Mit WSE-3 Turbo: Cerebras neues Rack-Scale-System hängt GPUs weiter ab

Was geschehen ist: Die technologische Evolution der KI-Inferenz

Das Unternehmen Cerebras hat mit der Vorstellung seines neuen Rack-Scale-Systems CS-4 einen bedeutenden Schritt in der Entwicklung von Hardware für Künstliche Intelligenz vollzogen. Die Kernmeldung des am 19. August 2026 veröffentlichten Berichts unterstreicht den Anspruch des Herstellers, seinen Vorsprung gegenüber herkömmlichen Grafikprozessoren (GPUs) im Bereich der KI-Inferenz weiter auszubauen. Im Zentrum der Neuerung steht nicht nur eine Weiterentwicklung des bereits bekannten Wafer-Scale-Chips, sondern ein vollständig überarbeitetes Rack-System, das durch ein optimiertes Design bei Energieversorgung, Vernetzung und Kühlung besticht. Während das Konzept eines Chips in der Größe eines kompletten Wafers bereits seit 2019 als technologische Sensation gilt, erreicht Cerebras mit der aktuellen Generation eine neue Stufe der Kompaktheit und Leistungsfähigkeit. Das CS-4-System ermöglicht es, drei der massiven Wafer-Chips in einem einzigen 19-Zoll-Rack unterzubringen, was eine deutliche Steigerung gegenüber den zwei Chips des Vorgängermodells CS-3 darstellt. Mit dieser Neuausrichtung adressiert Cerebras gezielt die Anforderungen von Hochleistungsrechenzentren und KI-Unternehmen, die auf eine drastische Erhöhung der Tokenraten angewiesen sind, um komplexe Modelle effizient zu betreiben.

Die Einzelheiten: Architektur und Leistungsdaten des WSE-3 Turbo

Der neue Chip, der unter der Bezeichnung WSE-3 Turbo firmiert, basiert auf dem 5-nm-Fertigungsprozess von TSMC. Die grundlegenden Rahmendaten des Chips, wie die Anzahl von 900.000 Prozessoren und die Kapazität von 44 GByte SRAM, bleiben im Vergleich zum WSE-3 identisch. Dennoch weist der Turbo-Chip signifikante Leistungssteigerungen auf, die durch interne Optimierungen erzielt wurden. Die Speicherbandbreite wurde auf beeindruckende 43,2 PByte/s mehr als verdoppelt. Ebenso verdoppelte Cerebras die Bandbreite des Network-on-Chip auf 53,5 PByte/s sowie die I/O-Bandbreite auf 2,4 TBit/s. Ein wesentliches Merkmal des neuen Systems ist die modulare Bauweise: Die WSE-Einheiten werden vertikal an der Rückseite des Racks installiert, während die Vorderseite Platz für 42 redundante Netzteile pro Chip bietet. Das als Nexus bezeichnete System soll laut Hersteller die Anzahl der benötigten Komponenten im Vergleich zum Vorgänger halbieren, was nicht nur den Aufbau beschleunigt, sondern auch die Wartung vereinfacht. Für die Vernetzung innerhalb eines Racks werden die drei Chips direkt miteinander verbunden, während für das Scale-out-Netzwerk das Protokoll RoCE (Remote Direct Memory Access over converged Ethernet) zum Einsatz kommt.

Hintergrund: Vom Pionier zum Industriestandard

Das Konzept der Wafer-Scale-Engine (WSE) hat seit seiner Einführung im Jahr 2019 eine bemerkenswerte Entwicklung durchlaufen. Was anfangs als technisches Experiment wahrgenommen wurde, hat sich mittlerweile in der Branche etabliert. Hochleistungsrechenzentren und spezialisierte KI-Unternehmen nutzen die Technologie, um die Limitierungen klassischer GPU-Cluster zu umgehen. Ein Beleg für die Relevanz des Konzepts ist die Integration durch AMD in das Helios-System sowie die Tatsache, dass auch China das technologische Grundprinzip übernommen hat. Der Erfolg basiert primär auf der Fähigkeit der Cerebras-Systeme, deutlich höhere Tokenraten bei der Inferenz von KI-Modellen zu erzielen, als dies mit herkömmlichen Grafikprozessoren möglich ist. Die stetige Weiterentwicklung der Hardware, von der ersten WSE bis zum aktuellen CS-4, zeigt den strategischen Fokus von Cerebras auf die Skalierbarkeit und die Effizienz der KI-Verarbeitung. Die Entscheidung, das gesamte Rack-Design – inklusive Kühlung und Stromversorgung – neu zu konzipieren, ist eine direkte Antwort auf die steigenden Anforderungen an die Rechenleistung bei gleichzeitigem Wunsch nach einer einfacheren Integration in bestehende Rechenzentrumsinfrastrukturen.

