Cerebras发布AI推理系统CS-4，采用提速版WSE-3 Turbo使单片算力与带宽翻倍
芯片性能翻倍，Cerebras发布新一代AI推理系统CS-4
美国AI芯片公司Cerebras发布新一代推理系统CS-4，继续采用5纳米WSE-3晶圆级芯片，但通过提高运行频率、强化供电和液冷能力实现性能翻倍。单片晶圆AI算力由125 PFLOPS提升至250 PFLOPS，内存带宽由21.6 PB/s提升至43.2 PB/s，一个机架容纳三片晶圆总算力达750 PFLOPS。
IDCInside 2026-08-27 08:13 北京
AI芯片竞争正转向推理速度、系统设计和特定工作负载优化
点击蓝字关注我们FOLLOW US
美国人工智能芯片公司Cerebras近日发布新一代AI加速系统CS-4。该系统继续采用5纳米制程的WSE-3晶圆级芯片，但通过提高运行频率、强化供电和液冷能力，使单片晶圆的计算性能和内存带宽较上一代提高约一倍。
与传统芯片不同，Cerebras的WSE-3并非从晶圆上切割出大量小芯片，而是把整片晶圆作为一颗处理器使用。每片芯片集成约4万亿个晶体管、90万个AI核心和44GB片上内存。
CS-4使用经过提速的WSE-3 Turbo。单片晶圆的AI算力由125 PFLOPS提高至250 PFLOPS，内存带宽由21.6 PB/s提高至43.2 PB/s。一个CS-4机架可容纳三片晶圆，总算力达到750 PFLOPS。
性能提升主要来自更高的时钟频率，而非制程或芯片架构升级。为此，Cerebras重新设计了供电和散热系统，将电源转换装置部署在距离处理器约0.5毫米的位置，并采用模块化“背包”设计，把晶圆、供电、液冷和高速接口集成在同一个可插拔组件中。
在GPT-OSS-120B模型测试中，CS-4据称可以实现每名用户每秒生成超过4400个token，最高达到部分GPU系统的30倍。首批设备计划于今年第三季度出货。
不过，这一对比主要反映单用户生成速度，并不等同于总体吞吐量、成本或能源效率全面领先。GPU通常通过批处理同时服务大量用户，而Cerebras更侧重低并发、超低延迟的推理任务。
CS-4的另一项限制是片上内存容量仍为44GB。面对大型模型和长上下文任务，系统需要使用多片晶圆，或者与AMD GPU、AWS Trainium等拥有大容量高带宽内存的处理器配合运行。Cerebras计划让其他处理器负责提示词预处理，CS-4则集中承担对内存带宽要求较高的token生成环节。
CS-4表明，AI芯片竞争正在从单纯追求峰值算力，转向推理速度、系统设计和特定工作负载优化。其优势尤其适用于编程智能体、实时语音、自动工具调用以及需要连续生成和验证内容的AI应用。
这将给英伟达带来一定压力，但暂时不足以动摇其整体市场地位。Cerebras在低延迟推理方面可能建立一个高价值细分市场，而英伟达仍在内存容量、高并发服务、软件生态和通用性方面占据优势。
因此，CS-4更可能成为GPU的专业补充，而不是全面替代者。它真正的重要性在于证明：随着AI产业由训练转向大规模推理，针对特定环节设计的专用芯片，也可能获得可观的市场空间。
往期推荐:
分享产生价值，请顺手转发至朋友圈
公众微信名：IDCinside
也可长按二维码，扫描关注属于数据中心专业人士的社区
数据中心报道、投稿
联系公众号助理（微信：AI_insider）
加入数据中心行业群、运维群
来源：IDCInside · mp.weixin.qq.com