Wat 30 keer snellere AI-inferentie verandert voor bouwers
Een nieuwe AI-chip van Cerebras beweert modellen 30 keer sneller te draaien dan standaard GPU-servers — die snelheidssprong kan AI-agenten en realtime tools veel goedkoper maken om te bouwen.
- 30×
- sneller dan GPU-inferentie
- 4.400+
- tokens per seconde op een model van 120 miljard
- 10×
- meer output per watt dan vorige chip
- Q3 2026
- eerste leveringen beginnen
De snelheid van AI heeft zojuist een grote sprong gemaakt. Op dinsdag onthulde het bedrijf Cerebras een nieuwe machine — de CS-4 — speciaal gebouwd voor het draaien van AI-modellen. Hun claim: hij voert AI 30 keer sneller uit dan de beste GPU-systemen op de markt. Dat soort snelheidsverschil is groot genoeg om te veranderen wat AI-producten werkelijk kunnen doen.
De CS-4 combineert drie enorme, op maat gemaakte chips in één machine. Elke chip heeft 900.000 rekenkernels en snel geheugen dat direct in de chip is verwerkt. Het resultaat: op een model met 120 miljard parameters — een grote maar gangbare omvang voor serieuze AI-tools — produceert de CS-4 meer dan 4.400 stukjes tekst per seconde. De snelste GPU-dienst haalt vandaag ongeveer 350.
Voor iedereen die met AI bouwt, zijn snelheid en kosten de echte grenzen. Een traag model frustreert gebruikers. Een duur model vernietigt de marges. Veel teams kiezen vandaag voor kleinere, goedkopere modellen niet omdat ze beter werken, maar omdat een groot model snel draaien te veel kost. Hardware als de CS-4 — als de cijfers buiten een demo standhouden — begint die afwegingen te veranderen.
Cerebras zegt dat de eerste machines dit kwartaal worden geleverd. Als cloudproviders de CS-4 overnemen, kunnen ze ontwikkelaars snellere en goedkopere inferentie aanbieden. Als je AI-agenten, realtime tools of iets bouwt dat veel tekst verwerkt, houd dan de cloud-inferentieprijzen de komende twee kwartalen in de gaten. Daar verandert dit hardwareverhaal in een zakelijk verhaal.