Cerebras přivezl na svou konferenci Supernova 2026 skříň, která zvenku připomíná spíš průmyslový chladicí agregát než počítač. Jenže uvnitř jsou tři křemíkové plátky velké jako talíř a firma slibuje, že text generuje až třicetkrát rychleji než sestavy postavené na grafických kartách.
Co je CS-4 zač
Cerebras představil CS-4, čtvrtou generaci systému a první, která do jedné skříně integruje tři wafery místo jednoho. Každý wafer využívá procesor WSE-3 Turbo se čtyřmi biliony tranzistorů, 900 tisíci jádry a 44 GB paměti přímo na plátku. Celá skříň poskytuje výkon 750 PFLOPS s propustností 7,2 Tb/s, přičemž latence mezi plátky klesla z původních pěti milisekund na dvě mikrosekundy.
Klíčové však je to, co uvnitř nenajdete, nový křemík to totiž není. WSE-3 Turbo je pouze vyladěná verze čipu představeného v roce 2024 se shodným počtem tranzistorů, jader i paměti. Společnost zhruba zdvojnásobila taktovací frekvenci díky vyššímu napájení a efektivnějšímu chlazení plátku.
Nepřekonatelná rychlost
Při testování modelu GPT-OSS-120B vygenerovala skříň přes 4 400 tokenů za sekundu na jednoho uživatele, což je zhruba dvojnásobek oproti předchozí generaci. Cerebras v názorném srovnání ukázal, že co systém CS-4 stihne za jedinou sekundu, trvá sestavě s grafickými kartami celých třicet sekund.
Odhad analytické společnosti SemiAnalysis mluví o rychlosti kolem čtyř tisíc tokenů za sekundu u největších modelů, zatímco čipy Blackwell od Nvidie dosahují jen sta až dvou set. Nejde o procentuální rozdíl, ale o zcela novou kategorii uživatelského zážitku, která navíc není pouze teoretická. Společnost OpenAI nedávno spustila tarif Ultrafast, kde infrastruktura Cerebras pohání model GPT-5.6 Sol rychlostí až 750 výstupních tokenů za sekundu, což je čtrnáctkrát rychleji než při běžném zpracování. V umělé inteligenci znamená rychlost produktivitu, prohlásil k tomu šéf a spoluzakladatel společnosti Andrew Feldman.
Změny v napájení
Nejvýznamnějším prvkem celého systému je napájení. Cerebras přiblížil měniče z padesáti milimetrů na pouhého půl milimetru od procesoru, čímž prakticky eliminoval ztráty na základní desce a dokázal do plátku dodávat dvojnásobné množství energie. Identické tranzistory tak pracují rychleji pouze díky tomu, že jim skříň zajišťuje lepší napájení a chlazení.
Společnost kolem tohoto řešení vyvinula modul nazvaný Wafer-Scale Backpack. Napájení, přímé kapalinové chlazení, rychlé vstupy a výstupy i řídicí elektronika tvoří jeden kompaktní celek s polovičním počtem součástek oproti předchozí verzi a s výrazně vyšším podílem automatizované výroby. Samotné nasazení systému tak podle Cerebrasu trvá pouhé hodiny místo původních dnů.
Spotřeba skříně se pohybuje mezi 120 a 140 kW. To představuje zhruba polovinu hodnoty očekávané od chystaných sestav AMD Helios a Nvidia Vera Rubin, a to dokonce i se třemi wafery uvnitř systému.
Propojení, které rozhoduje o všem
Nový vstupně-výstupní modul zdvojnásobil propustnost na 2,4 Tb/s na plátek, využívá standardní ethernetový protokol RoCE v2 a umožňuje propojení waferů uvnitř skříně i mezi skříněmi bez nutnosti použít přepínač. Pro rozsáhlejší sestavy Cerebras nasadil přepínače Arista Etherlink, díky čemuž dokáže systém škálovat pro modely s více než padesáti biliony parametrů a zpracovávat úlohy z cizího hardwaru. Přípravnou fázi dotazu mohou obstarat karty AMD Helios nebo čipy AWS Trainium, zatímco samotné generování textu následně zajistí Cerebras.
Slabá místa
Uváděný třicetinásobný rozdíl pochází ze srovnání, které si společnost Cerebras zvolila sama. U rekordního výsledku 4 400 tokenů navíc chybí upřesnění konfigurace, jako je počet waferů, velikost dávky, délka kontextu či počet souběžných uživatelů. Tento rekord naměřený na modelu se 120 miliardami parametrů navíc neposkytuje dostatek informací o ekonomice provozu u bilionových modelů, kvůli kterým celý systém vlastně vznikl.
Kapacita paměti na plátku zůstala na hodnotě 44 GB, takže největší modely je nutné distribuovat přes velké množství waferů a skříní, což klade enormní nároky na kvalitu propojení. Analytici z Futurum Group také upozorňují, že dvojnásobná hustota napájení představuje značné výrobní riziko, protože do stejného křemíku proudí dvojnásobek wattů a plátek nelze v případě poruchy vyměnit. Výrobu přitom zajišťují tři smluvní partneři současně. Společnost SemiAnalysis navíc odhaduje, že efektivita výkonu na watt se oproti předchozí generaci zlepšila jen mírně, což neodpovídá tvrzení výrobce o desetinásobném nárůstu.
Verdikt
Z hlediska inženýrského zpracování představuje systém CS-4 mimořádný úspěch, byť v jiné oblasti, než společnost sama nejvíce zdůrazňuje. Nejedná se o nový procesor, ale o inovativní skříň, která ze stávajícího čipu dokáže získat dvojnásobný výkon. Uživatelé, kteří vyžadují odpovědi rychleji, než je člověk schopen číst, nemají v současnosti lepší volbu. Ti, kteří sledují především náklady na generování jednoho tokenu u rozsáhlých modelů, by však měli počkat na nezávislá měření se zveřejněnou konfigurací.
Jak si firma vede na trhu
Společnost Cerebras zaznamenala ve druhém čtvrtletí tržby přesahující 209 milionů dolarů, což představuje dvojnásobek oproti stejnému období loňského roku. Příjmy z cloudových služeb vzrostly na 126 milionů dolarů, zatímco prodej hardwaru naopak klesl na 54 milionů dolarů. Nevyfakturované smlouvy podnik vyčíslil na 25,4 miliardy dolarů a vedení předpokládá, že v roce 2027 tržby minimálně ztrojnásobí. Do konce roku 2027 plánuje mít nasmlouvanou kapacitu přes 600 MW v datových centrech a evropským zákazníkům zajistí přístup prostřednictvím londýnské technologické společnosti Callosum. Hodnota akcií po představení systému CS-4 klesla o 12,7 procenta, čímž došlo k eliminaci pondělního patnáctiprocentního růstu.
Zdroje: finance.yahoo.com a wccftech.com
