Noticias IA · Arquitectura de Hardware, Silicio a Escala y Supercómputo
Edición: Álvaro MaureiraFecha: 2026-11-01Fuente: Cerebras Systems Engineering & Supercomputing Architecture
Cerebras Systems activó formalmente su supercomputador de IA CS-3, impulsado por el chip Wafer-Scale Engine 3 (WSE-3), el procesador monolítico más grande jamás construido en la historia de la computación. Con 4 billones de transistores y 900.000 núcleos optimizados para inteligencia artificial integrados directamente en una sola oblea continua de silicio, el sistema CS-3 alcanza una velocidad de inferencia sin precedentes superior a los 1.800 tokens por segundo en modelos de la escala de Llama 3.1 70B, eliminando por completo la latencia en interfaces de voz y razonamiento interactivo.
Capítulo 01
La noticia en una frase
Cerebras activó CS-3 con el procesador gigante WSE-3, logrando más de 1.800 tokens por segundo en inferencia para agentes conversacionales.
En noviembre de 2026, Cerebras puso a disposición pública su servicio Cerebras Inference Cloud respaldado por sistemas CS-3 en clústeres Condor Galaxy. En mediciones independientes de rendimiento auditadas por Artificial Analysis, Cerebras superó a las granjas de servidores basadas en GPUs NVIDIA H100 por un factor de hasta 20x en velocidad de decodificación token por token, manteniendo una latencia hasta el primer token (TTFT) inferior a 120 milisegundos.
Capítulo 02
El alcance que cambia la lectura
En las arquitecturas tradicionales de servidores aceleradores, los modelos de lenguaje gigantes deben distribuirse a través de múltiples GPUs conectadas por cables y buses de interconexión (como NVLink o PCIe). Aunque los núcleos de GPU calculan con rapidez, la constante transferencia de tensores a través de la memoria externa y los enlaces de red introduce cuellos de botella severos que limitan la velocidad a unos 50-80 tokens por segundo por usuario.
Capítulo 03
El mecanismo documentado
El procesador WSE-3 evita por completo los buses externos al fabricar el procesador como una oblea completa de 300 mm de silicio monolítico. Incorpora 44 gigabytes de memoria SRAM ultrarrápida integrada directamente sobre el silicio con un ancho de banda de memoria descomunal de 21 petabytes por segundo, permitiendo que todos los pesos y la memoria intermedia del modelo residan a micrómetros de las unidades lógicas aritméticas.
Capítulo 04
La relación entre las piezas
Cerebras Inference ofrece compatibilidad total con la API estándar de OpenAI, permitiendo a los desarrolladores redirigir sus aplicaciones existentes cambiando únicamente la URL base del endpoint y su clave de autenticación API sin reescribir código.
Capítulo 05
Qué capacidad se puede atribuir
Se comprueba una velocidad vertiginosa que transforma radicalmente la experiencia en agentes de voz interactivos y cadenas de razonamiento multi-paso complejas. No obstante, no se debe atribuir a esta velocidad la capacidad de corregir las imprecisiones o sesgos inherentes a los pesos originales del modelo servido.
Capítulo 06
La puerta de control
Los centros de datos de Cerebras implementan refrigeración líquida de circuito cerrado avanzada para gestionar los 23 kilovatios de consumo térmico del procesador, junto con esquemas de redundancia a nivel de núcleo que desactivan automáticamente celdas defectuosas en la oblea para garantizar una disponibilidad del 99.9%.
Capítulo 07
Lo que la fuente no demuestra
La fuente no demuestra que el coste de adquisición y mantenimiento de hardware WSE-3 sea accesible para centros de datos convencionales de pequeñas empresas; el acceso sigue concentrado principalmente a través de su plataforma de nube gestionada.
Capítulo 08
Cómo probarlo sin prometer de más
Los equipos de ingeniería pueden evaluar la velocidad de Cerebras Inference solicitando una clave gratuita en su portal de desarrolladores y ejecutando benchmarks de streaming en Python utilizando el SDK estándar de OpenAI con el parámetro `model='llama3.1-70b'`.
Capítulo 09
Veredicto editorial
El sistema CS-3 de Cerebras demuestra que romper las limitaciones físicas del empaquetado tradicional de chips es la clave para desbloquear una inteligencia artificial conversacional verdaderamente instantánea, humana y sin fricción.
Fuente oficial y reporte: alvaromaureira.cl
