Cerebras Systems est une entreprise américaine de semi-conducteurs et d’infrastructure informatique, établie à Sunnyvale, en Californie. Elle conçoit des accélérateurs spécialisés pour l’intelligence artificielle, les systèmes qui les accueillent et les logiciels nécessaires à leur utilisation. Présente sur cerebras.ai, elle défend une alternative aux architectures reposant sur l’assemblage de nombreux processeurs graphiques : concentrer une grande capacité de calcul sur une seule puce de très grande taille.
Une entreprise née du pari du silicium à grande échelle
Fondée en 2015, notamment par Andrew Feldman, Cerebras réunit une équipe dont plusieurs membres ont travaillé chez SeaMicro, spécialiste des serveurs acquis par AMD. L’entreprise dévoile en 2019 son premier Wafer Scale Engine, ou WSE. Au lieu de découper une tranche de silicium en multiples puces indépendantes, son architecture exploite une très grande surface pour relier directement de nombreux cœurs de calcul.
Cette démarche impose de résoudre des difficultés de fabrication, d’alimentation électrique et de refroidissement. Elle nécessite aussi des mécanismes de redondance pour contourner les défauts présents sur le silicium. Cerebras conçoit ses processeurs et s’appuie sur TSMC pour leur fabrication.
Du processeur aux services de calcul
Le Wafer Scale Engine constitue le cœur des systèmes CS de Cerebras. La génération WSE-3, présentée en 2024 avec le système CS-3, poursuit cette logique d’intégration. L’objectif est de limiter les échanges entre composants séparés, qui peuvent ralentir les traitements et compliquer la répartition d’un modèle entre plusieurs accélérateurs. Une mémoire distribuée sur la puce accompagne les cœurs de calcul, tandis que des équipements externes complètent l’architecture pour les charges de travail importantes.
L’offre ne se limite donc pas à un composant. Cerebras fournit des machines, des outils logiciels et des infrastructures permettant de regrouper plusieurs systèmes. L’entreprise s’adresse aux acteurs qui entraînent des modèles d’IA, mais aussi à la recherche scientifique et au calcul intensif. Son partenariat avec le groupe émirati G42, autour des supercalculateurs Condor Galaxy, illustre cette stratégie de déploiement à l’échelle des centres de données.
Depuis 2024, Cerebras propose également des services d’inférence accessibles dans le cloud. Il s’agit cette fois d’exécuter des modèles déjà entraînés, notamment pour générer du texte. La rapidité de réponse devient alors un argument commercial, dont l’intérêt dépend du modèle utilisé, du volume de requêtes et du coût du service.
Et maintenant ?
Pour Cerebras, l’enjeu consiste à transformer une architecture différenciante en plateforme durablement adoptée. Face à l’écosystème des GPU, la performance matérielle ne suffit pas : la compatibilité logicielle, la disponibilité des capacités et la simplicité d’exploitation comptent également. Le développement de l’inférence lui ouvre un marché complémentaire à celui de l’entraînement, mais l’expose à une concurrence soutenue. Sa trajectoire dépendra notamment de sa capacité à démontrer des avantages économiques sur des usages concrets, tout en accompagnant l’évolution rapide des modèles et les contraintes énergétiques des centres de données.