Đây là lần đầu tiên OpenAI vận hành công khai một mô hình sản xuất hàng đầu trên chip không phải của Nvidia ở quy mô lớn như vậy . Quyền truy cập ban đầu chỉ dành cho một nhóm khách hàng được chọn, và sẽ được mở rộng dần khi năng lực hạ tầng tăng lên .

Tốc độ và Chỉ số So sánh

Các con số hiệu năng đưa Ultrafast lên một đẳng cấp riêng so với các triển khai dựa trên GPU thông thường:

• Tốc độ đầu ra: Lên tới 750 token/giây .
• So với xử lý Tiêu chuẩn của OpenAI: Nhanh hơn 14 lần .
• So với cụm Nvidia H100 thông thường (~70 TPS): Nhanh hơn khoảng 10 lần trên cùng một trọng số mô hình .
• So với Claude Opus 4.8 Fast mode: Nhanh hơn khoảng 5 lần, theo tốc độ đầu ra được Artificial Analysis báo cáo .
• So với Claude Fable 5: Nhanh hơn khoảng 11 lần .
• Tăng tốc tổng thể (end-to-end): Cải thiện 5,6 lần trên điểm chuẩn "GDP val" .

Cerebras cũng công bố kết quả chạy bài kiểm tra 'Humanity's Last Exam', một bộ tiêu chuẩn gồm 2.500 câu hỏi bao trùm các chủ đề trình độ sau đại học. GPT-5.6 Sol Ultrafast đã hoàn thành toàn bộ bộ câu hỏi trong 11 giờ 11 phút; trong khi Claude Fable 5 cần tới 78 giờ 27 phút để đạt được kết luận tương đương .

Kiến trúc WSE-3 Tạo Nên Sức Mạnh Như Thế Nào

WSE-3 (Wafer-Scale Engine 3) của Cerebras là yếu tố then chốt. Không giống như các cụm đa GPU thông thường phải kết nối hàng chục hoặc hàng trăm con chip nhỏ với nhau, WSE-3 là một tấm bán dẫn silicon khổng lồ duy nhất có kích thước bằng một cái đĩa ăn. Điều này loại bỏ hoàn toàn các nút thắt cổ chai trong giao tiếp giữa các chip vốn là vấn đề nan giải của các hệ thống GPU phân tán .

Kiến trúc này bao gồm 44 GB SRAM trên chip, cho phép toàn bộ mô hình GPT-5.6 Sol nằm gọn trong bộ nhớ cục bộ của bộ xử lý . Trong quá trình suy luận, các trọng số của mô hình không bao giờ phải di chuyển tới bộ nhớ DRAM ngoài chip chậm chạp, loại bỏ hoàn toàn rào cản băng thông bộ nhớ vốn thường làm nghẽn quá trình giải mã (decoding) của các mô hình ngôn ngữ lớn .

Cụ thể, một lượt xử lý của agent dài 3.000 token, vốn mất khoảng 43 giây trên một cụm H100 tiêu chuẩn, sẽ hoàn thành chỉ trong khoảng 4 giây trên phần cứng Cerebras .

Phản Ứng Thị Trường

Bất chấp thông báo kỹ thuật mang tính bước ngoặt, cổ phiếu của Cerebras (NASDAQ: CBRS) đã giảm mạnh trong ngày. Giá cổ phiếu giảm 11,85% trong phiên giao dịch thông thường, đóng cửa ở mức 231,01 USD, và tiếp tục giảm tới 17% trong giao dịch sau giờ .

Tuy nhiên, sự sụt giảm này phần lớn được cho là do báo cáo thu nhập quý 2 năm 2026 của Cerebras được công bố vào tối hôm trước (thứ Tư, ngày 12 tháng 8) — doanh thu kỷ lục 209,9 triệu USD (tăng hơn gấp đôi so với cùng kỳ năm ngoái) nhưng khoản lỗ điều chỉnh trên mỗi cổ phiếu là -2,98 USD, rộng hơn nhiều so với mức dự kiến -0,18 USD của các nhà phân tích .

Phản ứng của các nhà phân tích là trái chiều. Morgan Stanley đã nâng giá mục tiêu cho CBRS từ 273 USD lên 279 USD, trong khi Citi vẫn giữ xếp hạng Mua nhưng cắt giảm mục tiêu xuống còn 320 USD .

