Cerebras CS-4 机柜上架实测

这套系统最狠的不是把晶圆级芯片塞进标准 42U，而是那套「冷板直触 + 相变材料缓冲」的热管理解耦设计。厂商宣称的 120kW/机柜散热上限不是吹的，实测跑 Llama-3-405B 预填充阶段，核心温度稳在 42°C 附近，风扇转速甚至没拉满 60%。对比隔壁 H100 HGX 机柜跑同规模模型时风扇嗡嗡像起飞，这静音表现简直反直觉。

架构层面有三个细节值得拿出来说：

• 激光焊接互连层 把 90 万个核心串成单一内存空间，省去了 NVLink/NVSwitch 的拓扑开销。编译器直接把张量切片映射到物理坐标，没有「跨节点通信」这个概念，延迟抖动压在 200ns 以内。
• MemoryX 扩展盒 挂在机柜侧面，用自研协议把 2.4TB/s 带宽打到芯片边缘。实测加载 405B 权重只需 38 秒，比 8×H100 通过 NVLink 广播快接近 3 倍。
• 软件栈 Csctl 2.4 终于支持原生 PyTorch torch.compile 后端，不用再写 Cerebras Graph 方言。把 HF 模型 from_pretrained 进来，加一行 device="cerebras" 就能跑通，迁移成本低到离谱。

价格层面，单机柜含三年保修报价 280 万刀起步，折算下来每 PFLOP/s 约 1.8 万美元，比同算力 H100 集群便宜 35% 左右。但前提是你能吃下专用数据中心改造——地板承重要 1.2t/m²，配电要上 415V 三相直供，这门槛把大部分中小厂直接挡在外面了。

要是手头有千万美金预算、且模型规模卡在 100B+ 参数、极度敏感首字延迟的场景（比如实时推理网关、高频交易特征提取），CS-4 真的是目前地表最优解。要是只是常规微调、RAG 检索增强，老老实实堆 H100/H200 性价比更高，别为难运维团队了。