Cerebras CS-4 推論速度倍增，最高為 GPU 方案的 30 倍

Cerebras Systems 發布了 CS-4，這套機架級系統宣稱 AI 推論速度最高比 GPU 競品快 30 倍，進一步挑戰 Nvidia 在高速 token 服務領域的主導地位。這項發布於週二舉行的公司 SUPERNOVA 活動中亮相，時機恰逢因第二季令人困惑的會計處理引發 13% 至 17% 拋售的一週之後，讓投資人得以用一款具體產品來衡量公司關於 2027 年核心營收三倍化的指引。

「速度快 30 倍不只是讓回應感覺流暢。它給予代理人式系統在相同的牆鐘時間內，多出一個數量級的推理、驗證或工具使用空間。」Cerebras 技術長兼共同創辦人 Sean Lie 表示。

CS-4 由三片全新的 WSE-3T 晶圓構成，提供 750 PFLOPs 的 AI 運算能力、每秒 129.6 PB 的記憶體頻寬，以及每秒 7.2 Tbps 的 I/O 吞吐量。據公司表示，其速度最高為前一代 CS-3 的兩倍，每瓦吞吐量提升最高達 10 倍。在 GPT-OSS-120B 模型的正面對決測試中，CS-4 每位使用者每秒產生超過 4,400 個 token，Cerebras 宣稱這比 GPU 方案快最高 30 倍。

WSE-3T 是有史以來最大的 AI 處理器，在 46,225 平方毫米的矽晶上整合了 4 兆顆電晶體與 90 萬個 AI 優化核心，並在晶圓上整合了 44GB 的 SRAM。相較於 WSE-3，它將每片晶圓的 AI 運算能力提升一倍至 250 PFLOPs，記憶體頻寬提升至每秒 43.2 PB。全新的 Direct Wafer Links 模式可在無需交換器的情況下連接機架內及跨機架的晶圓，將晶圓間延遲降至最低 2 微秒，並支援參數量超過 50 兆的模型。

速度背後的規格

CS-4 是 Cerebras 全新 Nexus 平台架構下首款產品，該架構將運算、電源與 I/O 分離為模組化元件。後置式「背包」將電源轉換、直接液冷與高速 I/O 整合為以晶圓為核心的封裝，將部署時間從數天縮短至數小時，並減少 50% 的元件數量。電源轉換現在距離處理器僅約 0.5 毫米，比傳統 GPU 板卡的距離接近約 100 倍，Cerebras 表示這幾乎消除了板級電源損耗，使 WSE-3T 能以更高頻率運行。

該系統亦支援基於標準的 RoCE v2 RDMA over Ethernet 協定，可銜接既有基礎設施並與異質系統搭配運作。Cerebras 表示，可程式化的 I/O 子系統將支援與 AMD 的 Helios 及 AWS Trainium 等合作夥伴共同打造的分離式推論架構，由獨立的 prefill 引擎將提示詞交由 Cerebras 進行低延遲解碼。

「CS-4 在系統可部署性、可靠性和網路方面帶來重大改良，使大規模 token 工廠得以將效能擴展至更大的模型。」SemiAnalysis 創辦人暨執行長 Dylan Patel 表示。

對雲端競賽的意義

這次發布是 Cerebras 從販售硬體轉型為租賃推論容量的核心環節，該業務在第二季核心雲端營收年增 287%，達到 1.277 億美元。截至 6 月底，公司剩餘履約義務達 254 億美元，其中以 2025 年 12 月與 OpenAI 簽署、價值逾 100 億美元的主合作協議為支柱，並已訂下 2027 年核心營收三倍化的目標。

Cerebras 的晶圓級設計避開了 AI 晶片市場中供應最受限的三項元件——高頻寬記憶體、CoWoS 先進封裝與 3 奈米製程——在鴻海輪值執行長已將 CoWoS 產能視為 AI 伺服器生產天花板之際，這是一項結構性優勢。公司表示，透過合約製造商 Flex、Sanmina 與 Rocket EMS，製造產能將在 2026 年期間擴增超過十倍，且台積電晶圓供應已獲得確保。

競爭態勢十分明朗。Nvidia 主導 AI 訓練並積極進軍高速推論，而 AMD 與 AWS 正自行開發加速器。Cerebras 聲稱其 CS-4 在每位使用者每秒 token 數上相較 GPU 的優勢可達 30 倍，若此差距獲得獨立基準測試的證實，可能改變超大規模雲端業者與 AI 實驗室的採購支出分配。Cerebras 並未揭露 GPU 比較測試的條件細節，僅說明使用了 GPT-OSS-120B 模型。

Cerebras 股價在第二季拋售後約在 219 至 225 美元附近企穩，目前交易價格約為追蹤銷售額的 50 倍——若公司能達成 2027 年營收指引，該倍數將壓縮至約 16 倍。CS-4 的定價與出貨時間表尚未公布；公司表示該系統為 Nexus 平台的首款產品，預計出貨將於未來數季開始。

本文僅供資訊參考，不構成投資建議。