Cerebras Cloud

Cerebras Cloud 的核心作用是在云端提供基于晶圆级引擎（WSE）的推理加速，支持 OpenAI 的 gpt-oss-120B、Qwen 235B 等超大模型。其芯片不切割晶圆，片上通信延迟极低，实现单用户 2700 tokens/s 的吞吐，远超同期 GPU。

优点：推理速度显著领先，可将响应时间从分钟压缩到秒级以内，在密集解码（dense decode）场景中尤其突出。多用户并发下，吞吐不下降，价格性能比可达同类 GPU 方案的 10 倍以上。

缺点与门槛：硬件是整晶圆定制方案，占用面积大，难以融入现有 GPU 集群，生态封闭。对超大混合专家（MoE）模型若专家参数超出片上 SRAM，则速度优势缩小。实际性能波动受 workload 和 benchmark 条件影响，官网脚注声明性能依赖具体配置。

部署与成本：目前证据未提供明确定价或成本数字，但 Cerebras 主售整机，暗示自建成本不低。适合追求极致推理速度、自有超大模型的前沿 AI 公司，不适合需要灵活异构部署、与现有 GPU 混用或成本敏感的中小团队。