Hot Chips 2026에서 Cerebras는 랙 규모 성능을 3배 향상시키고 스택형 DRAM을 통합한 Nexus 시스템 아키텍처와 CS-6 웨이퍼 로드맵을 공개했다.

Cerebras의 SRAM이 대거 탑재된 웨이퍼 스케일 엔진(WSE)은 AI 모델 서빙 분야에서 독특한 입지를 굳혔으며, OpenAI의 ChatGPT-5.6 Sol Ultrafast 티어와 같은 서비스를 구동하는 극저지연성·고처리량 추론을 제공합니다. Hot Chips 2026에서 해당 기업은 웨이퍼 스케일 가속기 로드맵의 다음 두 세대를 공개했으며, CS-4 랙 스케일 시스템과 세 개의 WS-3T 웨이퍼를 위한 새로운 Nexus 랙 설계의 성능 이점에 대해 상세히 설명했습니다.

단일 실리콘 슬라이스에 거대한 코히런트 프로세서를 통합하는 것은 업계에서 독보적인 성과이지만, 본질적으로 한계가 따릅니다. AI 워크로드는 모델 크기의 확대로 인해 점점 더 많은 메모리 용량을 요구하며, 이는 여러 추론 세션에 걸쳐 분산될 수 있는 메모리 발자국을 가지고 있고, 세션별 KV 캐시에 저장되는 컨텍스트도 점차 길어지고 있습니다. 전통적인 GPU 벤더들은 메모리 제조사와 파트너십을 맺어 더 높은 밀도의 HBM을 적층하고 가속기당 할당량을 늘려 이러한 압력을 완화해 왔습니다. 그러나 웨이퍼 스케일 설계는 이미 표면적의 100퍼센트를 로직과 SRAM에 할당하고 있습니다. 특정 자원을 추가로 확보하려면 다른 기능에 할당된 공간을 희생해야 합니다. 당분간 실리콘 제조가 300mm 웨이퍼에서 계속될 것이므로, Cerebras는 온칩 자원 확대를 위해 대체 경로를 추구해야 합니다.

이에 대응하여 Cerebras는 로드맵상 현재 두 세대 앞선 CS-6 시스템이 스택드 아키텍처로 전환될 것이라고 발표했습니다. 이번이 처음인 이번 계획에 따라 회사는 로직 및 SRAM 웨이퍼 위에 DRAM을 3D 적층할 예정이며, 이는 추론 성능 리더십을 유지하면서 칩당 필요한 전체 면적을 줄일 것이라고 주장합니다. 이러한 동시적인 면적 축소는 Cerebras가 더 많은 WSE를 생산할 수 있게 하여, 급증하는 글로벌 웨이퍼 수요 속에서 운영 규모를 확장하는 과정에서 중요한 제약 조건을 완화할 가능성이 있습니다.

단기적으로 Cerebras는 자체 개발한 Nexus 랙 설계를 갖춘 CS-4 랙 스케일 시스템을 통해 현재 플랫폼의 잠재력을 최대한 끌어내고 있습니다. CS-4는 전원 공급, 스케일업 네트워킹, 액체 냉각을 단일 플러그인 모듈로 통합한 독립형 '백팩' 안에 새로 고친 WS-3T 웨이퍼 세 개를 수용합니다. 이러한 모듈이 독립적으로 작동하므로, 이 아키텍처를 기반으로 구축된 향후 웨이퍼 스케일 엔진은 전체 랙을 교체하지 않고도 업그레이드할 수 있습니다.

Cerebras의 수석 시스템 아키텍트 JP Fricker는 경쟁 스케일업 아키텍처를 notably 비판하며, 각 랙 내 Rubin NVL72 NVLink 도메인을 연결하는 데 사용되는 5,000개의 케이블을 "혼란스럽다"고 묘사했습니다. 그는 이를 온디 인터커넥트와 독립형 컴퓨트 모듈에 의존하는 Nexus 시스템의 더 깔끔하고 장애 발생률이 낮은 접근 방식과 대비시켰습니다. Nexus 백팩은 또한 WSE의 I/O 인터페이스를 나머지 어셈블리와 분리합니다. 두 개의 교체 가능한 I/O 모듈이 웨이퍼 가장자리에 부착되어 크로스 시스템 상호 운용성을 위한 RoCE v2 RDMA 연결과 랙 내 다른 웨이퍼와의 직접 링크를 제공합니다. 이러한 모듈성은 핵심 컴퓨트 웨이퍼와 무관한 별도의 업그레이드 경로를 제공합니다.

