速度翻倍、晶片沒換：Cerebras CS-4 沒拆掉 44GB 那道牆，只是把它搬到電力、網路與採購單上｜算力超週期系列 18

2026 年 8 月 18 日，SemiAnalysis 發了一份關於 Cerebras 下一代機架 CS-4 的報告，標題那句話很好懂：快的變得更快。前沿模型的單用戶速度，從 CS-3 的每秒約 2,000 個 token，推估到 CS-4 的每秒約 4,000 個。同一份報告給 Blackwell GPU 的現實操作點是每秒約 100 個，理論上限約 200 個。SemiAnalysis 自己換算下來，是 20 到 40 倍的互動性差距。

同一份報告的關鍵限制那一段，還寫著另一句話：每顆晶圓的片上 SRAM 容量仍然是 44GB，一個位元都沒有多。

這兩句話擺在一起，才是 CS-4 真正的形狀。我的判讀是：Cerebras 沒有拆掉那道牆，它把牆搬了家：從晶片內部，搬到機房的電力、網路延遲，以及採購單簽字那天就凍住的預填對解碼配比上。這在工程上是有效的，在投資上則是把一種風險換成了另一種。

兩倍速度是灌電灌出來的，不是新晶片

先把來源說清楚。這份報告沒有引用任何公司公告實績，沒有季營收、沒有客戶帳單、沒有第三方實測。它是產業推估、通路調查與技術分析的合成，CS-4 的更多細節要到 Hot Chips 才會揭露。所以底下每一個數字，都要掛著 SemiAnalysis 推估或 Cerebras 行銷口徑來讀。

在這個前提下，報告對機制的描述相當直白：CS-4 用的是與 CS-3 同一顆 5nm WSE-3，兩倍效能來自時脈翻倍，而時脈翻倍靠的是大幅拉高送進晶圓的電力，由供電與冷卻技術的升級撐住。記憶體頻寬、晶圓外 I/O 頻寬、峰值算力全部跟著翻倍，於是客戶拿到約兩倍的單用戶速度。

機架形態也跟著改。每機架的晶圓數從 2 顆增加到 3 顆，改成可插拔的晶圓背包設計：供電放前半、運算背包放後半，泵浦與熱交換器移出機架。這讓客戶可以先把供電機架建好，之後再把晶圓背包插接進去。對部署速度與現場維修來說，這是實打實的改善。

代價寫在功耗上。CS-3 是每顆晶圓 23kW；CS-4 整櫃的熱設計功耗落在 125 到 135kW。

125 到 135kW 這個數字要小心怎麼讀。它是整櫃 3 顆晶圓的合計，不能直接拿去對 CS-3 的 23kW，因為那是單顆晶圓的數字。分攤到單顆晶圓才是同基準：125 到 135kW 除以 3 顆約為每顆 42 到 45kW，對照 CS-3 每顆 23kW 大約是 1.8 到 2 倍。這個分攤值是本文的推算。 換句話說，時脈翻倍、功耗也差不多翻倍，因此報告的結論是每瓦效能至多小幅改善，而這句話出自報告本身。

我的判斷：這是把同一顆矽的物理餘裕一次領完，不是畫出一條新曲線。它的好處很實際：不必等下一個製程節點、不必重做軟體堆疊、客戶端拿到的速度確確實實翻倍。但它同時意味著這條路只能走一次：下一次要再翻倍，得靠新的晶片世代，而報告的用字是必須等下一代晶片，並把 Nexus 定位成次世代機架平台。公司路線圖承諾的是速度每年翻倍、2027 年達到 20 倍吞吐提升，並與 Nexus 並行設計；那個節奏要成立，靠的不會是再灌一次電。要盯的單一指標是下一代晶圓級引擎的規格與發表時程：那裡才看得到 Cerebras 有沒有第二次加速。

44GB 一個位元都沒多，這是全篇最硬的那句

報告用了一個很少見的措辭來形容重用 WSE-3：主要缺點。理由是片上 SRAM 容量由晶圓上的位元胞數量決定，而位元胞數量在同一顆晶片上不會變，所以必須等下一代晶片才可能改善。

