ハクソク

世界を動かす技術を、日本語で。

Cerebras CS-4

2026年8月19日原文(cerebras.ai)

概要

  • Cerebras CS-4 は、従来のGPU比で 最大30倍速い推論性能 を実現
  • WSE-3 Turbo 搭載で、前世代比2倍のスピード
  • Nexus Rack-Scale Platform により、ハイパースケールデータセンターへの迅速な導入が可能
  • モジュラー設計 で、導入・保守・拡張が大幅に簡易化
  • 今四半期から出荷開始、最速AIのデータセンター導入を実現

Cerebras CS-4：最速AIインフラの新時代

  • CS-4 は、 Cerebras Nexus Platform Architecture の初製品
  • ラックスケール での展開が可能な、革命的なAI推論専用システム
  • GPUシステム比で最大30倍の推論速度 を実現
  • WSE-3 Turbo を3基搭載し、各ウェハごとに前世代の2倍速を達成
  • 新設計の電源・冷却・I/O で、さらなる性能向上

圧倒的なスループットとインタラクティブ性能

  • CS-4 は、 CS-3比で最大10倍のスループット/Watt を実現
  • トークン生成速度 は、GPUシステム比で最大30倍高速
  • 推論パレートフロンティア を刷新し、スループットとインタラクティブ性を両立
  • ウェハ間通信遅延2マイクロ秒 で、10兆パラメータ超の大規模モデルでも1,000トークン/秒以上を維持

モジュラー設計による導入・運用の簡易化

  • Compute・Power・I/O の3要素で構成される モジュラーアーキテクチャ
  • Wafer-Scale Backpack 設計により、ウェハ・電源・液冷・高速I/O・制御を3Dパッケージ化
    • 従来比で部品点数50%削減、導入時間を数日→数時間に短縮
  • 電源供給距離0.5mm で、基板レベルの電力損失をほぼ排除
    • WSE-3Tへ2倍の電力供給、高クロック動作・高速トークン生成を実現

次世代I/Oと柔軟なインフラ展開

  • 新プログラマブルI/Oサブシステム で、I/O帯域2倍・遅延低減
  • Wafer I/O Module により、スイッチ不要でウェハ間接続が可能
    • ウェハ間遅延2マイクロ秒 を実現し、超大規模モデルのインタラクティブ性を確保
  • インフラとコンピュートの分離 で、先に電源・冷却・ネットワークを設置
    • Compute Backpack を後から追加し、導入・拡張・保守を簡易化

CS-4主要スペック・出荷情報

  • 今四半期より出荷開始
  • 最速AI推論性能 をデータセンターに提供
  • ハイパースケール展開 に最適化された設計

よくある質問（FAQ）

  • CS-4はどのような用途に最適か？
    • 超大規模AIモデルの推論、ハイパースケールデータセンター運用
  • 導入までのリードタイムは？
    • インフラ先行設置により、従来比で大幅短縮（数日→数時間）
  • 既存GPUシステムとの比較ポイントは？
    • 推論速度、スループット/Watt、インタラクティブ性、拡張性で圧倒的優位
  • 今後の拡張やアップグレードは？
    • モジュラー設計により、Compute Backpackの追加・交換が容易
  • サポート体制は？
    • Cerebrasによるグローバルサポートと技術支援

Hackerたちの意見

みんなにお知らせだけど、ハードウェアがLLM向けに最適化されてからまだ数年と3、4回のバージョンアップしか経ってないんだよね。これからの5年で、スピードやコストが桁違いに改善されることを期待していいと思うよ。それから「無限の」知能や、平均的なChatGPTユーザーが会社に月に$0.10のコストをかけるときの消費者向けAI製品の価格競争や利益率について楽しく話せるようになるね。 > CS-4は、10兆パラメータを超えるモデルで1秒あたり1,000トークン以上を処理できるんだって。すごいね！

└

これが、データセンターの建設がバブルだと思う理由の一部だよ。ハードウェアの最適化はまだほんの表面をかすっただけなんだ。次の10年でエネルギー効率やスピードが指数関数的に改善されるのを見られると思う。指数関数的で、線形じゃないよ。GPUはAIにはあんまり向いてないんだ。今のところ、この作業負荷に対して量産されている中で一番いいチップなだけで、新しいデザインを実用化するには時間がかかる。今、地球上のほぼすべてのチップエンジニアがこの問題に取り組んでるんだよ。

└

それに、ソフトウェアの最適化もまだ終わってないよ。Qwen 3.8 27BやDeepSeek V4 Flash 0731、GLM 5.3を見てきたけど、かなり小さなモデルでもすごいパフォーマンスを発揮できるんだ。知能の密度は改善されるし、カーネルの効率も良くなるし、KVキャッシングやMTPの効率も上がるし、計算ユニット間での作業負荷を分割するアルゴリズムも改善されるよ。値上げ前のDeepSeekと同じくらい安くなるはずだし、個人デバイスでフロンティアに近い知能を運用するのがますます現実的になると思う。

└

おめでとう！AIデータセンターの建設が完全に詐欺だって気づいたね。膨大な数兆の負債と、スケーリングに必要なのはGPUだけだという前提に基づいているんだ。他にもAIアクセラレーター（TPUやASIC）があって、LLMがスケールするために必要なスループットを完璧に超えているんだよ。でも、本当の解決策はもっとソフトウェアの最適化なんだ。少数の選択肢はあるけど、もっと発見される必要があるね。そうすれば、代替技術が成熟する中で、何百ものデータセンターを建設する必要がなくなるんだ。より良いソフトウェアが、LLMを効率的に動かすための代替AIハードウェアにとってより有用になれば、GPUだけじゃなくて、LLMを動かすためのハードウェアの選択肢が増えるはずだよ。

└

だから、taalasは今年のベストな戦略的買収の一つだったんだよね。他の誰かに買われなかったのが不思議で仕方ない（ごめんねAMD）。

明らかに欠けてるのは、消費電力の数値だね。

└

162 kW

└

「CS-3の10倍のスループットをワットあたりで実現」

この話からの面白いポイントは、GPT 5.4はおそらく45Bのアクティブパラメータで、GPT 5.6 Solは50Bに近いってことだね。

└

（どこでそれを見たの？）これも面白かったよね。「CS-4は、10兆パラメータを超えるモデルで、1秒あたり1,000トークン以上を処理できる。」って。10兆パラメータのモデルが使われてるって知られてたの？フロンティアの提供者たちは、自分たちのモデルのサイズを慎重に隠してると思う。

AMDとCerebrasが、近い将来にNVIDIAの独占に対抗するかもしれないね。それに、NVIDIAは複数の企業から競争を受けることになると思う。あくまで私の予想だけど。

└

そうかもしれないけど、GPUはNVIDIAの支配の一面に過ぎないよ。Vera RubinのGPUを買うなら、NVL72ラックを手に入れることになるけど、それは多分いくつかのラックのうちの一つに過ぎない。NVIDIAのネットワーキングやストレージ機器を使ったNVIDIAラックも必要だしね。結局のところ、彼らは「垂直統合」されてるから、加速コンピューティングデータセンター（例えば「AIファクトリー」）には最適なんだ。ソフトウェア層も含めると、CUDA + CUDA-X（システム管理用のソフトウェアも含めて）は他の誰よりも圧倒的な先行優位性を持ってるよ。

Hacker Newsで議論の続きを見る