Alisina NawabiCerebras-inferentie staat volgens Oracle en Cerebras voor kalenderjaar 2027 op de OCI-routekaart; de dienst is gericht op snelle tokenuitvoer voor meerstaps AI-toepassingen.
Voor teams die al AI-modellen of bedrijfsdata op Oracle Cloud Infrastructure (OCI) hebben, kan er later een extra plek bijkomen om AI-antwoorden te genereren. Google-TPU-capaciteit staat eveneens gepland vanaf 2027, met een uitrol over meerdere jaren. Oracle noemt nu geen prijs, regio, lijst met ondersteunde modellen of kwartaal voor de start van Cerebras. Er is dus nog geen nieuwe capaciteit om in een begroting of architectuurplan te zetten.
Cerebras richt zich op de wachttijd per stap
De nieuwe dienst moet Cerebras Inference naar OCI brengen voor bedrijven, AI-labs en ontwikkelaars. De aankondiging bouwt voort op OCI Enterprise AI en de Dedicated AI Clusters van Oracle. Cerebras’ Wafer-Scale Engine combineert rekenen en geheugen in één processor ter grootte van een siliciumwafer. Dat ontwerp moet dataverkeer tussen chips terugdringen en snelle tokenuitvoer ondersteunen bij lange redeneerreeksen en meerstaps agents. Elke extra modelaanroep voegt tijd toe. Bij een agent die redeneert, een antwoord controleert en daarna een actie uitvoert, kan die vertraging zichtbaar worden voor de gebruiker.
Voor het afzonderlijke CS-4-systeem claimt Cerebras tot 30 keer snellere inferentie dan GPU-systemen in productie voor de getoonde modellen. Het bedrijf noemt ook meer dan 1.000 tokens per seconde op modellen boven 10 biljoen parameters. De 30×-vergelijking steunt volgens Cerebras op Artificial Analysis en interne benchmarks uit augustus 2026. De 1.000+-uitkomst is een extrapolatie uit interne tests. Cerebras zegt dat het snelheidsverschil per model, belasting, configuratie en meetdatum kan variëren.
Die cijfers gelden voor CS-4, niet voor de OCI-dienst. Oracle noemt geen chipgeneratie, ondersteunde modellen of OCI-benchmark. De claims voorspellen dus niet de totale taakduur of rekening voor een Nederlandse organisatie. Snelle uitvoer kan de wachttijd van een meerstaps agent verkorten wanneer promptverwerking, datatoegang en toolgebruik het tempo bijhouden.
TPU’s en bestaande chips geven meer keuze
Google verdeelt zijn achtste generatie TPU’s over TPU 8t voor training en TPU 8i voor inferentie. Google claimt voor TPU 8i tot 80 procent betere prestaties per dollar voor inferentie met lage vertraging dan eerdere generaties. De productpagina markeert 8i nog als niet beschikbaar; de vergelijking geldt binnen Googles eigen TPU-lijn en is geen OCI-tarief. Google Cloud zegt ook TorchTPU als open software aan te bieden en bekende hulpmiddelen zoals PyTorch en vLLM te ondersteunen. Dat zijn aanwijzingen voor softwareondersteuning, geen OCI-prijs of Europese beschikbaarheid.
De Google-TPU-route staat voor OCI gepland vanaf 2027 en groeit over meerdere jaren. De Nvidia-route heeft een andere status: NVIDIA en Oracle maken Vera Rubin NVL72 en Vera CPU algemeen beschikbaar op OCI, terwijl Oracle de OCI-superclusters naar meerdere gigawatts wil uitbreiden. Oracle heeft Positron Atlas op OCI beschikbaar gemaakt met acht accelerators en ondersteuning voor modellen tot 500 miljard parameters. De instance is gericht op open modellen zoals GPT-OSS, Qwen 3.5 en Gemma 4. NVIDIA Vera Rubin en Positron Atlas zijn beschikbaar; de Google-TPU’s en Cerebras staan voor 2027 gepland.
AWS verdeelt inferentie over twee chips
In maart 2026 kondigden AWS en Cerebras een Amazon Bedrock-opzet aan die Trainium voor promptverwerking en Cerebras CS-3 voor het genereren van antwoorden combineert. Het plan koppelt de twee systemen via AWS’ Elastic Fabric Adapter. Die verdeling volgt de verschillende taken in inferentie: de prompt verwerken gebeurt parallel, terwijl het model uitvoertokens één voor één genereert. De release beschreef de dienst toen als toekomstig.
Oracle zegt niet of Cerebras op OCI op dezelfde manier met een andere accelerator wordt gecombineerd, of als een los inferentiesysteem wordt aangeboden. Die inrichting bepaalt mede welke hardware de prompt verwerkt en welke de uitvoer genereert. Zonder die details zijn prestatieclaims van verschillende platforms niet rechtstreeks naast elkaar te zetten.
Europese capaciteit zegt niets over OCI-regio’s
Cerebras’ Europese uitbreiding tot 200 megawatt met Frankrijk als eerste datacenter omvat volgens het bedrijf ook capaciteit voor OpenAI-workloads. Het bedrijf verwacht het eerste datacenter eind 2026 in Frankrijk online te hebben, met locaties in Noorwegen en Finland. Die plannen bevestigen niet dat Oracle zijn OCI-dienst in die datacenters of in een Europese OCI-regio aanbiedt.
De aankondiging noemt geen land, prijs, ondersteunde modellen of exacte chip. Oracle en Cerebras noemen de release een productrichting, geen toezegging; tijdstip en prijs kunnen veranderen. De planning zet Cerebras naast toekomstige Google-TPU-capaciteit en bestaande OCI-accelerators. Een Nederlandse inkoopvergelijking wordt concreet zodra Oracle regio, modellen, prijs en prestaties op een herkenbare werklast publiceert. Kalenderjaar 2027 blijft de enige aangekondigde timing voor Cerebras op OCI.
Veelgestelde vragen
AI-keuze vraagt om maatwerk
Ik denk met je mee over de juiste AI-opzet, ontwerp de werkwijze en realiseer het hele traject tot een werkend proces. Waar dat kan, richt ik de techniek op je eigen infrastructuur in, zodat je grip houdt op data en uitvoering.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