這句話為什麼重要，要看它換算成部署規模之後長什麼樣。報告拿 1.6 兆參數的 DeepSeek V4 Pro 做了一次試算：在 100 萬 token 上下文下，最少需要約 20 個單位；把併發拉到 256 個請求這個相當合理的水準，需要約 40 個。原文的收束是這樣的：這代表逾 2,000 萬美元的資本支出與 1MW 的電力，才能讓你在前沿模型上跑出一次前向傳播。

這裡有一個口徑要先講明，因為它影響怎麼讀這個數字。報告的逐字用語是 40 個系統，但它同一句給出的功耗數字，只有把單位當成單顆晶圓才對得上。用電力反推可以看出差別：1MW 除以 40 約是 25kW，接近 CS-3 每顆晶圓 23kW 的量級；若當成 40 個 CS-4 機架，以每櫃 125 到 135kW 計會超過 5MW，與 1MW 差了五倍。這一步反推是本文做的。 所以底下一律以晶圓為單位讀它，並且把它當成 CS-3 世代功耗下的試算；換到 CS-4 較高的單晶圓功耗，電力那一欄只會更大、不會更小。

一次前向傳播。不是一天的服務量，不是一個客戶的用量，是一次。

報告自己接著補了一句同樣重要的話：長上下文推論的 KV 快取成本，仍會把 Cerebras 的客戶推向採用 256k 而不是 100 萬 token 上下文的妥協。也就是說，容量上限不只是一個規格表上的數字，它會直接改變客戶能賣什麼產品。

這條線在既有素材裡是有前史的。Dylan Patel 在 2026 年 7 月的 Sequoia 訪談裡點過同一個結構矛盾：最想用加速模式的是最強的模型，而最強的模型正在變大；旗艦一旦走到 10 兆參數以上加上百萬 token 上下文，SRAM 架構裝不下也撐不了長上下文。最好的模型才值得加速，而 SRAM 裝不下最好的模型，這句矛盾在 CS-4 這一代仍然成立，因為 44GB 沒有變。

我的判斷：這是本篇裡最不受推估誤差影響的一段，因為它不依賴任何倍數，只依賴一個沒有變的規格。速度翻倍是推估、可能高估也可能低估；44GB 沒動是規格，只有兩種可能：變或沒變，而報告說沒變。所以評估 CS-4 時，速度那一半可以打折，容量那一半不能。要盯的單一指標是客戶實際部署的叢集規模：如果出現 40 顆晶圓等級規模的具名部署，代表市場真的願意吃下這個資本強度；如果客戶都停在小規模，那試算裡那個數字就是真實的天花板。

I/O 翻倍：限制沒有消失，它搬家了

CS-4 這一代真正的架構訊號是新的 I/O 模組。晶圓外頻寬由 1.2 Tb/s 提高到 2.4 Tb/s，而且可以現場升級、不必重做機箱。

這個模組的用途，是讓 Cerebras 去跟別人的機器組隊。報告的說法是它讓開放、異構、拆分式的推論架構成為可能，而這些拆分配置能大幅緩解 CS-4 的記憶體容量限制，方法是把它跟 HBM 型系統配對。

配對的分工很明確：Cerebras 在所有配置裡都擔任解碼晶片，因為它的效能天花板不適合吃算力的預填；預填交給 HBM 型系統。公司聲稱同時支援兩種拆法，一種是傳統的預填與解碼拆分，另一種是注意力與前向傳播拆分。報告點名的夥伴是 AMD 與 AWS Trainium，而 AWS 想把自家的 EFA 網卡接到 CS-4 與 Trainium 伺服器上做拆分推論，報告因此判斷 CS-4 的 I/O 模組設計是特別針對 EFA 客製的。這一段是報告的通路調查轉述，不是雙方的正式產品公告。

網路那一側同時改善，但沒有改善到位。兩層胖樹的延遲從 5µs 降到 3µs，晶圓對晶圓直連是 2µs。SemiAnalysis 的評語很直接：3µs 對比同業已經做到的奈秒級，仍然是相對落後的延遲。這個落後有具體後果：跨晶圓的專家平行與專家張量平行仍然不可行，因為 token 的派送與合併對延遲太敏感，所以只能走管線平行。

