Cerebras CS-4: El chip a escala de wafer que quiere eliminar la dependencia de GPUs

Cerebras Systems presentó el CS-4, su nueva plataforma de aceleración de Inteligencia Artificial a escala de rack. Anunciado oficialmente el 18 de agosto de 2026, el sistema está construido alrededor de tres procesadores WSE-3 Turbo (Wafer Scale Engine 3 Turbo), cada uno fabricado en un proceso de 5 nm y operando conjuntamente como un único acelerador de computación de 750 PFLOPS. La empresa afirma que el CS-4 ofrece hasta 30× más tokens por segundo en inferencia que las soluciones basadas en GPUs de Nvidia — un salto que, si se confirma con benchmarks independientes, representaría un cambio significativo en la arquitectura preferida para la inferencia de modelos de lenguaje de gran tamaño.

Qué es el CS-4 y en qué se diferencia

El CS-4 pertenece a la nueva línea Nexus de Cerebras y adopta una arquitectura modular que separa el hardware de computación, energía y entrada/salida en módulos independientes. Este enfoque permite que cada componente sea fabricado, instalado o actualizado sin necesidad de reconstruir todo el sistema. Cada rack CS-4 integra tres procesadores WSE-3 Turbo conectados mediante Direct Wafer Links — la tecnología propietaria de comunicación wafer-a-wafer de Cerebras — que ofrece 7,2 terabits por segundo de ancho de banda entre los chips, eliminando la necesidad de switches de interconexión que consumen energía y añaden latencia en sistemas tradicionales basados en GPUs.

Las especificaciones técnicas son impresionantes cuando se analizan de forma aislada: 750 PFLOPS de computación en precisión FP8, 129,6 PB/s de ancho de banda de memoria y 7,2 Tbps de E/S. Para contextualizar, 129,6 PB/s de ancho de banda es aproximadamente 1.000 veces más de lo que la mayoría de las GPUs de datacenter ofrecen. Esta es exactamente la ventaja que Cerebras ha estado persiguiendo desde su fundación — eliminar el cuello de botella de memoria que limita la velocidad de inferencia y entrenamiento en cualquier arquitectura basada en GPUs convencionales.

El contexto de la industria y el lugar del CS-4

Cerebras no es la única empresa apostando por hardware especializado para IA. Nvidia continúa dominando el mercado con sus GPUs H200 y la futura Blackwell Ultra, AMD ofrece sus MI300X y MI350, y startups como SambaNova y Groq siguen caminos distintos de aceleración. El diferenciador de Cerebras siempre ha sido su enfoque radical de usar chips a escala de wafer — en lugar de apilar miles de chips menores con interconexiones complejas, la empresa intenta que todo el modelo quepa en un solo chip del tamaño de una placa circular, eliminando la necesidad de comunicación entre chips.

El problema de este enfoque, sin embargo, radica en la capacidad de memoria por wafer. Como señalara SemiAnalysis en un análisis dedicado al CS-4, la reutilización del WSE-3 — originalmente lanzado con el CS-3 — significa que Cerebras aún enfrenta el mismo desafío fundamental: los modelos con billones de parámetros pueden no caber completamente en la memoria del wafer, obligando a migraciones de datos que comprometen la ventaja de latencia que la arquitectura promete.

Qué observar en los próximos meses

El anuncio del CS-4 ocurre en un momento crucial. La demanda de inferencia de IA está creciendo exponencialmente — no solo por el aumento en el volumen de consultas, sino porque cada nueva generación de modelos se está volviendo cada vez más "agente", con cadenas de razonamiento que multiplican las etapas de inferencia por cada interacción del usuario. Para las empresas que ejecutan modelos como GPT-5.6 o Claude con 10T+ de parámetros, cada milisegundo adicional de latencia representa un coste significativo en energía, hardware y experiencia del usuario.

Lo que hace al CS-4 particularmente interesante es que Cerebras no solo está intentando competir con Nvidia en rendimiento bruto — está intentando reemplazar la propia lógica de cómo se construyen los datacenters de IA. Un rack CS-4, con sus tres WSE-3 Turbo, reemplazaría cientos de GPUs Nvidia en una configuración tradicional, reduciendo drásticamente la cantidad de cables, switches, fuentes de alimentación y espacio físico necesario. La reducción del 50% en las piezas por rack, anunciada junto con el CS-4, es un indicativo de este cambio de paradigma.

Si la adopción a escala será suficiente para justificar la apuesta por wafer-scale en lugar de seguir el camino más consolidado de las GPUs sigue siendo una incógnita — y si, a medida que los modelos evolucionen hacia arquitecturas cada vez más grandes, la limitación de memoria por wafer se convertirá en un cuello de botella insuperable para Cerebras o si la empresa encontrará una manera de sortear este desafío.

Fuentes: The Register, Cerebras Press Release, SemiAnalysis

✓ Fuentes independientes cruzadas y verificadas antes de la publicación