Đây là lần đầu tiên OpenAI vận hành công khai một mô hình sản xuất hàng đầu trên chip không phải của Nvidia ở quy mô lớn như vậy . Quyền truy cập ban đầu chỉ dành cho một nhóm khách hàng được chọn, và sẽ được mở rộng dần khi năng lực hạ tầng tăng lên .

Tốc độ và Chỉ số So sánh

Các con số hiệu năng đưa Ultrafast lên một đẳng cấp riêng so với các triển khai dựa trên GPU thông thường:

• Tốc độ đầu ra: Lên tới 750 token/giây .
• So với xử lý Tiêu chuẩn của OpenAI: Nhanh hơn 14 lần .
• So với cụm Nvidia H100 thông thường (~70 TPS): Nhanh hơn khoảng 10 lần trên cùng một trọng số mô hình .
• So với Claude Opus 4.8 Fast mode: Nhanh hơn khoảng 5 lần, theo tốc độ đầu ra được Artificial Analysis báo cáo .
• So với Claude Fable 5: Nhanh hơn khoảng 11 lần .
• Tăng tốc tổng thể (end-to-end): Cải thiện 5,6 lần trên điểm chuẩn "GDP val" .

Cerebras cũng công bố kết quả chạy bài kiểm tra 'Humanity's Last Exam', một bộ tiêu chuẩn gồm 2.500 câu hỏi bao trùm các chủ đề trình độ sau đại học. GPT-5.6 Sol Ultrafast đã hoàn thành toàn bộ bộ câu hỏi trong 11 giờ 11 phút; trong khi Claude Fable 5 cần tới 78 giờ 27 phút để đạt được kết luận tương đương .

Kiến trúc WSE-3 Tạo Nên Sức Mạnh Như Thế Nào

WSE-3 (Wafer-Scale Engine 3) của Cerebras là yếu tố then chốt. Không giống như các cụm đa GPU thông thường phải kết nối hàng chục hoặc hàng trăm con chip nhỏ với nhau, WSE-3 là một tấm bán dẫn silicon khổng lồ duy nhất có kích thước bằng một cái đĩa ăn. Điều này loại bỏ hoàn toàn các nút thắt cổ chai trong giao tiếp giữa các chip vốn là vấn đề nan giải của các hệ thống GPU phân tán .

Kiến trúc này bao gồm 44 GB SRAM trên chip, cho phép toàn bộ mô hình GPT-5.6 Sol nằm gọn trong bộ nhớ cục bộ của bộ xử lý . Trong quá trình suy luận, các trọng số của mô hình không bao giờ phải di chuyển tới bộ nhớ DRAM ngoài chip chậm chạp, loại bỏ hoàn toàn rào cản băng thông bộ nhớ vốn thường làm nghẽn quá trình giải mã (decoding) của các mô hình ngôn ngữ lớn .

Cụ thể, một lượt xử lý của agent dài 3.000 token, vốn mất khoảng 43 giây trên một cụm H100 tiêu chuẩn, sẽ hoàn thành chỉ trong khoảng 4 giây trên phần cứng Cerebras .

Phản Ứng Thị Trường

Bất chấp thông báo kỹ thuật mang tính bước ngoặt, cổ phiếu của Cerebras (NASDAQ: CBRS) đã giảm mạnh trong ngày. Giá cổ phiếu giảm 11,85% trong phiên giao dịch thông thường, đóng cửa ở mức 231,01 USD, và tiếp tục giảm tới 17% trong giao dịch sau giờ .

Tuy nhiên, sự sụt giảm này phần lớn được cho là do báo cáo thu nhập quý 2 năm 2026 của Cerebras được công bố vào tối hôm trước (thứ Tư, ngày 12 tháng 8) — doanh thu kỷ lục 209,9 triệu USD (tăng hơn gấp đôi so với cùng kỳ năm ngoái) nhưng khoản lỗ điều chỉnh trên mỗi cổ phiếu là -2,98 USD, rộng hơn nhiều so với mức dự kiến -0,18 USD của các nhà phân tích .

Phản ứng của các nhà phân tích là trái chiều. Morgan Stanley đã nâng giá mục tiêu cho CBRS từ 273 USD lên 279 USD, trong khi Citi vẫn giữ xếp hạng Mua nhưng cắt giảm mục tiêu xuống còn 320 USD .