Grandes modelos de inteligencia artificial pueden producir respuestas elaboradas, pero su velocidad depende en gran medida del hardware que mueve datos entre la memoria y las unidades de computación.

Cerebras propone un enfoque radicalmente diferente con CS-4, un sistema revelado el 18 de agosto de 2026. En lugar de reunir cientos de procesadores gráficos convencionales, esta bahía de servidor contiene tres procesadores casi tan grandes como una rebanada completa de silicio.

Un procesador mucho más grande que un chip tradicional

El CS‐4 utiliza tres procesadores WSE‐3 Turbo. Cada uno es de aproximadamente 46 225 mm2 y consta de cuatro transistores trillones, 900,000 núcleos especializados y 44 GB de memoria SRAM directamente integrado con silicio.

Esta proximidad entre el cálculo y la memoria es la principal ventaja buscada. En un grupo de procesadores gráficos, los datos deben fluir continuamente entre chips y diferentes niveles de memoria. Estas transferencias consumen energía y añaden latencia.

Con su procesador de una escala de rodajas, Cerebras mantiene más datos en la misma ubicación. Reuters explica que esta arquitectura tiene como objetivo primordial la inferencia, es decir, el trabajo realizado cuando un modelo ya entrenado genera una respuesta.

CS-4 no hace automáticamente una IA más precisa o más inteligente. Más bien, busca que sus respuestas sean más rápidas.

Una nueva bahía alrededor de tres módulos extraíbles

El CS-4 es el primer sistema basado en la arquitectura Nexus de Cerebras. Sus tres procesadores se instalan en módulos extraíbles ubicados en la parte posterior de la bahía. Cada módulo reúne al procesador, fuente de alimentación, refrigeración líquida, conexiones de salida de entrada y electrónica de control.

According to [Cerebras technical presentation] (https://www.cerebras.ai/blog/introducing-cerebras-cs-4), this design uses 50% fewer components than the previous generation and would reduce installation from several days to a few hours. Estos beneficios son reclamaciones del fabricante que tendrán que ser confirmadas durante implementaciones reales.

El nuevo sistema también acerca la conversión eléctrica al procesador. Esto permite que el Turbo WSE‐3 sea alimentado más fuerte y doble su frecuencia de operación en comparación con el anterior WSE‐3.

Sin embargo, esta no es una nueva generación de silicio. El Registro subraya que el WSE-3 Turbo mantiene el proceso de fabricación en 5 nanometros del TSMC, el mismo número de memoria de transistores, corazones y corazones. La ganancia proviene principalmente de alimentación, refrigeración, interconexiones y uso más intensivo del chip existente.

Impresionantes números para interpretar cuidadosamente

Con sus tres procesadores, el CS-4 anuncia un poder total de 750 petaflops, un ancho de banda de memoria de 129.6 petabytes por segundo y 7,2 terabits por segundo para salidas de entrada.

Sin embargo, la cifra de 750 petaflops se basa en cálculos FP16 escasos, donde algunos de los valores son ignorados. No se puede comparar directamente con el rendimiento denso o FP4 presentado para ciertos procesadores gráficos.

Cerebras afirma que el CS‐4 puede producir chips hasta 30 veces más rápido que los procesadores gráficos. La compañía también reclama hasta diez veces más flujo por vatio que el CS-3.

La comparación "hasta 30 veces" combina resultados de análisis artificial y pruebas internas seleccionadas por Cerebras. Por lo tanto, no describe todas las cargas de trabajo, todos los modelos o todas las configuraciones posibles.

Otra reclamación evoca más de 1.000 chips por segundo para modelos superiores a diez parámetros de trillón. Cerebras misma especifica que este valor se extrapola de sus pruebas internas. Ningún modelo público de este tamaño ha podido reproducirlo independientemente.

Lectura separada de la pregunta y escritura de la respuesta

El CS-4 puede funcionar en una llamada infraestructura desagregada. Un procesador gráfico o chip especializado comienza analizando la demanda del usuario, un paso llamado pre-filling. El sistema Cerebras apoya la decodificación, es decir, la generación progresiva de la respuesta.

Cerebras incluye compatibilidad con aceleradores AMD Instinct y chips Amazon Trainium. Este enfoque evita imponer la misma arquitectura en todas las etapas del procesamiento.

Precios y disponibilidad

Se espera que las primeras entregas de CS-4 comiencen antes de que finalice el tercer trimestre de 2026. Se trata de equipos para centros de datos, proveedores de cloud y organizaciones que operan modelos muy grandes.

Cerebras no proporcionó precios ni rangos públicos para las principales configuraciones. Los sistemas se venden con su infraestructura, refrigeración, software y servicios de despliegue.

No se anunció ninguna disponibilidad específica del Canadá. Por lo tanto, una organización canadiense interesada debe verificar directamente las posibilidades de compra, alojamiento, instalación y apoyo. El costo puede variar dependiendo de las necesidades de configuración, capacidad, contrato de servicio, región y centro de datos.

Limits or Considerations

El CS-4 requiere alimentación, refrigeración líquida e infraestructura especializada. No es un servidor convencional ni un dispositivo que se puede instalar en una pequeña empresa.

La mayoría de las figuras más espectaculares provienen de Cerebras. Las pruebas independientes tendrán que comparar el flujo, latencia, consumo total, costo por token y fiabilidad durante un largo período de tiempo.

El uso más intensivo del mismo silicio también aumenta la energía eléctrica para disipar. La eficiencia de la respuesta puede mejorar incluso si el consumo absoluto de bayas sigue siendo muy alto.

Finalmente, el ecosistema de software Cerebras es mucho más pequeño que el de Nvidia. La compatibilidad con modelos de nube, herramientas y proveedores será tan importante como el rendimiento bruto.

Conclusión

El CEREBRAS CS-4 demuestra que una infraestructura de IA no tiene que reproducir necesariamente el modelo tradicional de grupos de procesadores gráficos.

Sus tres procesadores gigantes, memoria ultrarrápida y nueva arquitectura modular podrían reducir significativamente el tiempo necesario para generar algunas respuestas. Esto podría hacer que los asistentes de voz, los agentes de software y las herramientas de programación sean más sensibles.

El potencial es real, pero las afirmaciones de velocidad y eficiencia tendrán que evaluarse sobre la base del modelo utilizado, el consumo total y el costo del despliegue. CS-4 acelera el cálculo; no garantiza una mejor respuesta o una IA más fiable.