Cerebras CS-4 是什么？第四代 AI 推理系统性能翻倍与百万上下文部署成本解析

Cerebras 于本周发布第四代 AI 推理系统 CS-4。该系统基于与上一代相同的 5nm WSE-3 晶圆，通过提升时钟频率与功耗实现性能翻倍。单机柜可容纳 3 片晶圆（CS-3 为 2 片），采用模块化的“backpack”设计以简化制造与部署，整机热设计功耗（TDP）约为 125kW 至 135kW。性能方面，CS-4 可为单用户提供近 4000 tokens/秒的推理速度，约为 CS-3 的两倍，并支持分解推理（decomposed inference），可与 AMD、AWS Trainium 等异构系统协同工作。

Cerebras 表示，CS-4 的片上内存带宽约为 NVIDIA Rubin 的 2000 倍（43PB/s），但其片上 SRAM 容量仍维持 44GB 不变，因此长上下文推理仍需多机柜堆叠。以 DeepSeek V4 Pro（1.6T 参数）为例，若要支持 100 万 token 的上下文窗口，约需 20 套系统；若需支持 256 个并发用户，则约需 40 套系统，对应的资本支出（CAPEX）超过 2000 万美元。Cerebras 目前正与 OpenAI 等客户开展合作，并计划每年实现约翻倍的性能提升，目标在 2027 年将吞吐量提升至当前的 20 倍。此外，CS-4 的“backpack”机柜设计还将延续至下一代“Nexus”平台。

CS-4 与 CS-3 的关键差异

相较 CS-3，CS-4 在相同制程的 WSE-3 晶圆上通过拉高主频与功耗换取性能翻倍。单机柜晶圆数量从 2 片增至 3 片，采用模块化 backpack 结构后更便于制造与现场部署。不过这也带来更高的功率密度，单机柜 TDP 达到约 125kW–135kW，对数据中心散热和供电提出更高要求。

大规模部署的成本与内存瓶颈

尽管 CS-4 的片上内存带宽显著领先，但 44GB SRAM 容量未变，导致长序列推理必须依赖多系统扩展。按官方给出的 DeepSeek V4 Pro 参考数据，支撑百万级上下文与数百并发用户的硬件投入可超过 2000 万美元。对于需要超长上下文或高并发的企业级场景，实际部署成本与机柜空间仍是主要考量因素。

后续路线图与观察指标

Cerebras 已披露与 OpenAI 等客户的合作，并给出逐年性能翻倍的迭代节奏，计划到 2027 年实现约 20 倍的吞吐量提升。同时，backpack 机柜设计将被下一代 Nexus 平台继承。后续可重点关注其实际客户落地规模、异构推理的生态支持进展，以及高功耗场景下的数据中心适配方案。