Les 30x d’Cerebras sont réels. Mais le marché ne les a pas achetés.

Les 30x d’Cerebras sont réels. Mais le marché ne les a pas achetés.

Le 18 août, Cerebras Systems a annoncé le plus rapide accélérateur d’IA qu’elle ait jamais mis sur le marché : un système d’inférence à échelle de rack qui, selon la société, fonctionne « jusqu’à 30 fois plus rapidement que les solutions basées sur des GPU ». À la fin de la semaine, selon les données du marché Ainvest, l’action avait chuté de 12,7 % pour atteindre 220,01 dollars, avec 13,4 millions d’actions échangées, une semaine après avoir déjà…-16 % de perteDans un rapport trimestriel, l’entreprise a levé son objectif de revenus pour l’année entière. DepuisOuvert à 350$.Dès sa première sortie en bourse – avec un prix d’offre de près de deux fois supérieur à 185 dollars – les actions ont perdu environ 43 % de leur valeur.

Lorsqu’un lancement de produit phare est suivi par une baisse de cours de plusieurs chiffres, le marché fait en réalité le travail d’évaluation technique pour vous. La question est donc de savoir ce que le marché a découvert.

“Jusqu’à 30 fois plus rapide que les solutions basées sur des GPU.” – Cerebras, 18 août 2026

Ce n’est pas aussi bon qu’il y paraît. Le “30x” est bien réel, mais en même temps presque inutile. En effet, la métrique utilisée pour calculer ce chiffre a été choisie de manière à faire que Cerebras semble le plus rapide possible. La comparaison a été effectuée de manière à faire que la GPU semble la plus lente possible. Cet écart entre la réalité technique et le sens commercial constitue toute l’histoire.

Le rapport de 30x est un ratio trompeur.

Le chiffre principal provient d’un seul critère de mesure : l’utilisation du modèle GPT-OSS-120B en mode ouvert. Selon Cerebras, le CS-4 permet une amélioration significative.Plus de 4 400 tokens par seconde par utilisateur« Tokens par seconde par utilisateur » correspond à la vitesse de génération que l’on observe lors d’une conversation entre deux personnes. Cela est mesuré pour un seul utilisateur, avec une seule requête interactive, et non pour une équipe qui serve des milliers d’utilisateurs. Le système Blackwell de Nvidia est considéré comme un comparant idéal : il permetrait théoriquement 200 tokens par seconde par utilisateur. En réalité, la vitesse sera d’environ 100 tokens par seconde après que le GPU soit partagé entre plusieurs utilisateurs simultanés.

La division et les résultats apparaissent ainsi : 4 400 divisé par 100 donne 44x ; divisé par 200 donne 22x. Quant à « jusqu’à 30x », c’est un chiffre qui se situe quelque part entre ces deux valeurs. Le communiqué de presse refuse de préciser le modèle spécifique de la carte graphique, la taille du lot ou les paramètres de précision. Cette absence de détails n’est pas un problème ; c’est justement l’analyse qui est importante.

La vérité désagréable pour le département marketing est que ce chiffre est en grande partie honnête dans ses propres termes. Un serveur Blackwell hébergé en interne, qui gère des requêtes interactives à faible concurrence, ne fonctionne vraiment pas aussi rapidement. En effet, le logiciel de service GPU traite les tokens par lots afin d’optimiser le débit de traitement, et cela se fait au prix d’une latence supérieure. Cerebras remporte la victoire sur l’axe exact sur lequel Nvidia n’a jamais défendu sa position – de la même manière que son article de blog CS-3 l’a déjà fait.Déclare 21x contre un DGX B200Un an plus tôt. Le multiplicateur continue d’augmenter, car les activités de marketing continuent de mesurer la même course unidimensionnelle.

Le coût de la vitesse

Ensuite vient la question du « à quel prix ». Les analyses de SemiAnalysis, publiées la même soirée, ne sont pas positives pour l’entreprise. Le CS-4 ne contient pas de nouveau chip. C’est le même moteur de troisième génération, basé sur des wafers de 5 nm : 44 gigaoctets de SRAM par wafer, sans aucune augmentation de la capacité mémoire. Le CS-4 peut contenir trois wafers, et consomme…125 à 135 kilowattsEn gros, le rendement est doublé par rapport à la génération précédente, en termes de flux de produits par wafer.

Dans le communiqué de presse de l’entreprise, il est indiqué que le CS-4 offre jusqu’à 10 fois plus de débit par watt que le CS-3. Les analyses indépendantes montrent que la puissance et la vitesse d’horloge augmentent tous deux d’environ deux fois, ce qui signifie que les performances par watt restent pratiquement constantes. Ces deux affirmations ne peuvent pas être vraies en même temps. C’est là le problème classique : l’équipe de développement a simplement augmenté la vitesse d’horloge et la densité des composants, mais le communiqué de presse présente cela comme une avancée significative en termes d’efficacité.

