Cerebras brachte zu seiner Konferenz Supernova 2026 einen Schrank mit, der von außen eher an ein industrielles Kühlaggregat als an einen Computer erinnert. Doch im Inneren befinden sich drei tellergroße Silizium-Wafer, und das Unternehmen verspricht, dass er Text bis zu dreißigmal schneller generiert als Systeme auf Basis von Grafikkarten.
Was der CS-4 ist
Cerebras stellte den CS-4 vor, die vierte Generation des Systems und die erste, die drei Wafer statt eines einzigen in einen Schrank integriert. Jeder Wafer nutzt einen WSE-3-Turbo-Prozessor mit vier Billionen Transistoren, 900.000 Kernen und 44 GB Speicher direkt auf dem Wafer. Der gesamte Schrank bietet eine Leistung von 750 PFLOPS bei einer Bandbreite von 7,2 Tb/s, wobei die Latenz zwischen den Wafern von ursprünglich fünf Millisekunden auf zwei Mikrosekunden gesunken ist.
Entscheidend ist jedoch, was man im Inneren nicht findet: neues Silizium. Der WSE-3 Turbo ist lediglich eine optimierte Version des 2024 vorgestellten Chips mit derselben Anzahl an Transistoren, Kernen und demselben Speicher. Das Unternehmen hat die Taktfrequenz dank höherer Stromversorgung und effizienterer Kühlung des Wafers ungefähr verdoppelt.
Unübertroffene Geschwindigkeit
Beim Test des Modells GPT-OSS-120B generierte der Schrank für einen einzelnen Nutzer mehr als 4.400 Token pro Sekunde, was ungefähr dem Doppelten der vorherigen Generation entspricht. Cerebras zeigte in einem anschaulichen Vergleich, dass das, was das CS-4-System in nur einer Sekunde schafft, bei einem System mit Grafikkarten ganze dreißig Sekunden dauert.
Eine Schätzung des Analyseunternehmens SemiAnalysis geht bei den größten Modellen von einer Geschwindigkeit von rund viertausend Token pro Sekunde aus, während die Blackwell-Chips von Nvidia lediglich einhundert bis zweihundert erreichen. Dabei handelt es sich nicht um einen prozentualen Unterschied, sondern um eine völlig neue Kategorie des Nutzererlebnisses, die zudem nicht nur theoretischer Natur ist. OpenAI hat kürzlich den Ultrafast-Tarif gestartet, bei dem die Infrastruktur von Cerebras das Modell GPT-5.6 Sol mit bis zu 750 Ausgabe-Token pro Sekunde betreibt, was vierzehnmal schneller ist als bei der üblichen Verarbeitung. Bei künstlicher Intelligenz bedeute Geschwindigkeit Produktivität, erklärte dazu Andrew Feldman, CEO und Mitgründer des Unternehmens.
Änderungen bei der Stromversorgung
Das wichtigste Element des gesamten Systems ist die Stromversorgung. Cerebras rückte die Spannungswandler von fünfzig Millimetern auf nur einen halben Millimeter an den Prozessor heran, wodurch Verluste auf der Hauptplatine praktisch eliminiert wurden und dem Wafer die doppelte Energiemenge zugeführt werden kann. Die identischen Transistoren arbeiten somit allein deshalb schneller, weil der Schrank für eine bessere Stromversorgung und Kühlung sorgt.
Das Unternehmen entwickelte rund um diese Lösung ein Modul namens Wafer-Scale Backpack. Stromversorgung, direkte Flüssigkeitskühlung, schnelle Ein- und Ausgänge sowie die Steuerelektronik bilden eine kompakte Einheit mit halb so vielen Komponenten wie die vorherige Version und einem deutlich höheren Anteil automatisierter Fertigung. Die eigentliche Inbetriebnahme des Systems dauert Cerebras zufolge daher nur wenige Stunden statt wie ursprünglich mehrere Tage.
Der Stromverbrauch des Schranks liegt zwischen 120 und 140 kW. Das entspricht ungefähr der Hälfte des Wertes, der für die kommenden Systeme AMD Helios und Nvidia Vera Rubin erwartet wird, und das sogar mit drei Wafern im System.
