговых заданий ИИ-агентами.