Le point fixe qui doit inquiéter tout celui qui calcule les coûts de l’entreprise est la mémoire statique en SRAM. La mémoire à silico sur le wafer a cessé de se dérouler au niveau du nœud de 5 nm : les 44 gigaoctets de la WSE-3 ne représentent qu’une augmentation de 10 % par rapport aux 40 gigaoctets de la WSE-2, deux générations plus tôt. Il n’y a aucun soulagement avant la prochaine génération de silico, qui n’existe pas encore. Les calculs peuvent être alimentés par des fréquences et une puissance d’alimentation. La mémoire, en revanche, ne peut pas être alimentée de cette manière.

Le mur du contexte est le problème lié aux TCO.

C’est là que le “plafond de mémoire” s’installe : le concept de “30x” ne concerne plus l’obtention de gains, mais plutôt la perte de données. En effet, les charges de travail exigées par ces technologies sont justement celles que le chip ne peut pas gérer. Chaque réponse générée par l’IA accumule une mémoire à clés-valeurs – c’est le contexte qui doit être conservé dans la mémoire rapide par le modèle pendant qu’il produit des tokens. Sur une puce contenant 44 gigaoctets de SRAM, cette mémoire n’a pas assez de place pour stocker autant de données. Le service public fourni par Cerebras ne dépasse pas 128 000 tokens de contexte. Une analyse indépendante de centaines de milliers de traces de codage réalisées par des agents interactifs montre que la moyenne des séquences d’entrée est d’environ 96 000 tokens.Près de la moitié des demandes dépassent les 128 000.Les charges de travail haut de gamme dépendent entièrement de l’idée que les « tokens rapides » peuvent surpasser de loin ce que l’architecture peut contenir sur une seule puce.

La semi-analyse calcule les chiffres TCO, et ils sont vraiment sévères :

• Pour exécuter un modèle de raisonnement comptant environ 1,6 trillion de paramètres, avec un contexte de un million de mots et 256 utilisateurs simultanés, il est nécessaire d’utiliser entre 20 et 40 systèmes de type CS.
• Cela représente plus de 20 millions de dollars en matériel informatique, ainsi qu’une puissance d’environ un mégawatt pour une seule instance de modèle.
• En comparaison, quelques rangées de GB300 NVL72 peuvent contenir environ 100 téraoctets de mémoire à haut débit pour le même travail lié au cache.

Cerebras gagne la démo. Mais elle perd sa flotte. De plus, les calculs liés aux entrées/sorties rendent la structure du système difficile à corriger grâce aux technologies de réseau avancées : chaque wafer ne dispose que d’environ 150 Go par seconde de bande passante en dehors du package, soit environ 130 fois moins dense que les interconnexions off-chip de Nvidia. Le silicium à échelle de wafer ne peut pas étendre sa mémoire en s’appuyant sur le réseau, car il n’y a presque pas de réseau à traverser.

L’approche de décomposition représente une acceptation silencieuse des réalités actuelles. Cerebras présente désormais le CS-4 comme un engin destiné uniquement à la décodage – il génère les tokens, tandis que l’équipement AMD ou AWS Trainium d’une autre entreprise s’occupe de l’étape de préchargement ou de traitement des prompts. Cette approche permet de régler correctement le rapport des ressources entre les deux étapes lors de la mise en œuvre, mais en réalité, cela signifie que l’engin à l’échelle de wafer n’est plus vendu comme une solution complète, mais simplement comme le moyen le plus rapide pour générer des tokens, attaché au cluster d’une autre entreprise.

Ce que le marché réellement fixe en prix

Aucune de ces informations n’est nouvelle. C’est précisément pour cette raison que les actions ont chuté le jour de lancement. La valeur de Cerebras ne sera jamais déterminée par un multiplicateur de tokens par seconde. Elle est déterminée par l’Accord de relation principale de décembre 2025, selon lequel OpenAI s’est engagé à…Acheter 750 mégawatts de capacité d’inférence de Cerebras.D’ici 2028, il y aura des lots de production continue. Il existe également une option pour 1,25 gigawatt supplémentaire, mais l’entreprise considère que cette option est peu probable. Ce contrat génère un solde de 24,6 milliards de dollars en revenus non livrés – c’est-à-dire les revenus contractés mais pas encore versés. Ce solde est supportable uniquement parce qu’OpenAI donne à Cerebras une note de promesse valant un milliard de dollars, et ces garanties peuvent lui permettre d’obtenir jusqu’à 12 % du capital de l’entreprise.