我的判斷：這一段是 CS-4 最聰明的設計，代價也最容易在同一段裡被略過。聰明在於：它沒有硬碰硬地去解一個在同一顆矽上解不了的問題，而是承認解不了、然後找人分工。代價在於：一個原本是「買一台夠快的機器」的問題，被改寫成「設計一整套跨廠商系統」的問題。 買方要協調的東西從一家變成兩家，要驗證的東西從單機速度變成端到端延遲、KV 狀態搬運與調度器行為。要盯的單一指標是異構部署的實測端到端延遲：CS-4 的單機速度再快，只要跨系統那一段吃掉優勢，客戶拿到的就不是 4,000。

「總持有成本不變」這句話，靠的是物料成本抵銷

CS-4 的商業論點可以壓縮成一句：相近的總持有成本，換到約兩倍的互動性與 token 收入。這句話要成立，得先跨過兩道門檻。

第一道是成本側。整櫃 125 到 135kW 意味著更貴的供電與冷卻，而每瓦效能至多小幅改善，所以電費那一欄不會變便宜。報告的推論是：零件減少與組裝簡化可以抵銷這部分成本，讓每顆晶圓的有效物料成本接近 CS-3。這是一個估計，不是拆解過的實際物料清單。

第二道是需求側，而報告自己講得比誰都白：Cerebras 仍然是很貴的解，賭的是客戶願意為快 token 支付顯著更高的價格。

這第二道門檻，正好是本系列上一篇量到的東西。2026 年 8 月 9 日 SemiAnalysis 的 TileRT 基準顯示，把整張解碼計算圖靜態編譯成一顆常駐核心之後，一台標準 8 卡 B200 節點在 8k/1k 情境跑到 340 tok/s/user，在同一套總持有成本模型口徑下每 token 只貴 1%、互動性 1.9 倍；對同精度最快的傳統點更是便宜 61%、互動性 3.1 倍。

把兩件事放在一起，CS-4 的定價論點就必須面對一個移動中的對手：它主張「相同成本拿兩倍速度」，而在它下面那一格，速度正在變成幾乎不用加價的東西。這兩個市場不完全重疊，TileRT 逼近的是 HBM 的天花板、抬不高它，而 Cerebras 站的是另一條物理天花板；但買方的預算是同一份。

我的判斷：這條升級論點本身站得住：如果物料成本估得對，同樣的錢拿兩倍互動性與兩倍 token 收入，對既有客戶幾乎不需要考慮。真正的問題是 CS-4 對「不買 CS-4」這個選項。要盯的單一指標是超高速端點的定價方向：如果市場上的加速服務加價在幾季內被壓縮，那「客戶願意為快 token 付顯著溢價」這個前提會先鬆動，而它一鬆，兩倍 token 收入這個算式的分子就沒了。

這條判讀對既有的「2028 前不因泡沫敘事離場」立場是加條件、不是加強。折舊與報酬率的壓力測試不會對所有資產同時發生：可以用軟體重新配置的機隊，跟比例凍在採購單上的專用系統，受測的時點與方式並不一樣。相近總持有成本換兩倍收入若成立，對既有資本是加分；但同一筆採購也把一筆猜錯配比的隱含成本寫了進去。本篇不做任何時間上的安全宣稱，折舊、報酬率與融資三條壓力線該怎麼盯還是怎麼盯。

同一格市場，現在有三條路線在搶

超高互動性這一格，2026 年之前基本上是專用矽的主場。現在同時有三條路線押在上面，而且三條都在用異構分工解同一個問題。

這張表最值得停一下的是「容量問題怎麼解」那一列。沒有任何一條路線是靠單一晶片扛完整個模型的。 CS-4 找 HBM 夥伴、TileRT 找 vLLM、LPX 找 Rubin。三家對「SRAM 裝不下最強模型」這個結構問題給出的答案，本質上是同一個：不要一個人扛。

差別在誰是主、誰是配。NVIDIA 的設計裡 GPU 是主、LPX 是加購的協處理器，所以這條路線在設計上是擴大每櫃的 NVIDIA 內容。TileRT 那條路線裡根本沒有新硬體，速度層是同一個端點後面的一條分流。而 CS-4 是三者裡唯一要求客戶把一整櫃 125 到 135kW 的專用矽，擺進一套跨廠商系統當主角的。

