Appearance
Cerebras
Cerebras 是一家 AI 计算基础设施公司，以 Wafer Scale Engine（WSE） 晶圆级处理器著称。通过将整张晶圆制成单一芯片，Cerebras 突破了传统 GPU 多芯片互联的瓶颈，在 AI 训练和推理领域实现了行业领先的性能。由 Andrew Feldman 团队于 2015 年创立，总部位于加州 Sunnyvale。
Overview
Cerebras 的核心理念是：芯片间互联是 AI 计算的瓶颈。传统 GPU 将晶圆切割成多个小芯片，再通过互联技术拼接，这引入了巨大的通信开销。Cerebras 反其道而行，将整张 300mm 晶圆制成一个处理器，从根本上消除了芯片间互联问题。
核心产品
Wafer Scale Engine (WSE)
Cerebras 的晶圆级芯片经历了三代演进：
| 代际 | 时间 | 晶体管 | AI 核心 | 片上 SRAM | 内存带宽 |
|---|---|---|---|---|---|
| WSE-1 | 2019 | 1.2 万亿 | 40 万 | 18 GB | 9 PB/s |
| WSE-2 | 2021 | 2.6 万亿 | 85 万 | 40 GB | 20 PB/s |
| WSE-3 | 2024 | 4 万亿 | 90 万 | 44 GB | 21 PB/s |
注：WSE-3 的 44GB SRAM 是单个芯片的容量，远超任何单 GPU 的 HBM 容量
CS-3 系统
- 单机柜晶圆级计算系统，支持液冷
- 可扩展至数十个机柜
- 专为超大规模 AI 工作负载设计
Condor Galaxy 超算网络
与阿联酋 G42 合作建设的全球 AI 超算网络：
- CG-1：4 exaFLOPs FP16，5400 万核心
- 持续扩展中，目标构建全球最快 AI 超算网络
- 用于医学研究、气候建模、科学计算等领域
云服务
Cerebras Cloud
- 按需付费的云上推理与训练服务
- 支持 Llama、DeepSeek 等主流模型的高速推理
Cerebras on AWS
2026 年 3 月宣布登陆 AWS 云，标志着晶圆级计算从专用设施向主流云平台扩展：
- 通过 AWS Marketplace 访问
- 与 AWS 生态集成
关键里程碑
| 时间 | 事件 |
|---|---|
| 2015 | 公司成立 |
| 2019 | WSE-1 / CS-1 发布，首次证明晶圆级计算可行性 |
| 2021 | WSE-2 / CS-2 发布，性能翻倍 |
| 2022 | 获 Gordon Bell 特别奖（COVID-19 蛋白质折叠研究） |
| 2023 | Condor Galaxy 超算网络 unveiled |
| 2024 | WSE-3 / CS-3 发布，4 万亿晶体管 |
| 2026.3 | 登陆 AWS 云，进入主流云计算生态 |
技术特点
晶圆级优势
- 消除互联瓶颈：芯片内通信速度比芯片间快 1000 倍以上
- 海量片上内存：44GB SRAM 提供 PB/s 级带宽
- 稀疏性加速：原生支持结构化稀疏计算
- 确定性性能：无缓存未命中等不可预测因素
与 GPU 的对比
| 维度 | Cerebras WSE-3 | NVIDIA H100 |
|---|---|---|
| 芯片面积 | 整晶圆 (~46,000 mm²) | 814 mm² |
| 片上内存 | 44 GB SRAM | 50 MB L2 Cache |
| 内存带宽 | 21 PB/s | 3.35 TB/s |
| AI 核心数 | 90 万 | 约 1.7 万 CUDA 核心 |
| 适用场景 | 超大规模模型 | 通用训练/推理 |
| 部署形态 | 专用系统 | 通用服务器 |
生态定位
训练+推理双优
不同于 Groq 专注推理，Cerebras 兼顾两端：
- 训练：超大模型的预训练和微调
- 推理：高吞吐量的模型服务
超大规模模型
Cerebras 特别适合 1T+ 参数模型的训练与部署：
- 模型参数可完全驻留在片上内存
- 无需频繁的片外内存访问
- 线性扩展性优异
研究机构与企业
主要客户领域：
- 医学研究（蛋白质折叠、药物发现）
- 密码学与网络安全
- 能源与气候建模
- Agentic AI 基础设施
局限性与挑战
- 部署门槛：需要专用设施和液冷系统
- 软件生态：CUDA 生态的成熟度仍领先
- 成本：初期投入远高于 GPU 集群
- 通用性：针对特定工作负载优化，通用计算效率不如 GPU
Synthesis
Cerebras 代表了 AI 芯片设计的极端专业化路线——用物理层面的创新（整晶圆芯片）解决系统层面的问题（互联瓶颈）。虽然部署门槛高，但在超大规模模型训练和特定科学计算场景中具有不可替代的优势。登陆 AWS 是其从"实验室技术"走向"主流基础设施"的关键一步。
Related Pages
- Groq — LPU 推理芯片对比
- SambaNova — 数据流架构 AI 芯片
- NVIDIA — GPU 计算平台
- Scaling Laws — 大模型训练的理论基础
- Model Inference & Deployment — 模型推理与部署
- AI 基础设施与算力市场趋势 — AI 基础设施与算力市场趋势
Sources
- raw/articles/cerebras-company-overview-2026-07-01.md
- Cerebras 官方技术白皮书
- Cerebras 博客
- AWS 合作公告 (2026-03)