Cerebras ha presentato il CS-4 nel corso della sua conferenza Supernova, con un lancio fissato per le 20:00 ET del 18 agosto — 00:00 UTC del 19 agosto. Il sistema è valutato a 750 PFLOPS e 129,6 petabyte al secondo di banda di memoria, e Cerebras afferma velocità fino a trenta volte superiori rispetto alle soluzioni basate su GPU in alcune configurazioni.

Cosa c’è nella confezione

Tre processori WSE-3 Turbo, ciascuno con quattro trilioni di transistor e 900.000 core ottimizzati per l’AI, realizzati da TSMC con un processo a 5nm. Cerebras descrive il sistema come due volte più veloce del CS-3. Le prime consegne sono previste per il terzo trimestre del 2026 e non è stato comunicato alcun prezzo.

Cosa sbaglia il racconto più comune

Il primo errore è considerare 750 PFLOPS come una specifica del chip. Si tratta della somma di tre wafer. Chiunque lo confronti direttamente con un predecessore a wafer singolo, o riporti un balzo di sei volte rispetto al CS-3, sta moltiplicando un miglioramento per wafer per un conteggio del package.

Il secondo è dare per scontato nuovo silicio. Il nodo di processo non è cambiato. Electronics Weekly è esplicito nel dire che Cerebras "aumenta le prestazioni del suo silicio esistente facendo passare più potenza attraverso di esso," grazie a "un sistema di raffreddamento più efficace." Si tratta di un risultato termico e di alimentazione su un die già esistente, non di un progresso nella fabbricazione.

Il terzo è la metrica di confronto. "Fino a 30 volte più veloce delle GPU" indica i token al secondo per utente — cioè quanto rapidamente torna il risultato di un singolo flusso interattivo, dimostrato a oltre 4.400 token al secondo per utente su GPT-OSS-120B. Non si tratta di throughput per rack o per dollaro, che è l’area in cui sono ottimizzati i parchi GPU, e lo stesso fornitore osserva che i risultati variano in base all’architettura del modello, alla lunghezza del contesto e alla configurazione.

La conseguenza interessante

Se un wafer di due anni fa può raddoppiare la propria produzione grazie solo al raffreddamento e alla distribuzione dell’energia, il vincolo che limita il silicio per l’inferenza si è spostato dalla litografia verso i problemi termici e di conversione dell’energia — gli stessi a cui è già soggetto il buildout dei data center. Nulla è ancora stato spedito, il che rende questa una presentazione e non un ricavo.