我的判斷：三條路線的並存，說明超高互動性這一格是真需求。依 SemiAnalysis 引用，目前已經跑在 Cerebras 上的前沿模型包括 GPT 5.6 Sol，需求端有真實的模型在上面，不是只有投影片。這對 Cerebras 是好消息。但它同時說明這一格不再是誰的自留地：過去要極速就得上專用矽，現在買方多了兩個選項，其中一個連採購單都不用開。要盯的單一指標是客戶的採購形態：如果新的速度需求持續由「從既有機隊切一層」滿足，專用矽的可及市場就是被壓縮的；如果出現為速度而新採購晶圓級硬體的指標性客戶，這個判讀要收窄。

技術那一半解決了，配置那一半才剛開始

本系列上一篇替替代加速器加了第三道篩選條件，叫可挪用性：猜錯了速度層的容量比例，能不能用軟體改回來。前兩道是軟體生態成熟度，以及架構賭注的可逆性。

CS-4 讓第三道條件變得更尖銳，而不是更鬆。

原因就在那個看起來最像解方的異構拆分上。要做拆分推論，採購方必須在下單那天決定預填與解碼的硬體比例，也就是買幾台 CS-4、配多少 HBM 系統。報告自己把問題寫得很清楚：一個預填對解碼的比例，不太可能在這些系統 5 年以上的壽命裡都是最適的。

而需求正在移動，方向還不只一個。推理模型的普及會拉高解碼的份量；代理程式工作負載的快取命中率提升，則會反過來壓低預填的份量。兩股力量同時作用，最適比例本身就是一個會漂的目標。GPU 或 TPU 機隊碰到這種情況可以用軟體重新分配，把卡從一種角色調到另一種；一套為特定比例採購的專用系統做不到，要改得實體重新上架、重新布線。

所以 CS-4 帶來的是一次風險換位：

• 技術風險減少了。速度確實翻倍、容量瓶頸有了工程上的繞道、部署與維修因為背包設計而變快、機箱還能沿用到下一個晶片世代的 Nexus 平台。這些都是實質改善。
• 配置風險增加了。買方現在要對一個 5 年以上的工作負載組合做預測，而且這個預測一旦寫進採購單就改不動。

我的判斷：這是本篇最重要的一段，也是最容易被跳過的一段，因為它不含任何漂亮的數字。夠快是已知的。評估 CS-4 的正確問句是「客戶願不願意為五年後可能不對的配比簽字」。要盯的單一指標是首批異構部署的合約結構：如果客戶拿到的是可以分階段追加、比例可調的採購安排，配置風險被賣方吸收掉一部分，論點轉正；如果是一次到位的固定配比大單，那這筆風險就全在買方帳上，而買方會用價格反映它。

還有一層要說清楚：這條論證對「看好 TPU 與客製晶片推理路線」的既有立場是加條件、不是推翻。那條路線的立論在每單位 token 的成本地板，住在曲線的批次端，跟本篇打的互動端速度層不是同一格。要補上的條件是，可挪用性這道篩選對所有固定比例的專用艦隊都成立，客製 ASIC 與 TPU 的長約採購同樣在內；CS-4 把配比凍在採購單上，同一道問句套回那條路線的長約，也該問一次。

三項舊批評，CS-4 回答了幾項

2026 年 5 月 15 日，Irrational Analysis 的 @insane_analyst 在一場公開訪談裡對 Cerebras 提出三條具體技術批評。他自陳持有 Cerebras 股票、以行動派投資人姿態發言，立場並非看空，把 Cerebras 與 Positron 並列為推論領域最看好的兩家；用他自己的話說，正因為它可以更好，所以批評才嚴厲。這三條是他的觀點、不是產業定論，但它們正好是檢驗 CS-4 的現成清單。三個月後回頭看，CS-4 的回應並不對稱。

