Cerebras 发布技术博客，说明如何把大型前沿模型拆分到多片 WSE-3T 晶圆上运行，以支持万亿参数级模型达到每秒 1000–2000+ token 的推理速度。 文中以约 3 万亿参数的开源模型 Kimi K3 为例，按 4-bit 权重和 8-bit KV cache 计算，得出需要 59 片晶圆。Cerebras 同时推广其免费 API（cloud.cerebras.ai）。
AI 根据报道生成 · 1 小时前更新
沿着报道，了解事件的不同侧面。
Cerebras 发文说明如何把万亿参数前沿模型拆分到多片 WSE-3T 晶圆上运行，并以约 3 万亿参数的开源模型 Kimi K3 为例，按 4-bit 权重和 8-bit KV cache 计算得出需要 59 片晶圆。
还没有足够的连续观测数据，暂不绘制趋势。