Devenu Leader mondial du silicium, Cerebras Systems devient le concurrent direct de NVIDIA en matière de centre de calcul haute performance.
Cerebras Systems est une entreprise technologique américaine fondée en 2015 qui revendique quelques uns des plus grands processeurs pour l’intelligence artificielle. Sa technologie de rupture repose sur le Wafer-Scale Engine, une puce de la taille d’une galette de silicium entière avec une vitesse de calcul et une bande passante mémoire largement supérieures aux GPU traditionnels.
Cerebras, rival direct de NVIDIA
La société de Sunnyvale redessine les standards du calcul intensif. Elle livre des systèmes monolithiques directement aux centres de données.
Cette technologie supprime les délais de communication entre les composants. Le chiffre d’affaires a atteint 510 millions de dollars en 2025, en hausse de 76 % sur un an. Le bénéfice net GAAP s’élève à 237,8 millions de dollars. Mais ce résultat intègre un gain comptable exceptionnel de 363,3 millions, lié à un contrat à terme.
Hors cet élément, l’entreprise reste en perte opérationnelle. Un contrat pluriannuel signé en janvier 2026 avec OpenAI, présenté initialement autour de 10 milliards de dollars, s’élève en réalité à plus de 20 milliards de dollars sur trois ans, comme l’ont révélé en avril les documents déposés auprès de la SEC. L’accord prévoit une option d’extension jusqu’à 2 GW d’ici 2030. Cette visibilité financière renforce la crédibilité du fabricant.
Cerebras en quelques chiffres
- 100 milliards de dollars : la capitalisation boursière atteinte lors de l’introduction au Nasdaq
- 46 225 millimètres carrés : la surface totale de la puce géante gravée en silicium.
- 4 000 milliards : le nombre de transistors sur un seul processeur.
- 900 000 : les cœurs de calcul au sein du moteur.
- 44 gigaoctets : la mémoire SRAM embarquée sur la puce.
- 21 pétaoctets par seconde : la bande passante mémoire, environ 7 000 fois celle d’un NVIDIA H100.
- 2 500 jetons par seconde : le débit mesuré pour le modèle Llama 4 Maverick.
- 10 centimes : le tarif d’inférence pour 1 million de jetons.
- 76 % : la croissance du chiffre d’affaires en 2025, confirmant l’intérêt pour cette innovation.
Introduction en Bourse et IPO au Nasdaq
L’entrée au Nasdaq Global Select Market a eu lieu le 14 mai 2026. L’action, proposée à 185 dollars, a clôturé sa première séance à 311,07 dollars, un bond de 68 %. La capitalisation boursière avoisine désormais les 100 milliards de dollars. Morgan Stanley, Citigroup, Barclays et UBS ont piloté l’opération, qui a levé 5,55 milliards de dollars. Une levée de fonds de série H en février 2026 valorisait déjà Cerebras à environ 23 milliards de dollars. Cette introduction en Bourse signe le plus gros lancement tech américain depuis 2019.
Cette rentrée d’argent frais soutient alors la recherche pour les futurs composants. L’entreprise prévoit notamment d’embaucher 500 ingénieurs supplémentaires cette année. Les investisseurs surveillent la croissance des marges bénéficiaires de la société. Le modèle économique repose sur la vente de systèmes intégrés.
Cela limite la dépendance aux distributeurs tiers pour le matériel. La transparence des chiffres rassure les fonds de pension internationaux. Une part du capital reste entre les mains des fondateurs historiques. Ils conservent ainsi le contrôle de la direction stratégique.
Toutefois, la demande pour les titres dépasse l’offre initiale disponible. Les courtiers anticipent une volatilité lors de la première séance. Cette étape marque la maturité de l’industrie du calcul spécialisé. L’argent récolté finance également la construction de nouveaux laboratoires.
Records de vitesse pour CS-3 et Llama 4.2
Le serveur CS‑3 exécute le modèle Llama 4 Maverick à plus de 2 500 jetons par seconde par utilisateur, d’après les benchmarks d’Artificial Analysis. Un système NVIDIA DGX B200 Blackwell plafonne autour de 1 000 jetons par seconde sur la même charge, dans des conditions de production non optimisées. L’API commune avec Meta atteint 2 600 jetons par seconde sur Llama 4 Scout. Ces débits changent la donne pour les agents conversationnels et les assistants vocaux, qui deviennent véritablement instantanés.