전원 및 열 관리 역시 재설계되었습니다. 각 백팩은 전면부에 위치하며 운영자의 요구 사항에 따라 다양한 수준의 중복성을 구성할 수 있는 최대 10대의 랙 마운트형 전원 공급 장치를 지원합니다. 랙은 또한 필요한 구성 요소에 대한 공기 냉각도 공급합니다. 웨이퍼 스케일 엔진을 수직으로 장착함으로써 Cerebras는 지원 인프라를 관리하기 위한 전통적인 PCB나 기판의 필요성을 없앴습니다. 대신 백팩은 대형 구리 버스바를 웨이퍼 후면 측에 직접 연결합니다. 이 직접 접촉은 전력 라우팅 시 일반적으로 발생하는 손실을 최소화하며, 이는 BGA 마운트 GPU에서 전력 공급 회로가 다이 주변을 둘러싸는 경우 흔히 발생하는 문제입니다.

Cerebras는 이러한 효율성 향상을 WS-3T의 성능 향상으로 직접 연결합니다. 회사는 Nexus 백팩 설계로 인한 전력 절감 덕분에 이전 버전보다 웨이퍼 스케일 엔진에 두 배의 전력을 공급할 수 있어, 더 높은 클럭 속도와 WS-3 대비 최대 두 배의 성능을 달성했다고 밝혔습니다. WS-3와 동일한 기본 실리콘을 기반으로 하는 각 WS-3T는 희소 FP16 petaFLOPS와 SRAM 메모리 대역폭 모두 두 배를 제공합니다. 그럼에도 불구하고 WS-3T는 웨이퍼당 총 메모리가 44GB로 제한되므로, 완전한 CS-4 랙은 132GB만 제공합니다. 이는 Nvidia의 Vera Rubin NVL72 시스템의 20.7TB HBM과 AMD의 Helios의 31TB에 비해 현저히 부족한 수치입니다. Cerebras는 이러한 엔진에 대한 밀집 PFLOPS 지표를 게시하지 않는데, 이는 아마도 그 데이터플로우 아키텍처가 전통적인 GPU가 일반적으로 수행하지 않는 방식으로 희소성을 활용하도록 특별히 최적화되었기 때문일 것입니다.

오늘날과 내일의 더 큰 모델을 수용하기 위해 Cerebras는 업스케일과 아웃스케일 모두에서 확장해야 합니다. 이더넷에 의존하는 경쟁 랙 스케일 시스템과 달리 Cerebras는 Nexus 랙 내에서 엔진을 연결하는 것과 동일한 웨이퍼 간 인터커넥트를 사용하여 CS-4 시스템을 서로 연결할 수 있습니다. 회사는 랙 내부의 웨이퍼당 직접 스케일업 대역폭이 2.4Tb/s이며, 이는 2μs 지연 시간에서 칩 간 총 대역폭 7.2Tb/s를 산출한다고 보고합니다. 중요하게도 Cerebras는 그 아키텍처가 모델 활성화값이 웨이퍼 스케일 엔진 간을 이동하는 것만을 필요로 한다고 지적합니다. 결과적으로 직접 웨이퍼 링크의 비교적 낮은 대역폭은 Vera Rubin NVL72이나 AMD Helios와 같은 시스템이 제공하는 초당 수백 테라바이트의 대역폭과 비교했을 때 확장 병목 현상이 아닙니다. (WSE-3T의 온디 파브릭만으로도 53.4PB/s의 대역폭을 제공합니다.)

CS-4 아키텍처는 또한 2027년에 출시될 예정인 새로운 WSE 실리콘을 특징으로 하는 차세대 CS-5 가속기의 기반을 마련합니다. 작은 모델의 경우 Cerebras는 다가오는 WSE가 사용자당 초당 최대 10,000개의 토큰을 제공할 것으로 전망하며, DeepSeek나 OpenAI와 같은 조직의 더 큰 프론티어 모델은 사용자당 초당 약 5,000개의 토큰으로 실행될 수 있을 것으로 예상합니다. AI 에이전트가 인내심이 부족하다는 Nvidia CEO Jensen Huang의 관찰을 되새기며, CS-4와 같은 전용 가속기를 사용하여 이러한 높은 토큰 처리량을 유지할 수 있는 능력은 Cerebras가 중요한 틈새 시장을 확보하는 데 도움이 될 것입니다. 회사는 OpenAI와 AMD와의 전략적 파트너십과 함께 이 우위를 지속적으로 활용하기를 원합니다.