Cerebras Wafer Scale (WSE)
厂商: Cerebras (已 IPO)
分类: ASIC 专用加速卡
架构: CS-3
简介
Cerebras 晶圆级引擎（WSE-3）是目前最大的 AI 处理器，单芯片包含 4 万亿晶体管和 90 万个 AI 核心。专注于大模型训练，提供与其他集群相当的性能而无需分布式编程。2026年5月14日，Cerebras 在纳斯达克 IPO，首日估值约 $560亿。
规格参数
| 型号 | 算力 | 显存/内存 | 接口 | TDP | 制程 |
|---|---|---|---|---|---|
| WSE-3 | 4 万亿晶体管，90万核心 | 44GB 芯上 SRAM | CS-2 Fabric | 20000+ | 5nm |
| WSE-2 | 2.6 万亿晶体管，85万核心 | 40GB 芯上 SRAM | CS-2 Fabric | 20000+ | 7nm |
官方网站
驱动下载
Linux
相关文档
操作系统支持
| Windows | Linux | macOS | Android |
|---|---|---|---|
| ❌ | ✅ (Cerebras Cloud) | ❌ | ❌ |
版本历史
| 版本 | 发布时间 | 说明 |
|---|---|---|
| Cerebras Cloud 2.0 | 2024 | WSE-3 上线 + API 访问 |
性能基准
| 型号 | 任务 | 性能指标 |
|---|---|---|
| WSE-3 | Llama 3 70B 推理 | ~1800 tok/s (流水线) |
| WSE-3 | 超长上下文推理 | 支持 128K 上下文 |
| WSE-2 | GPT-J 6B 训练 | 数分钟完成 |
定价信息
| 型号 | 参考价格 | 备注 |
|---|---|---|
| WSE-3 | 云端 API 按量 | Cerebras Cloud / CSP |
| WSE-3 | 需询价 | 裸机部署 |
快速安装
Cerebras Cloud (API)
# 安装 Cerebras SDK
pip install cerebras-cloud-sdk
# 使用 Cerebras 推理 API
# 类似 OpenAI API 兼容接口
WSE 系列主要通过 Cerebras Cloud API 或合作伙伴云服务使用，不单独出售裸卡给终端用户。
代码示例
Python (Cerebras API)
from cerebras.cloud.sdk import Cerebras
# 兼容 OpenAI 接口
client = Cerebras(api_key="your-key")
response = client.chat.completions.create(
model="llama3.1-8b",
messages=[{"role": "user", "content": "你好"}],
max_tokens=100
)
print(response.choices[0].message.content)
架构特色
- 晶圆级引擎 (WSE): 整个晶圆作为单个芯片，WSE-3 拥有 4 万亿晶体管、90 万 AI 核心
- CS-3 系统: 16 个 WSE-3 互联，支持万亿参数模型训练
- 零碎片: 晶圆级设计消除传统芯片互联瓶颈，延迟极低
模型兼容性
| 模型/框架 | 支持情况 | 备注 |
|---|---|---|
| Llama 系列 | ✅ 原生 | Cerebras 官方部署 |
| 大语言模型 | ✅ | API 推理 |
| 训练框架 | ⚠️ | 通过 Cerebras PyTorch 扩展 |
| 自定义模型 | ⚠️ | 需联系 Cerebras 定制 |
大规模集群部署
基于全球 AI 超算集群数据统计，Cerebras WSE 在已公开的集群部署中累计超过 65 颗芯片，分布在 2 个集群中。
芯片型号统计
| 芯片型号 | 总部署量 | 集群数 |
|---|---|---|
| Cerebras CS-2 | 64 | 1 |
| Cerebras CS-1 | 1 | 1 |
知名部署集群 Top 10
| # | 集群名称 | 芯片总数 | 芯片型号 | 运营方 |
|---|---|---|---|---|
| 1 | Condor Galaxy 1 (CG-1) | 64 | Cerebras CS-2 ×64 | G42,Cerebras Systems, United States of America |
| 2 | Lawrence Livermore NL Lassen Phase 2 | 1 | Cerebras CS-1 ×1 | US Department of Energy, United States of America |
相关产品
如果你在评估替代方案，以下产品可能也适合你的场景：
- Groq LPU v1 — Groq（LPU 语言处理器）
- Google Cloud TPU — Google（TPU 张量处理器）
- SambaNova SN40L — SambaNova（ASIC 专用加速卡）
- NVIDIA GPU / CUDA — NVIDIA（GPU 图形处理器）
- AWS Trainium / Inferentia — Amazon AWS（ASIC 专用加速卡）
- Etched Sohu ASIC — Etched（ASIC 专用加速卡）
- 寒武纪 思元 MLU — 寒武纪（ASIC 专用加速卡）