세레브라스가 8월 19일 'Supernova'에서 웨이퍼 3장을 하나로 묶은 CS-4를 공개했어요. 칩당 250페타플롭스인 WSE-3T 3개로 합산 750페타플롭스, 129.6PB/s 대역폭을 냅니다. 올해 3분기 출하 목표로, AI 추론 인프라 경쟁이 한층 더 뜨거워질 전망이에요.
세레브라스 시스템즈(Cerebras Systems)가 어제(8월 19일) 자사 행사 "Supernova"에서 CS-4를 공개했습니다. 세레브라스라고 하면 며칠 전 오픈AI가 GPT-5.6 솔을 14배 빠르게 만들었다고 발표했을 때 뒤에서 도와준 그 회사 맞아요. 이번엔 파트너십이 아니라 자기네 하드웨어 신제품 얘기입니다.
근데 여기서 좀 짚고 넘어갈 게 있는데, CS-4는 완전히 새로운 칩이 아닙니다. 칩 자체는 기존에 쓰던 WSE-3T(Wafer Scale Engine-3 Turbo)를 그대로 씁니다. 대신 이 웨이퍼를 여러 장 묶어서 랙 스케일 시스템으로 만든 게 CS-4예요. 말하자면 엔진은 그대로 두고 차체를 새로 설계한 셈이죠. 세레브라스 최초의 멀티웨이퍼 시스템이라는 점에서 의미가 있습니다.
숫자만 보면 꽤 화려합니다. 칩 하나(WSE-3T)가 250페타플롭스, 44GB SRAM, 43.2페타바이트/초 대역폭, 2.4테라비트/초 오프다이 연결을 지원하는데, CS-4는 이걸 3장 묶어서 합산 750페타플롭스(희소성 FP16 기준), 129.6페타바이트/초 대역폭, 7.2테라비트/초 I/O를 냅니다. 웨이퍼끼리 통신할 때 지연시간이 최소 2마이크로초라고 하니, 3개 웨이퍼가 사실상 하나처럼 움직이는 걸 노린 설계예요. 이 정도 대역폭이면 50조 파라미터가 넘는 모델도 얹을 수 있다고 하네요.
기존 CS-3와 비교하면 와트당 처리량(throughput per watt)이 최대 10배까지 올라간다는 게 세레브라스 측 주장입니다. 추론 특화 랙이다 보니 전력 효율을 꽤 신경 쓴 티가 나요.
그리고 세레브라스는 GPU 기반 시스템 대비 최대 30배 빠르다고도 자신 있게 말하는데, 솔직히 이 대목은 좀 걸러 들을 필요가 있습니다. 750페타플롭스라는 숫자 자체가 희소성(sparsity)을 전제로 한 수치거든요. 근데 실제 LLM 추론에서는 모델 가중치가 대부분 밀집(dense) 상태라서, 이 숫자를 그대로 체감 성능으로 옮기긴 어렵다는 게 업계 쪽 지적입니다. 개인적으로는 30배라는 수치 자체보다, 세레브라스가 인퍼런스 시장에서 GPU와 정면으로 경쟁 구도를 만들려 한다는 메시지가 더 눈에 들어와요. 마케팅 숫자는 늘 최적 조건에서 나온다는 걸 감안하고 봐야겠죠.
출하 일정은 이번 분기, 그러니까 3분기 안에 나온다는 목표를 세워뒀습니다. 설계 자체도 고속·저지연 추론에 초점을 맞췄고요. 학습보다는 이미 만들어진 모델을 빠르게 서빙하는 쪽에 베팅한 거죠.
사실 웨이퍼 스케일 컴퓨팅이라는 컨셉 자체는 세레브라스가 몇 년째 밀어온 카드인데, 이번엔 그걸 랙 단위로 확장했다는 게 포인트입니다. 엔비디아 GPU 클러스터와 정면 승부를 걸겠다는 의도가 보이는데, 3분기 실제 출하 이후 실사용 벤치마크가 나와봐야 30배라는 숫자가 얼마나 버틸지 알 수 있을 것 같네요.
출처