Cerebras 晶圆级引擎架构解析：把整个晶圆做成一颗芯片
所有 AI 芯片都在解决同一个问题：让数据离计算更近。Cerebras 的答案最为激进——干脆取消芯片边界，把整片晶圆变成一颗处理器。
WSE-3：一块 46225 平方毫米的"芯片"
第三代晶圆级引擎 WSE-3 于 2024 年发布，沿用与前代相同的巨大外形，依靠制程升级堆叠性能：台积电 5nm 工艺，46225 平方毫米的面积上集成了 4 万亿晶体管和约 90 万个 AI 核心，44GB 片上 SRAM 均匀分布在整片晶圆表面。与英伟达 H100 的对比如下：
| 指标 | Cerebras WSE-3 | 英伟达 H100 | 倍数 |
|---|---|---|---|
| 芯片面积 | 46225 平方毫米 | 约 814 平方毫米 | 约 57 倍 |
| 计算核心 | 90 万个 AI 核心 | 16896 个 FP32 核心 | 约 52 倍 |
| 片上内存 | 44 GB SRAM | 约 50 MB | 约 880 倍 |
| 内存带宽 | 21 PB/s | 约 3 TB/s | 约 7000 倍 |
| 片上结构带宽 | 214 PB/s | 约 58 TB/s | 约 3715 倍 |
| 峰值算力（FP16） | 125 PFLOPS | — | — |
每个核心都是独立的可编程稀疏线性代数核（SLAC），可以直接跳过零值计算；核心之间由名为 Swarm 的 2D 网格通信网络连接。44GB SRAM 让每个核心在单时钟周期内访问内存，这正是 Cerebras 推理速度优势的来源：以 16 位精度运行 Llama 3.1 8B 时每秒生成超过 1800 个 token，而基于 H100 的最优方案约为每秒 242 个。
晶圆级集成的三道难题
把晶圆做成芯片要跨过三道坎。其一是良率：Cerebras 通过冗余设计应对制造缺陷——晶圆上预留额外核心，测试后屏蔽坏核即可正常出厂。其二是供电与散热：CS-3 系统峰值功耗约 23kW，需要定制化的供电分配与水冷系统，这也是其部署 footprint 较大的原因。其三是内存扩展：WSE 本身没有片外 HBM，Cerebras 用外挂的 MemoryX 设备将外部内存扩展至最高 1.2PB，单个逻辑内存空间可容纳高达 24 万亿参数的模型。
从"最快的训练机"到"最快的推理服务"
有意思的是，Cerebras 商业化的转折点来自推理。2025 年初 DeepSeek-R1 发布后，推理模型的订单一度"压垮"了 Cerebras 的服务器——逐 token 的思维链生成恰恰吃满它的带宽优势。其推理服务在 Llama 3.1 405B 上跑出每秒 969 token 的输出，宣称比最优 GPU 方案快 12 倍。2026 年初，OpenAI 与 Cerebras 签署大规模算力采购协议，承诺采购 750MW 推理算力、分批部署至 2028 年，据公开报道合同金额超过 100 亿美元；AWS 也宣布将把 Cerebras 芯片引入其数据中心。这些订单支撑了 Cerebras 在 2026 年重启 IPO 进程。
小结
晶圆级引擎是典型的"非共识但正确"路线：它牺牲了部署灵活性与单机通用性，换取了单模型推理的极致速度与极简的分布式编程模型。随着推理成本成为 AI 应用的主要瓶颈，"快"第一次有了直接的定价权。Cerebras 证明了架构创新在 GPU 巨头面前依然有生存空间——前提是找到让这种优势变现的场景。