C’est le mécanisme que le titre “30x” cache ; il explique donc pourquoi la marge brute est aussi importante. Conformément à cet accord, OpenAI rembourse Cerebras pour les frais de location des centres de données, l’électricité et la sécurité. Cerebras, quant à lui, consigne ces remboursements comme revenus. C’est un revenu “pass-through” : cela augmente le chiffre d’affaires, mais ne génère aucun bénéfice. C’est pourquoi une entreprise qui augmente ses revenus de près de 90 % par an – 209,9 millions de dollars au trimestre de juin, contre 190,6 millions de dollars selon les estimations d’Ainvest – dégage une marge brute de 34,8 %, et une marge opérationnelle presque négative de 81 %. Cerebras ressemble donc à une société de développement de matériel de croissance rapide, et non à une entreprise spécialisée dans la conception de puces. En retirant les éléments “pass-through”, les chiffres réels sont encore plus intéressants.

Selon les données d’Ainvest, le bilan financier est suffisamment solide pour absorber cette dépense – environ 6,7 milliards de dollars en liquidités contre 2,5 milliards de dollars de dettes. C’est une bonne chose, car cette dépense est réelle : environ 746 millions de dollars de dépenses de capital au cours des douze derniers mois, contre seulement 66 millions de dollars de flux de trésorerie opérationnels, soit un flux de trésorerie net d’environ -680 millions de dollars. Quant à l’engagement de 750 mégawatts avec OpenAI, si l’on considère les chiffres par rack, cela signifie qu’il s’agit de 5 700 racks, soit près de 130 kilowatts par rack. Ce n’est pas un lancement de produit ; c’est plutôt une mise en place de capitaux et un programme d’acquisition de capacité de centre de données, mesuré en milliards de dollars d’équipement par phase. Le lancement qui a entraîné une baisse de 13 % du cours de l’action ne affecte aucun de ces chiffres.

L’argument contre le Fast-Token mérite d’être pris en compte.

Pour être juste envers l’autre partie : le avantage offert par la vitesse est réel, et il augmente. Anthropic facture six fois plus cher pour son niveau “Fast”, avec une interactivité environ deux fois supérieure. Ce produit est considéré comme le moteur de croissance à meilleur profit. Les utilisateurs paient bien pour les tokens rapides. Le partenariat de 750 millions de watts entre OpenAI et Anthropic constitue la validation la plus importante du marché que la philosophie de conception de Cerebras trouve des clients commerciaux. Le backlog n’est pas un mythe.

Mais c’est un argument en faveur du projet commercial, et non en faveur du lancement du produit. Le CS-4 est une version plus puissante de la même pièce de circuit imprimé ; il ne transforme pas les stocks en bénéfices, et ne relâche pas non plus les contraintes liées au contexte du marché. Il a été introduit sur le marché le même jour où les actions ont chuté de 13 %. La transformation de ces 750 mégawatts en revenus durables et à haut taux de marge – et non seulement des symboles de revenus par seconde – constitue toute la théorie d’investissement. Et rien dans cette annonce de produit n’a contribué à avancer cette théorie.

Il y a trois courants de flux différents, et la direction de chacun est claire : la demande pour les tokens rapides est réelle et en croissance ; le frein principal au développement de Cerebras est la capacité, l’énergie et le rythme des livraisons des parts offertes par OpenAI, et non la vitesse de ces livraisons. De plus, la structure des revenus qui se transmettent entre les parties empêche que les marges rapportées restent à un niveau permettant de maintenir un multiple d’valuation viable sur la base des résultats financiers. La métrique utilisée pour évaluer la valeur boursière (« 30x ») est presque inutile ; les indicateurs liés à la valeur boursière (marges, livraisons des parts, discipline budgétaire) n’ont pas été affectés par l’annonce.

Le 30x est le mauvais indicateur de performance.

“Cerebras’ 30x” est en réalité une réalité technique, basée sur des axes soigneusement choisis… mais aussi une fiction commerciale, en tant que titre de journal. Les investisseurs qui évaluent l’interactivité pour un seul utilisateur comme si c’était une économie de flotte continueront à acheter les actions de cette entreprise sous cette forme. Quant aux investisseurs qui prennent en compte le coût total de possession et la structure de marge de profit, ils se demanderont pourquoi une valorisation de 30x entraîne une baisse de 13% du cours de l’action. Le marché a répondu à cette question le 18 août. L’accélérateur le plus rapide de l’industrie a été livré au cours de ce trimestre ; mais la thèse sur laquelle cette entreprise opère ne figure pas dans les brochures marketing.