Cerebras CS-4: Drei Wafer, ein Rack — bis zu 30x schneller
Das erste Multi-Wafer-System des frisch börsennotierten Chipbauers zielt auf den Inferenz-Markt: über 1.000 Tokens pro Sekunde bei Billionen-Modellen.
Symbolbild · KI-generiert (AI IN LIFE)
Auf einen Blick
- Drei WSE-3-Turbo-Prozessoren pro Rack, 750 Petaflops (Sparse FP16)
- Über 1.000 Tokens/s bei Modellen mit mehr als 10 Billionen Parametern
- Takt verdoppelt: 1,4 auf 2,8 GHz, Latenz 2 Mikrosekunden zwischen Wafern
- Partner: OpenAI, G42, AWS, AMD; Auslieferung ab Q3 2026
- Cerebras Q2-Umsatz: 180,1 Mio. Dollar (+74 % YoY), Nasdaq-IPO im Mai 2026
Was ist neu? Cerebras hat mit dem CS-4 sein erstes System vorgestellt, das drei Wafer-Scale-Prozessoren in einem Rack bündelt. Der Hersteller verspricht bis zu 30-mal schnellere Inferenz als GPU-Systeme und mehr als 1.000 Tokens pro Sekunde selbst bei Modellen jenseits von zehn Billionen Parametern. Erste Auslieferungen sollen noch im dritten Quartal beginnen.
Wie erreicht Cerebras das? Nicht mit neuem Silizium: Der verbaute WSE-3 Turbo ist der bekannte Chip mit vier Billionen Transistoren und 900.000 Kernen — nur mit verdoppeltem Takt von 1,4 auf 2,8 Gigahertz. Dazu kommen 750 Petaflops Sparse-FP16-Leistung pro System, eine Wafer-zu-Wafer-Latenz von zwei Mikrosekunden und laut Firmenangaben die zehnfache Leistung pro Watt gegenüber dem CS-3.
Wer arbeitet mit? Als Partner nennt Cerebras unter anderem OpenAI, G42, AWS und AMD. Bemerkenswert ist die Arbeitsteilung: Für das Prompt-Processing (Prefill) können AMD-Helios-Racks oder AWS Trainium einspringen, während der CS-4 die latenzkritische Antwortgenerierung übernimmt. „In AI, speed is productivity", fasst CEO Andrew Feldman die Positionierung zusammen.
Warum gerade jetzt? Der Markt verlagert sich vom Training zur Inferenz — dorthin, wo Agenten und Reasoning-Modelle bei jeder Anfrage Rechenleistung verbrauchen. Cerebras ist seit Mai mit einem 5,55-Milliarden-Dollar-Debüt an der Nasdaq notiert und meldete zuletzt 180,1 Millionen Dollar Quartalsumsatz, ein Plus von 74 Prozent zum Vorjahr.
Was ist offen? Preise nennt Cerebras nicht, bestätigte Großaufträge für den CS-4 ebenso wenig. Und die 30x-Angabe ist eine Herstellerbehauptung unter günstig gewählten Bedingungen — unabhängige Benchmarks stehen aus. Klar ist nur die Richtung: Der Kampf um die schnellste Token-Ausgabe hat einen neuen Maßstab.
Dieser Artikel wurde KI-gestützt erstellt und redaktionell geprüft.
Häufige Fragen
Was unterscheidet den CS-4 vom CS-3?
Der CS-4 koppelt erstmals drei Wafer-Prozessoren in einem Rack und verdoppelt den Chiptakt auf 2,8 GHz. Das Silizium selbst bleibt der bekannte WSE-3 — der Sprung kommt aus Architektur und Stromversorgung.
Ist der CS-4 wirklich 30-mal schneller als GPUs?
Das ist eine Herstellerangabe für ausgewählte Inferenz-Szenarien. Unabhängige Benchmarks liegen noch nicht vor.
Warum setzt Cerebras auf Inferenz statt Training?
Agenten und Reasoning-Modelle verbrauchen bei jeder Anfrage Rechenleistung — der Inferenz-Markt wächst dadurch strukturell, und niedrige Latenz wird zum Verkaufsargument.
