Cerebras CS-4 : la puce IA géante qui défie NVIDIA avec 30x plus de vitesse

Le 18 août 2026, Cerebras Systems a dévoilé son CS-4, un système d’accélération IA qui promet de bouleverser le marché dominé par NVIDIA. Avec trois processeurs de la taille d’une assiette et des performances annoncées 30 fois supérieures aux GPU traditionnels, cette quatrième génération marque-t-elle un tournant dans l’infrastructure de l’intelligence artificielle ?

Une architecture radicalement différente

Là où NVIDIA, AMD et d’autres acteurs misent sur des GPU de quelques centimètres carrés assemblés par milliers, Cerebras a choisi une approche radicalement différente : utiliser un wafer de silicium entier comme processeur unique. Le CS-4, dévoilé lors de l’événement Supernova à San Francisco, pousse cette philosophie à son paroxysme.

Selon les informations officielles de Cerebras, chaque système CS-4 intègre trois processeurs Wafer Scale Engine 3 Turbo (WSE-3T). Chaque WSE-3T contient 4 000 milliards de transistors et 900 000 cœurs IA, gravés sur une puce de 5 nm. L’ensemble du rack délivre 750 PFLOPS de puissance de calcul IA, avec une bande passante mémoire atteignant 129,6 pétaoctets par seconde – un chiffre que The Register qualifie de « vertigineux ».

La vraie innovation ne réside pas seulement dans la taille, mais dans l’architecture mémoire. Les 44 Go de SRAM intégrés directement sur chaque puce éliminent le besoin de mémoire HBM externe. « Aucun aller-retour vers la mémoire HBM ne se trouve sur le chemin critique de la génération de tokens », explique AI Learning Guides. Cette caractéristique architecturale permet une latence wafer-à-wafer de seulement 2 microsecondes.

Des performances qui font débat

Cerebras avance des chiffres impressionnants : jusqu’à 30 fois plus rapide que les systèmes GPU pour l’inférence, et jusqu’à 10 fois plus de débit par watt que le CS-3 précédent. Lors des tests sur GPT-OSS-120B, le CS-4 aurait généré plus de 4 400 tokens par seconde et par utilisateur, selon les médias chinois Sina Finance.

D’après SemiAnalysis, ces gains proviennent principalement de trois leviers : augmentation de la consommation électrique par wafer, hausse de la fréquence d’horloge, et meilleure densité au niveau du rack. « Le CS-4 double les tokens par seconde et par utilisateur par rapport au CS-3, à un coût similaire par génération », note la newsletter spécialisée.

The Next Platform apporte une nuance importante : le CS-4 n’introduit pas un nouveau WSE-4, mais optimise le WSE-3 existant en version « Turbo ». « Cerebras overclocke essentiellement son WSE-3 pour extraire chaque once de performance », résume le média spécialisé en infrastructures HPC.

Sur Hacker News, où l’annonce a généré 160 points et 113 commentaires, la communauté technique débat de la viabilité réelle de ces chiffres. Certains commentateurs soulignent que Cerebras peut benchmarker des modèles de 10 000 milliards de paramètres même non entraînés, ce qui questionne la pertinence des comparaisons.

Partenariats stratégiques et positionnement marché

Cerebras ne joue pas seul. L’entreprise a annoncé des partenariats majeurs avec OpenAI et AMD, selon Yahoo Finance. Le plus intrigant concerne une architecture hybride où « les GPU AMD gèrent le prefill du modèle tandis que Cerebras s’occupe du décodage des tokens ».

Andrew Feldman, CEO et cofondateur de Cerebras, a déclaré lors de l’événement Supernova que « dans l’IA, la vitesse c’est la productivité ». L’entreprise cible particulièrement les applications d’agents IA, de design, de codage et de cybersécurité qui bénéficient d’une faible latence.

Côté infrastructure, Cerebras annonce 600 mégawatts de puissance en ligne ou sous contrat d’ici fin 2027, avec notamment un accord de 750 MW avec OpenAI, selon SemiAnalysis. Cette expansion datacenter vise à soutenir le déploiement à hyperéchelle de la nouvelle plateforme Nexus, dont le CS-4 est le premier membre.

Le positionnement tarifaire reste flou, mais SemiAnalysis estime que le coût par token généré reste « approximativement identique » au CS-3, ce qui en fait « un choix évident pour les clients existants » cherchant à doubler leur capacité.