Die Beteiligten: Akteure und strategische Partner

Cerebras agiert als zentraler Entwickler und Hersteller des CS-4-Systems und der WSE-Chips. Das Unternehmen positioniert sich dabei als direkter Wettbewerber zu etablierten GPU-Anbietern. In den Berichten werden zudem prominente Partner und Akteure im KI-Markt erwähnt, die für das Ökosystem von Bedeutung sind. Dazu zählt AMD, das die Wafer-Technologie in sein Helios-System integriert hat. Auch Amazon (AWS) wird im Kontext der Hardware-Infrastruktur genannt, da deren Trainium-Chips als ergänzende Hardware für den Prefill-Prozess in Betracht gezogen werden. Nvidia wird als Vergleichsgröße angeführt, wobei Cerebras darauf hinweist, dass Nvidia bei seinen zugekauften LPUs (Language Processing Units) einen ähnlichen Ansatz der Trennung von Aufgaben verfolgt. Die Zusammenarbeit mit TSMC als Fertigungspartner bleibt für die Produktion der 5-nm-Chips essenziell. Diese Akteure bilden zusammen ein komplexes Geflecht aus Hardware-Herstellern und Cloud-Providern, die versuchen, die Effizienz bei der Verarbeitung von KI-Modellen mit über 10 Billionen Parametern zu maximieren.

Einordnung: Strategische Neuausrichtung der Inferenz

Einzuordnen ist das neue System als ein Versuch, die Inferenz-Pipeline grundlegend zu optimieren. Cerebras verfolgt hierbei einen spezialisierten Ansatz: Die Trennung von Prompt-Verarbeitung (Prefill) und der eigentlichen Token-Generierung (Decode). Während die WSE-Chips ausschließlich für den ressourcenintensiven Decode-Prozess zuständig sind, soll die Vorverarbeitung (Prefill) auf anderer Hardware, etwa AMD-GPUs oder AWS Trainium, stattfinden. Den Berichten zufolge ermöglicht diese Arbeitsteilung in Kombination mit der hohen Bandbreite des CS-4-Systems einen Durchsatz von über 1.000 Token/s, selbst bei Modellen mit einer Parameteranzahl im zweistelligen Billionenbereich. Die geringere Latenz gegenüber klassischen GPU-Systemen wird dabei als entscheidender Wettbewerbsvorteil hervorgehoben. Das Nexus-Konzept, das auf eine einfache Austauschbarkeit einzelner Komponenten setzt, deutet darauf hin, dass Cerebras künftig schnellere Produktzyklen anstrebt, um technologisch nicht von der rasanten Entwicklung der KI-Modelle überholt zu werden. Die Modularität ist somit nicht nur ein technisches Feature, sondern eine strategische Notwendigkeit, um die eigene Hardware langfristig in Rechenzentren zu halten.

Offene Fragen: Was noch geklärt werden muss

Obwohl der Bericht detaillierte Einblicke in die Hardware-Architektur und die Leistungsziele gibt, bleiben einige Aspekte unbeantwortet. So fehlen konkrete Angaben zum Energieverbrauch des Gesamtsystems unter Volllast, was für Betreiber von Rechenzentren eine der wichtigsten Kennzahlen darstellt. Auch der Preis für ein CS-4-System sowie die Kosten für die Wartung der proprietären Wafer-Module werden nicht explizit genannt. Zudem bleibt offen, wie nahtlos die Integration der erwähnten Drittanbieter-Hardware (AMD-GPUs, AWS Trainium) in der Praxis tatsächlich funktioniert und ob es bei der Kommunikation zwischen den unterschiedlichen Chip-Architekturen zu Engpässen kommt. Die langfristige Zuverlässigkeit der vertikal eingebauten WSE-Einheiten unter Dauerlast ist ebenfalls ein Punkt, der erst in der praktischen Anwendung in Rechenzentren verifiziert werden muss. Auch Details zur Software-Schicht, die notwendig ist, um die Last zwischen Prefill- und Decode-Hardware effizient zu verteilen, werden im Quelltext nicht weiter vertieft.

Wie es weitergeht: Ausblick auf die Markteinführung

Die nächsten Schritte für Cerebras sind bereits terminiert. Das Unternehmen hat angekündigt, die ersten CS-4-Systeme noch im laufenden dritten Quartal 2026 auszuliefern. Mit diesem Zeitplan unterstreicht Cerebras den Anspruch, die Hardware zügig in den Markt zu bringen und den Vorsprung bei der Inferenz-Leistung zu festigen. Die Branche wird genau beobachten, ob die versprochenen Durchsatzraten von 1.000 Token/s unter realen Bedingungen in großen Rechenzentren erreicht werden können. Zudem ist davon auszugehen, dass das Nexus-System als Plattform für künftige Generationen der Wafer-Scale-Engines dienen wird, was den Weg für kontinuierliche Upgrades ebnet. Die Entscheidung, ob sich das CS-4-System als Standard für die Inferenz von extrem großen KI-Modellen durchsetzen kann, wird maßgeblich von der Akzeptanz der Kunden und der Stabilität des gesamten Ökosystems abhängen, das Cerebras um seine spezialisierte Hardware herum aufbaut.