Les applications de conversation deviennent instantanées grâce à cette prouesse. Le débit reste stable même avec des milliers de requêtes. Les ingénieurs mesurent une efficacité constante sur les longs textes. Cette vitesse transforme la manière de concevoir les agents virtuels.
Ils traitent désormais des documents entiers en un clin d’œil. La latence disparaît totalement lors des interactions vocales avec l’ordinateur. Les bancs d’essai officiels placent la machine en tête des classements. La supériorité technique découle de l’absence de transfert externe.
Le processeur conserve toutes les informations utiles dans ses circuits propres. Cela supprime surtout les ralentissements liés aux câbles de liaison. Les entreprises de services financiers exploitent notamment cette rapidité pour le courtage. Elles exécutent des milliers de simulations chaque minute.
Le Wafer-Scale Engine 3 une puce hors norme
La pièce maîtresse mesure 46 225 millimètres carrés de silicium pur. Ce composant unique possède 4 billions de transistors microscopiques. Sa fabrication nécessite ainsi une galette entière de 300 millimètres de diamètre. Le fondeur TSMC utilise par ailleurs un procédé de gravure en 5 nanomètres.
Cette densité autorise l’intégration de 900 000 cœurs de calcul indépendants. L’architecture monolithique remplace les assemblages de petites puces. Chaque zone du processeur communique avec ses voisines sans délai. Les erreurs de fabrication ne bloquent pas le fonctionnement du système.
Un mécanisme de secours remplace les transistors défaillants de manière invisible. Cette conception assure une durée de vie prolongée au matériel. Le boîtier contient des canaux pour la circulation d’un liquide. Cette gestion thermique évite la surchauffe malgré la puissance.
Le poids du module de calcul dépasse les 20 kilogrammes. L’installation demande un châssis spécifique pour supporter cette masse. Les connexions électriques atteignent un nombre record sur la face arrière. Cette innovation technologique redéfinit les frontières de la microélectronique.
Puissance mémoire et bande passante du WSE-3
Le stockage interne directement sur le circuit atteint 44 gigaoctets. Les échanges de données s’effectuent à 21 pétaoctets par seconde. Ce chiffre dépasse donc très largement les standards de la mémoire vidéo. Les algorithmes accèdent aux poids du modèle en un temps record.
Cette proximité immédiate réduit aussi les pertes d’énergie sous forme de chaleur. Le système gère les modèles de langage de taille importante. Une unité de stockage externe épaule le processeur pour les paramètres. La liaison entre les modules atteint 1,2 téraoctets par seconde.
Ce flux continu alimente les cœurs de calcul sans interruption. Les performances ne chutent jamais par manque de données. L’architecture supporte des réseaux de neurones de 100 trillions de connexions. Cette capacité immense ouvre la porte à des intelligences complexes.
Le matériel traite les images haute définition en quelques fractions. Les vidéos subissent alors une analyse sans aucun ralentissement. Puis, la bande passante interne élimine le besoin de compression des données. Cela préserve la précision des calculs durant les simulations.
Partenariats stratégiques avec Mistral AI et Meta
L’alliance avec Mistral AI propulse l’assistant Le Chat, qui sert plus de 1 100 jetons par seconde sur l’infrastructure Cerebras. Mistral a déployé Cerebras Cloud dès 2025 pour diffuser ses modèles en Europe.
Meta, de son côté, s’appuie sur Cerebras pour livrer une API Llama jusqu’à 18 fois plus rapide que les solutions GPU traditionnelles, selon les mesures de Cerebras. D’après les benchmarks indépendants d’Artificial Analysis, le débit atteint 2 600 tokens par seconde, contre environ 130 tokens par seconde pour ChatGPT. Amazon Web Services a annoncé en mars 2026 une solution d’inférence désagrégée associant ses puces Trainium et les systèmes CS‑3, accessible via Amazon Bedrock.
L’entreprise signe aussi des accords avec des universités pour former la relève sur ces calculateurs de nouvelle génération.
