Cerebras 发布 CS-4：第四代晶圆级 AI 系统，推理速度最高达 GPU 30 倍

CS-4 是什么，什么时候发布的

2026 年 8 月 18 日，Cerebras 在官方博客发布第四代晶圆级 AI 系统 CS-4。它由三颗 Wafer Scale Engine 3 Turbo 处理器组成，是面向大规模 AI 推理的机架级系统，采用闭源商用硬件销售模式，官方未说明具体售价。你可以把它想成把一整个厨房的灶台、锅铲和调料都焊成一块超大铁板，做菜时不用来回跑，出菜速度特别快。

为什么说它更快

Cerebras 称 CS-4 的推理速度最高可达 GPU 系统的 30 倍，并且这种速度覆盖从小模型到世界上最大模型的全谱系。官方还表示，CS-4 每瓦吞吐量最高可达上一代 CS-3 的 10 倍，意味着在同样的电力预算下能产出更多 token。

晶圆间通信与超大模型

服务超大模型时，多个加速器之间要快速传递信息。CS-4 把晶圆间互连延迟降到最低约 2 微秒，官方称这使它能在超过 10 万亿参数的模型上实现每秒 1000 token 以上的解码速度，从而保持交互体验。

解耦推理是什么

CS-4 原生支持解耦推理，把推理的两个阶段分给不同平台：先用专用预填充引擎处理输入提示并准备模型状态，再把状态交给 CS-4 做超低延迟解码。官方提到可搭配 AMD Helios 和 AWS Trainium 等预填充平台，形成异构推理系统。

Nexus 机架平台与模块化设计

CS-4 是首个基于 Cerebras Nexus 平台架构的系统。Nexus 围绕计算、供电和 I/O 三个基础元素重新设计机架，组件数量减少 50%，计算、供电和 I/O 做成自包含模块，官方称部署时间可从数天缩短到数小时。

供电与 I/O 的改进

Nexus 把电源转换移到离处理器近 100 倍的位置，官方称几乎消除了板级电力损耗，使输送到 WSE-3 Turbo 的电力翻倍，从而支持更高运行频率。新的可编程 I/O 子系统把 I/O 带宽翻倍并降低延迟，支持 RoCE v2 RDMA 以太网和直连晶圆链路。

适合谁用，有什么限制

CS-4 面向需要高交互推理的开发者、数据中心运营商、新云和超大规模云厂商，首批出货于 2026 年第三季度开始。官方未说明具体售价、功耗数值、完整技术规格以及中国等地区的上市时间，实际性能也会因工作负载、配置和测试模型而异。