Lors de la publication de ses résultats trimestriels, Cerebras Systems a annoncé un chiffre d’affaires de 230,9 millions de dollars. Elle a aussi officialisé un contrat signé en octobre avec Microsoft pour déployer ses puces sur Azure. Après des accords avec AWS et Oracle Cloud, cette alliance ouvre une option de calcul IA dès 2027. Les directions informatiques pourront ainsi louer ces capacités via leurs contrats cloud existants, sans acheter de serveurs.
Cette annonce combine des performances financières supérieures aux attentes et l’intégration du système CS-3 chez un troisième fournisseur hyperscale. Au troisième trimestre 2026, le concepteur californien dégage un bénéfice ajusté de 0,12 dollar par action. Or, le consensus LSEG anticipait une perte de 0,14 dollar, selon les chiffres rapportés par CNBC. Pour les acheteurs IT confrontés aux délais des GPU, cet accord entre Cerebras et Microsoft élargit l’approvisionnement cloud. Toutefois, il ne s’agit pas d’une substitution immédiate sur le marché. Puisque les premiers revenus issus de ce partenariat n’apparaîtront qu’au premier trimestre 2027.
Des résultats trimestriels solides qui financent l’intégration cloud de Cerebras chez Microsoft
Le bilan comptable publié par l’entreprise valide sa capacité à livrer des systèmes à grande échelle. En plus, sa rentabilité opérationnelle progresse nettement. D’après le communiqué des résultats trimestriels de Cerebras, le chiffre d’affaires global atteint 230,9 millions de dollars. Ce montant dépasse les 214,7 millions de dollars attendus par les analystes. Son activité principale progresse également de 70 % sur un an et atteint 135,7 millions de dollars.
Pour le quatrième trimestre, la direction vise entre 310 et 330 millions de dollars de ventes. La marge brute cible s’établit alors entre 47 % et 49 %. Ces prévisions dépassent les estimations du consensus, fixées à 271 millions de dollars et 42,1 % de marge.
Cette assise financière permet à Cerebras d’opérer selon une distribution indirecte via les géants du cloud. Ainsi, les entreprises clientes d’Azure, d’AWS ou d’Oracle éviteront de négocier des contrats matériels directs. Elles consommeront ces capacités à travers leurs engagements cloud existants. Cette approche supprime aussi le besoin d’immobiliser du capital dans des salles serveurs dédiées.
$CBRS just confirmed $MSFT as its newest hyperscaler customer adding Azure to a growing list of inference partners that includes $AMZN AWS, $ORCL and OpenAI. Cloud revenue surged 272% YoY and management now expects total revenue to triple in 2027. https://t.co/YvqvGFY2N3
— Shay Boloor (@StockSavvyShay) November 12, 2026
Néanmoins, la lecture des indicateurs invite à la prudence sur la trajectoire du fabricant. La croissance du cœur d’activité a ralenti par rapport aux 103 % du deuxième trimestre. L’action reste également en repli d’environ 47 % depuis son introduction en bourse en mai. Le PDG Andrew Feldman évalue de nouvelles options de financement pour honorer la demande.
Le fonctionnement technique des puces à l’échelle de la plaquette sur Azure
L’intégration matérielle prévue dans les centres de données Azure repose sur une architecture distincte des grappes GPU classiques. Habituellement, les serveurs décrits dans le guide d’architecture de calcul IA sur Microsoft Azure assemblent plusieurs processeurs graphiques distincts. Ces composants communiquent ensuite entre eux par des interconnexions réseau à haut débit.
À l’inverse, le système CS-3 grave un processeur unique sur une plaquette de silicium entière. Selon la documentation technique sur l’architecture à l’échelle de la plaquette de Cerebras, cette puce regroupe 900 000 cœurs spécialisés. Elle intègre aussi 44 gigaoctets (Go) de mémoire SRAM sur le même support.
Cette proximité entre calcul et mémoire évite les transferts de données lents entre composants externes. Par conséquent, le système accélère l’entraînement des grands modèles de langage et les traitements par lots des agents IA. Dans le catalogue Azure, ces instances complètent les clusters équipés de puces Nvidia H100 et H200. Elles ciblent donc des tâches spécifiques plutôt que de remplacer les GPU sur tous les usages.
| Critère technique | Clusters GPU Nvidia (H100 / H200) | Instances Cerebras CS-3 (horizon 2027) |
| Architecture | Grappe de GPU reliés par réseau | Puce unique sur plaquette (900 000 cœurs) |
| Mémoire | Mémoire HBM sur chaque carte | 44 Go de SRAM intégrés sur la puce |
| Logiciel | Écosystème CUDA natif | Compilation via le SDK Cerebras |
| Usage principal | Entraînement et inférence polyvalente | Entraînement LLM et lots volumineux |
Les coûts de portage logiciel et le calendrier 2027 à vérifier avant tout déploiement
Cependant, la disponibilité future de ces instances sur le cloud de Microsoft ne supprime pas les freins logiciels. Les équipes ayant développé leurs modèles sur la plateforme CUDA de Nvidia doivent adapter leurs pipelines. Elles devront notamment recompiler leur code via la documentation du SDK de compilation Cerebras.
Mais ce travail d’ingénierie génère un coût fixe. Cette dépense peut annuler l’avantage tarifaire de l’instance sur des projets intermédiaires. Par ailleurs, les fournisseurs cloud signent des contrats multiples pour sécuriser leurs approvisionnements et leur levier commercial. Rien ne garantit donc que les clients basculeront leurs charges de travail vers cette offre.
Pour valider l’intérêt économique de cet accord entre Cerebras et Microsoft après ces résultats trimestriels, trois paramètres restent alors à chiffrer. Les responsables d’infrastructure mesureront la nature de la charge, le tarif horaire Azure et l’amortissement du portage. La première vérification interviendra au premier trimestre 2027 lors de l’ouverture commerciale des instances. Les tests sur des jeux de données identiques compareront alors le débit réel par rapport aux GPU.
- Partager l'article :