Die Verbindung, von der alles abhängt
Das neue Ein-/Ausgabemodul hat die Bandbreite auf 2,4 Tb/s pro Wafer verdoppelt, nutzt das standardmäßige Ethernet-Protokoll RoCE v2 und ermöglicht die Verbindung der Wafer sowohl innerhalb eines Schranks als auch zwischen mehreren Schränken, ohne dass ein Switch erforderlich ist. Für größere Systeme setzt Cerebras Arista-Etherlink-Switches ein. Dadurch lässt sich das System für Modelle mit mehr als fünfzig Billionen Parametern skalieren und kann Aufgaben von fremder Hardware verarbeiten. Die Vorbereitungsphase einer Anfrage können AMD-Helios-Karten oder AWS-Trainium-Chips übernehmen, während Cerebras anschließend für die eigentliche Textgenerierung sorgt.
Schwachstellen
Der angegebene dreißigfache Unterschied stammt aus einem Vergleich, den Cerebras selbst ausgewählt hat. Beim Rekordergebnis von 4.400 Token fehlen zudem Angaben zur Konfiguration, etwa zur Anzahl der Wafer, zur Batchgröße, zur Kontextlänge oder zur Zahl der gleichzeitigen Nutzer. Dieser mit einem Modell mit 120 Milliarden Parametern gemessene Rekord liefert außerdem nicht genügend Informationen über die Wirtschaftlichkeit des Betriebs von Modellen mit Billionen von Parametern, für die das gesamte System eigentlich entwickelt wurde.
Die Speicherkapazität pro Wafer bleibt bei 44 GB, sodass die größten Modelle auf eine große Zahl von Wafern und Schränken verteilt werden müssen, was enorme Anforderungen an die Qualität der Verbindungen stellt. Analysten der Futurum Group weisen zudem darauf hin, dass die doppelte Leistungsdichte ein erhebliches Fertigungsrisiko darstellt, da durch dasselbe Silizium doppelt so viele Watt fließen und der Wafer bei einem Defekt nicht ausgetauscht werden kann. Die Fertigung wird dabei gleichzeitig von drei Vertragspartnern übernommen. SemiAnalysis schätzt außerdem, dass sich die Leistungseffizienz pro Watt gegenüber der vorherigen Generation nur geringfügig verbessert hat, was nicht der Behauptung des Herstellers über eine Verzehnfachung entspricht.
Fazit
Aus ingenieurtechnischer Sicht stellt das CS-4-System einen außergewöhnlichen Erfolg dar, wenn auch in einem anderen Bereich als jenem, den das Unternehmen selbst am stärksten hervorhebt. Es handelt sich nicht um einen neuen Prozessor, sondern um einen innovativen Schrank, der aus dem bestehenden Chip die doppelte Leistung herausholen kann. Nutzer, die Antworten schneller benötigen, als ein Mensch lesen kann, haben derzeit keine bessere Wahl. Wer jedoch vor allem die Kosten für die Generierung eines einzelnen Tokens bei großen Modellen im Blick hat, sollte auf unabhängige Messungen mit offengelegter Konfiguration warten.
Wie sich das Unternehmen am Markt schlägt
Cerebras erzielte im zweiten Quartal einen Umsatz von mehr als 209 Millionen Dollar, was einer Verdopplung gegenüber dem gleichen Zeitraum des Vorjahres entspricht. Die Einnahmen aus Cloud-Diensten stiegen auf 126 Millionen Dollar, während der Hardwareverkauf hingegen auf 54 Millionen Dollar zurückging. Das Unternehmen bezifferte die noch nicht abgerechneten Verträge auf 25,4 Milliarden Dollar, und die Geschäftsführung geht davon aus, den Umsatz im Jahr 2027 mindestens zu verdreifachen. Bis Ende 2027 will das Unternehmen in Rechenzentren eine vertraglich gesicherte Kapazität von mehr als 600 MW erreichen und europäischen Kunden über das Londoner Technologieunternehmen Callosum Zugang gewähren. Der Aktienkurs fiel nach der Vorstellung des CS-4-Systems um 12,7 Prozent, wodurch der fünfzehnprozentige Anstieg vom Montag zunichtegemacht wurde.
Quellen: finance.yahoo.com und wccftech.com