Cerebras Inference services cloud et prix
Le service de calcul en ligne mise sur une tarification transparente. Le tarif démarre à 10 centimes par million de jetons pour Llama 3.1 8B et 60 centimes pour Llama 3.1 70B. Un compte développeur s’ouvre avec un crédit de 10 dollars, sans contrat ni file d’attente. Un abonnement Pro à 50 dollars par mois donne accès à tous les modèles open source majeurs et permet d’envoyer jusqu’à 24 millions de jetons par jour. Cerebras garantit une infrastructure dédiée avec des engagements de disponibilité, un atout pour les déploiements critiques.
Cette somme autorise le test des capacités du système immédiatement. Le tableau de bord affiche les statistiques de consommation en temps réel. Les développeurs intègrent cette solution dans leurs applications.
La rapidité de réponse améliore l’expérience des utilisateurs finaux. La sécurité des échanges repose sur un chiffrement de niveau militaire. Aucune donnée ne sort du centre sans une autorisation. La maintenance du matériel s’effectue sans couper l’accès au service.
Les clients bénéficient d’une disponibilité de 99,9 % sur l’année. Cette fiabilité attire les banques pour la détection de fraude. Elles analysent les transactions à vive allure pour bloquer les vols. Le service supporte les modèles populaires du marché.
Pour aller plus loin : 👉 Chine vs USA – comprendre la guerre des puces
Position de Cerebras face à ses concurrents directs
NVIDIA a riposté avec la plateforme Vera Rubin, dévoilée au CES 2026. Cette architecture à six puces abaisse le coût par jeton jusqu’à 10 fois par rapport à Blackwell et arrivera dans les clouds Azure et CoreWeave au second semestre 2026.
Groq LPU conserve un temps de première réponse imbattable de 0,18 seconde (P50) pour Llama 4 405B, mais Cerebras domine en débit brut. Sur Qwen 3 235B, Cerebras revendique jusqu’à 1 500 jetons par seconde, quand un benchmark indépendant en mesure 525. Google déploie ses TPU v7 exclusivement sur son cloud, SambaNova affine sa puce gravée en 3 nanomètres, et AMD muscle sa gamme Instinct.
La bataille ne se joue plus seulement sur la puissance brute, mais sur le trio prix, latence et simplicité d’intégration.
Un contrat OpenAI à plus de 20 milliards de dollars
En janvier 2026, Cerebras a conclu un partenariat d’inférence avec OpenAI. Les détails révélés en avril dans le prospectus d’introduction en Bourse montrent que ce contrat, présenté initialement autour de 10 milliards de dollars, pèse en réalité plus de 20 milliards de dollars sur trois ans.
L’accord prévoit une option d’extension à 2 GW d’ici 2030. Pour la première fois, OpenAI externalise une part massive de son inférence hors de ses propres centres de données. Cette annonce, relayée par Bloomberg et Les Échos, valide l’architecture wafer‑scale comme une alternative crédible aux GPU pour les charges de production à très grande échelle.
FAQ
Cerebras a réalisé la plus grosse introduction en Bourse tech américaine depuis 2019, avec une valorisation proche de 100 milliards de dollars. Ses puces wafer‑scale promettent des vitesses d’inférence IA très supérieures à celles des GPU classiques.
C’est une puce unique de 46 225 mm² gravée en 5 nm par TSMC. Elle intègre 4 000 milliards de transistors, 900 000 cœurs et 44 Go de SRAM, avec une bande passante mémoire de 21 Po/s, soit 7 000 fois celle d’un NVIDIA H100.
NVIDIA assemble des milliers de petits GPU reliés par des câbles. Cerebras utilise une seule puce de la taille d’une galette de silicium, ce qui élimine les goulets d’étranglement entre puces et réduit la latence.
OpenAI, Mistral AI, Meta, GSK, Perplexity, AlphaSense et AWS figurent parmi les clients et partenaires déclarés.
Le tarif d’entrée est de 10 centimes par million de jetons (Llama 3.1 8B) en paiement à l’usage. Un forfait Pro à 50 dollars par mois permet d’envoyer jusqu’à 24 millions de jetons quotidiens.
Il suffit de créer un compte sur cloud.cerebras.ai. Un crédit gratuit est offert au démarrage. L’API est compatible avec les principales bibliothèques open source.
- Partager l'article :
