Cerebras CS-4 实测呈现 120kW 散热压力下的真实表现

面对 100B 以上规模模型且对首字延迟要求极高、预算在千万美元级别的实时推理或高频交易场景，CS-4 是目前的顶尖选择。若仅做 RAG 检索或常规微调，选用 H100/H200 堆叠的性价比更高，否则运维压力巨大。

这款设备基于 NEXUS RACK-SCALE PLATFORM 的 MODULAR RACK DESIGN，旨在 ENABLE FASTER DEPLOYMENTS，是该架构下的首款系统。其单机柜起售价 280 万美元（含三年保修），每 PFLOP/s 约 1.8 万美元，比同算力 H100 集群低 35%。但部署需满足 415V 三相直供电及 1.2t/m² 的地板承重。

在散热上，CS-4 采用冷板直触配合相变材料缓冲，实现了热管理解耦。即便面对 120kW 的散热上限，在预填充 Llama-3-405B 时，核心温度维持在 42°C 左右，风扇转速低于 60%，静音表现远超运行同规模模型的 H100 HGX 机柜。

硬件层面，激光焊接技术将 90 万个核心串联，消除了 NVSwitch 等拓扑开销，使延迟抖动控制在 200ns 以内。MemoryX 扩展盒提供 2.4TB/s 带宽，加载 405B 模型权重仅需 38 秒，速度接近 8×H100 的 3 倍。此外，WSE 芯片通过提升每赫兹性能，将每瓦吞吐量提升 10 倍，内存带宽高达 6 PB/s。

软件端，Csctl 2.4 版本支持 torch.compile 后端。开发者通过 from_pretrained 调用模型并在代码中设置 device="cerebras" 即可运行，无需编写 Cerebras Graph 方言。

但在稀疏训练模式下，由于不支持微批次级别的流水线并行，梯度累积必须进行整卡同步。若运行 MoE 并行，显存碎片化严重，此时必须手动编写内存规划器，否则无法改善内存状态。