第三列要特別小心，因為它中間隔著一道容易被跨過去的縫。從背包模組化推到良率改善是兩件事：模組化改善的是現場更換的便利性，晶圓封裝階段的良率是製造能力。報告只描述了 Cerebras 在冗餘與良率回收上的投資，沒有給出任何可以對照原推算的數字。所以正確的狀態是「未驗證」，不是「已改善」。

我的判斷：三項裡一項實質回應、一項沒回應、一項無法裁決。這個比數把 CS-4 的性質定住了：它是一次乾淨的操作點升級，不是架構重寫。要盯的單一指標是毛利率的方向：封裝良率如果真的改善了，最終會從毛利率那一行透出來，那比任何規格頁上的形容詞都可靠。

反方論點

這篇的核心素材來自單一份付費報告，而且是一份沒有任何客戶實測、也沒有公司公告實績的推估型報告。所以下面四條要放得比平常更重。

8.1一、頂端速度的物理優勢是真的，不能因為看見限制就寫淡

SemiAnalysis 在上一份報告裡把話說死過：軟體可以逼近 HBM 的效能天花板，但抬不高它；Cerebras 能用片上 SRAM 把一個稠密 70B 模型跑到任何 8 卡 GPU 節點都達不到的速度，這點軟體改不了。

這句話的物理前提有一手可對。Cerebras 官方的 WSE-3 規格是 900,000 個 AI 核心、44GB 片上 SRAM、21 PB/s 記憶體頻寬，4 兆電晶體、TSMC 5nm 級製程，CS-3 系統峰值 125 AI petaflops。SemiAnalysis 轉述的三項數字與官方新聞稿完全一致。也就是說，這條反方論點的物理前提是成立的，不能因為本篇主軸在講限制轉移就把它淡化。 規格一致驗證的是前提，至於稠密 70B 的速度對比本身仍是報告的判斷、沒有第三方實測。

8.2二、這份報告全部是推估，一個客戶實測都沒有

4,000 tok/s/user 是 SemiAnalysis 的推估，不是量測。20 到 40 倍是 SemiAnalysis 拿自己的推估對自己的 Blackwell 操作點換算出來的。43 PB/s 片上總記憶體頻寬約為 NVIDIA Rubin 的 2,000 倍，是 Cerebras 的行銷口徑，報告原文就標明是公司行銷、沒有第三方獨立量測可稽。最高 30 倍互動性同樣是行銷語，SemiAnalysis 自己換算後認為可以講到 40 倍。

在完整規格對外公布之前，本文所有 CS-4 數字都應該被當成研究機構的產業推估看待，不是已確認的產品規格。

8.3三、對照組同樣不乾淨

拿來對照的兩條路線各有各的洞。TileRT 那條：官方支援硬體只有 8 張 B200 一種組態，模型目錄只有 GLM-5、GLM-5.1 與 DeepSeek-V3.2 三個，而且每個解碼節點同時只服務一個請求。NVIDIA 那條：每 MW 吞吐最高 35 倍與營收機會最高 10 倍都是官方宣稱，至今沒有任何第三方公布基準驗證過。

三條路線沒有一條有跨機構複驗。 這張三方對照表能用來理解結構分歧，不能用來排名。

8.4四、三家都在用同一種跨類別對照

43 PB/s 對 Rubin 是「2,000 倍記憶體頻寬」，Cerebras 官方另一種講法是 21 PB/s「超過 H100 約 7,000 倍」，NVIDIA 講 LPX 則是「150 TB/s 對 22 TB/s」。這三組數字有同一個共通點：分子是片上 SRAM 的頻寬，分母是 HBM 的頻寬，兩者是不同層級的記憶體、量級本來就不同。

這是廠商慣用的對照口徑，三家都在用，不是誰特別不老實。但看到任何一組動輒上千倍的頻寬倍數時，第一個動作應該是問分子分母是不是同一類東西。

我的判斷：把四條放在一起，這篇能得出的結論強度只到「結構判讀」，到不了「數字結論」。可以說的是：CS-4 沒有解決容量上限、而是把它改寫成系統問題，這件事由報告自陳的規格支撐，不依賴任何推估倍數。不能說的是：CS-4 比某條路線快多少、划算多少、或誰會贏。要看到那個層級的答案，得等 Hot Chips 的規格揭露，以及第一份跨機構的實測。