Cerebras CS‑4 : trois processeurs géants pour accélérer les réponses de l’IA

Les grands modèles d’intelligence artificielle peuvent produire des réponses élaborées, mais leur vitesse dépend énormément du matériel qui déplace les données entre la mémoire et les unités de calcul.

Cerebras propose une approche radicalement différente avec le CS‑4, un système dévoilé le 18 août 2026. Au lieu de réunir des centaines de processeurs graphiques conventionnels, cette baie de serveurs contient trois processeurs presque aussi grands qu’une tranche complète de silicium.

Un processeur beaucoup plus grand qu’une puce traditionnelle

Le CS‑4 utilise trois processeurs WSE‑3 Turbo. Chacun mesure environ 46 225 mm² et regroupe quatre billions de transistors, 900 000 cœurs spécialisés et 44 Go de mémoire SRAM directement intégrée au silicium.

Cette proximité entre le calcul et la mémoire constitue le principal avantage recherché. Dans une grappe de processeurs graphiques, les données doivent continuellement circuler entre les puces et différents niveaux de mémoire. Ces transferts consomment de l’énergie et ajoutent de la latence.

Avec son processeur à l’échelle d’une tranche, Cerebras conserve davantage de données au même endroit. Reuters explique que cette architecture vise principalement l’inférence, soit le travail effectué lorsqu’un modèle déjà entraîné génère une réponse.

Le CS‑4 ne rend donc pas automatiquement une IA plus précise ou plus intelligente. Il cherche plutôt à lui faire produire ses réponses plus rapidement.

Une nouvelle baie autour de trois modules amovibles

Le CS‑4 est le premier système reposant sur l’architecture Nexus de Cerebras. Ses trois processeurs sont installés dans des modules amovibles placés à l’arrière de la baie. Chaque module rassemble le processeur, l’alimentation, le refroidissement liquide, les connexions d’entrée-sortie et l’électronique de contrôle.

Selon la présentation technique de Cerebras, cette conception utilise 50 % moins de composants que la génération précédente et permettrait de réduire l’installation de plusieurs jours à quelques heures. Ces avantages sont des affirmations du fabricant qui devront être confirmées lors de déploiements réels.

Le nouveau système rapproche aussi la conversion électrique du processeur. Cela permet d’alimenter plus fortement le WSE‑3 Turbo et de doubler sa fréquence de fonctionnement par rapport au WSE‑3 précédent.

Il ne s’agit toutefois pas d’une toute nouvelle génération de silicium. The Register souligne que le WSE‑3 Turbo conserve le procédé de fabrication à 5 nanomètres de TSMC, le même nombre de transistors, de cœurs et de mémoire que son prédécesseur. Le gain vient principalement de l’alimentation, du refroidissement, des interconnexions et d’une utilisation plus intensive de la puce existante.

Des chiffres impressionnants à interpréter prudemment

Avec ses trois processeurs, le CS‑4 annonce une puissance totale de 750 pétaflops, une bande passante mémoire de 129,6 pétaoctets par seconde et 7,2 térabits par seconde pour les entrées-sorties.

Le chiffre de 750 pétaflops repose cependant sur des calculs FP16 clairsemés, où une partie des valeurs est ignorée. Il ne peut pas être comparé directement aux performances denses ou FP4 mises de l’avant pour certains processeurs graphiques.

Cerebras affirme que le CS‑4 peut produire des jetons jusqu’à 30 fois plus rapidement que des systèmes à processeurs graphiques. L’entreprise revendique aussi jusqu’à dix fois plus de débit par watt que le CS‑3.

La comparaison « jusqu’à 30 fois » combine des résultats d’Artificial Analysis et des essais internes sélectionnés par Cerebras. Elle ne décrit donc pas toutes les charges de travail, tous les modèles ni toutes les configurations possibles.

Une autre affirmation évoque plus de 1 000 jetons par seconde pour des modèles dépassant dix billions de paramètres. Cerebras précise elle-même que cette valeur est extrapolée à partir de ses essais internes. Aucun modèle public de cette taille n’a encore permis de la reproduire indépendamment.

Séparer la lecture de la question et la rédaction de la réponse

Le CS‑4 peut fonctionner dans une infrastructure dite désagrégée. Un processeur graphique ou une puce spécialisée commence par analyser la demande de l’utilisateur, une étape appelée préremplissage. Le système Cerebras prend ensuite en charge le décodage, c’est-à-dire la génération progressive de la réponse.

Cerebras prévoit notamment une compatibilité avec les accélérateurs AMD Instinct et les puces Trainium d’Amazon. Cette approche évite d’imposer la même architecture à toutes les étapes du traitement.

Prix et disponibilité

Les premières livraisons du CS‑4 doivent commencer avant la fin du troisième trimestre de 2026. Il s’agit d’un équipement destiné aux centres de données, aux fournisseurs d’infonuagique et aux organisations exploitant de très grands modèles.

Cerebras n’a communiqué ni prix public ni fourchette pour les principales configurations. Les systèmes sont vendus sur devis avec leur infrastructure, leur refroidissement, leur logiciel et leurs services de déploiement.

Aucune disponibilité propre au Canada n’a été annoncée. Une organisation canadienne intéressée devrait donc vérifier directement les possibilités d’achat, d’hébergement, d’installation et de soutien. Le coût pourrait varier selon la configuration, la capacité, le contrat de service, la région et les besoins du centre de données.

Limites ou points à considérer

Le CS‑4 exige une alimentation électrique, un refroidissement liquide et une infrastructure spécialisée. Il ne s’agit ni d’un serveur conventionnel ni d’un appareil pouvant être installé dans une petite entreprise.

Les chiffres les plus spectaculaires proviennent majoritairement de Cerebras. Des essais indépendants devront comparer le débit, la latence, la consommation totale, le coût par jeton et la fiabilité sur une longue période.

L’utilisation plus intensive du même silicium augmente également la puissance électrique à dissiper. L’efficacité par réponse peut s’améliorer même si la consommation absolue de la baie demeure très élevée.

Enfin, l’écosystème logiciel de Cerebras est beaucoup plus restreint que celui de Nvidia. La compatibilité avec les modèles, les outils et les fournisseurs infonuagiques sera aussi importante que la performance brute.

Conclusion

Le Cerebras CS‑4 démontre qu’une infrastructure d’IA ne doit pas nécessairement reproduire le modèle traditionnel des grappes de processeurs graphiques.

Ses trois processeurs géants, sa mémoire ultrarapide et sa nouvelle architecture modulaire pourraient réduire considérablement le temps nécessaire pour générer certaines réponses. Cela pourrait rendre les assistants vocaux, les agents logiciels et les outils de programmation plus réactifs.

Le potentiel est réel, mais les affirmations de vitesse et d’efficacité devront être évaluées en fonction du modèle utilisé, de la consommation totale et du coût de déploiement. Le CS‑4 accélère le calcul; il ne garantit ni une meilleure réponse ni une IA plus fiable.