Une architecture modulaire pour l’avenir

Au-delà de la performance brute, le CS-4 introduit une refonte complète du système rack. Cerebras met en avant une réduction de 50% des composants grâce à des assemblages modulaires séparant calcul, alimentation et entrées/sorties.

Cette modularité vise deux objectifs : simplifier le déploiement en datacenter et préparer les générations futures. « L’architecture Nexus est conçue pour supporter les futures générations de calcul wafer-scale », précise le site officiel de Cerebras.

The Register souligne que cette approche modulaire améliore aussi la manufacturabilité et réduit les délais de déploiement – un avantage crucial dans un marché où la disponibilité des H100 de NVIDIA reste contrainte.

Les défis qui persistent

Malgré l’enthousiasme, plusieurs zones d’ombre demeurent. La consommation énergétique réelle du CS-4 n’a pas été divulguée, alors que l’augmentation de puissance et de fréquence suggère une hausse significative. Dans un contexte où les datacenters IA sont scrutés pour leur impact environnemental, ce silence interroge.

L’écosystème logiciel reste le talon d’Achille de Cerebras face à l’empire CUDA de NVIDIA, construit sur 15 ans et des millions de développeurs. Comme le note AI Learning Guides, « la vraie bataille n’est pas hardware mais software ».

La réaction boursière a d’ailleurs été mitigée : selon Yahoo Finance, l’action Cerebras (CBRS) a chuté de 12,7% le mardi de l’annonce, sa pire baisse en près d’un mois. Cathie Wood d’ARK Investment a profité de cette baisse pour acheter 35 000 actions, mais le sentiment reste prudent.

Startup Hub AI relève que le CS-4 peut supporter des modèles dépassant 50 000 milliards de paramètres et générer plus de 1 000 tokens par seconde sur des modèles de 10 000 milliards de paramètres. Mais ces cas d’usage restent extrêmement nichés, même dans le paysage actuel de l’IA.

Un pari sur l’avenir de l’IA

Le CS-4 incarne un pari technologique clair : les modèles IA continueront de grossir, et la vitesse d’inférence deviendra un différenciateur commercial majeur. « Avec OpenAI présentant GPT-5.6 Sol ‘Ultrafast’ jusqu’à 14 fois plus rapide, et les charges de travail agentiques transformant chaque requête utilisateur en dizaines d’appels modèle enchaînés, la latence n’est plus une curiosité de benchmark mais une ligne budgétaire », analyse AI Learning Guides.

Pourtant, des recherches récentes (2025-2026) montrent une tendance inverse : des modèles plus petits et mieux entraînés peuvent rivaliser avec des géants. Si cette approche s’impose, l’architecture wafer-scale, intrinsèquement moins flexible que les clusters GPU scalables horizontalement, pourrait se retrouver mal positionnée.

Cerebras annonce les premières livraisons pour le troisième trimestre 2026, avec des clients en phase de test limité. Les prochains mois révéleront si cette quatrième génération peut enfin transformer l’avance technologique de Cerebras en succès commercial durable.

Conclusion : révolution ou évolution ?

Le Cerebras CS-4 représente indéniablement une prouesse d’ingénierie, repoussant les limites du possible en matière d’intégration wafer-scale. Ses performances annoncées, si elles se confirment dans des déploiements réels à grande échelle, pourraient effectivement transformer l’économie de l’inférence IA pour certains cas d’usage.

Mais la vraie question demeure : Cerebras peut-il convertir cette avance technologique en adoption massive face à l’écosystème mature de NVIDIA, malgré un pricing potentiellement compétitif et des performances supérieures ? L’histoire de l’informatique est jonchée de technologies supérieures qui ont échoué face à des standards établis.

Les prochains trimestres seront décisifs. Si les hyperscalers (AWS, Azure, GCP) intègrent le CS-4 dans leurs offres cloud, et si des clients de référence valident publiquement les gains de performance, Cerebras pourrait enfin concrétiser son potentiel. Dans le cas contraire, le CS-4 risque de rejoindre la longue liste des « NVIDIA killers » qui n’ont jamais tué personne.

Une certitude demeure : dans la course effrénée à l’IA, la diversification des architectures est saine. Et Cerebras, avec son approche radicalement différente, contribue à maintenir cette diversité – ce qui, en soi, a déjà de la valeur.