Cerebras推出全新CS-4系统，采用WSE-3 Turbo芯片，推理速度比GPU快30倍，性能更强、成本更优，支持超大规模数据中心快速部署，是前沿AI架构。

Cerebras公司推出了全新的CS-4系统，这是一款革命性的机架级解决方案，相比GPU，其推理速度最高可提升30倍，同时具备更优的经济性，并能轻松部署超大规模容量。CS-4专为前沿AI设计，每个系统配备三个WSE-3 Turbo晶圆，每个晶圆的速度是上一代的两倍。通过全新的电源、冷却和I/O设计，CS-4进一步提升了每晶圆的性能，并采用Nexus机架级平台，支持在超大规模数据中心快速部署。

CS-4由WSE-Turbo驱动，推理速度比GPU系统快30倍，创下生产环境中推理速度的新纪录。其超高通量性能使每瓦特吞吐量比CS-3提升10倍，同时生成令牌的速度比GPU系统快30倍，兼顾了吞吐量和交互性。CS-4的前沿架构将晶圆间互连延迟降至2微秒，能在超过10万亿参数的模型上实现每秒1000个令牌的生成速度，保持前所未有的交互式解码性能。

CS-4是Cerebras Nexus平台架构的首个版本，采用模块化设计，包含计算、电源和I/O三大基础元素，简化了制造、部署、维护和升级。其模块化计算背包设计将晶圆、电源转换、直接液体冷却、高速I/O和控制电子集成到紧凑的3D封装中，组件减少50%，部署时间从数天缩短至数小时。高密度电源传输距离处理器仅0.5毫米，比传统GPU板近约100倍，几乎消除了板级功率损耗，使WSE-3T获得双倍功率，提升运行频率和令牌生成速度。新一代晶圆I/O接口将I/O带宽翻倍并降低延迟，支持晶圆间无交换机连接，延迟低至2微秒，对数十万亿参数模型的交互性至关重要。

CS-4将稳定的电源、冷却和网络层与模块化晶圆级计算分离。Cerebras PowerRack可在计算设备到达前安装并验证，计算背包随后滑入并连接电源、冷却和数据，将部署时间从数天缩短至数小时，同时简化超大规模环境下的服务和未来升级。首批CS-4系统将于本季度开始发货。

以下是对评论内容的总结，涵盖主要观点、论据及不同立场，并保留关键引用（中英文）。

1. 对Cerebras CS-4性能的积极评价与未来展望

• 观点：CS-4在推理速度上表现惊人，且硬件优化空间巨大，未来5年成本与速度将大幅改善。
• 论据：评论1指出“CS-4 delivers more than 1,000 tokens per second on models exceeding 10 trillion parameters”，并认为“orders of magnitude improvement in speed and/or cost over the next 5 years”将实现。
• 关键引用：
  • “CS-4 delivers more than 1,000 tokens per second on models exceeding 10 trillion parameters... Wow!”（评论1）
  • “We should all expect orders of magnitude improvement in speed and/or cost over the next 5 years.”（评论1）

2. 对功耗与实用性的质疑

• 观点：CS-4未公布功耗数据，且KV缓存等细节不明，可能影响实际部署。
• 论据：评论2批评“Conspicuously missing: power consumption figures”；评论10质疑“What's the point of 1000tok/s if you have to do prefill on every agentic turn... 1.5 min latency every turn?”
• 关键引用：
  • “Conspicuously missing: power consumption figures”（评论2）
  • “What's the point of 1000tok/s if you have to do prefill on every agentic turn... 1.5 min latency every turn?”（评论10）

3. 对Nvidia竞争格局的预测

• 观点：Cerebras与AMD可能挑战Nvidia在推理市场的垄断，但Nvidia在训练领域仍有优势。
• 论据：评论3认为“Five years from now... no one will still be using Nvidia for inference”；评论7预测“AMD along with cerebras may probably compete with NVIDIA monopoly”。
• 关键引用：
  • “Five years from now, I don't know why anyone will still be using Nvidia for inference.”（评论3）
  • “AMD along with cerebras may probably compete with NVIDIA monopoly in near future.”（评论7）

4. 对营销与模型兼容性的批评

• 观点：Cerebras宣传的模型版本过旧，且未支持最新开源模型，可能影响购买决策。
• 论据：评论6指出“they're advertising old open-weight models”，如GLM 4.7而非5.3；评论11质疑“why didn't its predecessor... become the largest API token provider on OpenRouter”。
• 关键引用：
  • “Is it just me or is it bizarre that they're advertising old open-weight models.”（评论6）
  • “If cerebars is performing well, why didn't its predecessor... become the largest API token provider on OpenRouter?”（评论11）

5. 对参数规模与产品细节的猜测

• 观点：CS-4的1000 tok/s性能暗示了GPT-5.6等模型的参数规模，但产品细节（如功耗、KV缓存）仍不透明。
• 论据：评论8调侃“Oops did they just out GPT-5.6 sol's parameter count?”；评论13引用“enabling massive clusters and models with more than 50 trillion parameters”。
• 关键引用：
  • “Oops did they just out GPT-5.6 sol's parameter count?”（评论8）
  • “enabling massive clusters and models with more than 50 trillion parameters”（评论13）

6. 对用户体验与可及性的期待

• 观点：用户希望推出个人版，并改善移动端适配。
• 论据：评论12表示“It would be even better if a version available to individual users were released soon”；评论14批评“vibe coded sites... set a max width and overflow so their sites work fine on mobile”。
• 关键引用：
  • “It would be even better if a version available to individual users were released soon.”（评论12）
  • “can these vibe coded sites please set a max width and overflow so their sites work fine on mobile”（评论14）

总结：评论对Cerebras CS-4的推理速度给予高度评价，但对其功耗、KV缓存、模型兼容性及营销策略提出质疑。多数评论认为Cerebras有望挑战Nvidia在推理市场的地位，但需解决实际部署中的细节问题。用户期待个人版与更好的移动端体验。