SECTIONS
EDITIONS
NETWORK
萬安百科 › 机型词条 › Cerebras WSE-3（CS-3）
示意配图（AI 生成·非官方产品图）· 萬安百科
Cerebras WSE-3（CS-3）
整片晶圆一颗芯片 · 90 万核 · 44GB SRAM · 125 PF · SRAM 推理路线
概述OVERVIEW
WSE-3（Wafer Scale Engine 3） 是 Cerebras 的晶圆级 AI 引擎（2024-03-11 发布，官方口径）： 把整片晶圆做成一颗芯片——4 万亿晶体管 · 90 万个 AI 优化核 · 44GB 片上 SRAM · 125 PFLOPS FP16 （TSMC 5nm · 芯片面积 46225mm²，约为 H100 的 57 倍，官方口径）。宿主系统 CS-3（约 25kW）， 可集群至 2048 系统=512 Exaflops AI 算力（官方口径）。SRAM 推理路线的代表——权重驻留片上、 免 HBM 往返，Cerebras Inference 以服务 tokens/s 速度著称（官方/媒体口径）。
沿革HISTORY
- 2019：WSE-1 发布——晶圆级计算路线开山（40 万核·官方时间线口径）。
- 2021 / 2023：WSE-2（85 万核）/ WSE-3（90 万核·125 PF）迭代。
- 2024-2025：Cerebras Inference 云服务上线——Llama 系列推理速度标杆（官方/媒体口径）；WSE-3 Turbo/CS-4 档 250 PF 接续（官方口径）。
- 2025：Cerebras IPO 提交（媒体口径）——SRAM 路线的资本市场节点。
代际对比GENERATIONS
| 维度 | WSE-2（2021） | WSE-3（本词条·官方口径） | WSE-3 Turbo/CS-4 |
|---|---|---|---|
| 晶体管 | 2.6 万亿 | 4 万亿 | 同 WSE-3 基础 |
| AI 核 | 85 万 | 90 万 | 90 万 |
| 片上 SRAM | 40GB | 44GB · 21PB/s 级带宽 | — |
| AI 算力 | — | 125 PF FP16 | 250 PF（官方口径） |
| 集群 | — | 2048 系统=512 EF | — |
口径：WSE-3 列=Cerebras 官方页/发布稿（2026-11 核验）；Turbo/CS-4=官方口径。SRAM 路线与 HBM 路线（GPU/ASIC）架构语义不同，数字不直比。
技术规格SPECS
| 项目 | 规格（Cerebras 官方口径） |
|---|---|
| 晶体管 | 4 万亿 · TSMC 5nm |
| AI 核 | 90 万个 AI 优化核 |
| 片上 SRAM | 44GB · SRAM 带宽 21PB/s 级（官方口径） |
| AI 算力 | 125 PFLOPS FP16（峰值） |
| 芯片面积 | 46225mm²（约为 H100 的 57 倍） |
| 系统/集群 | CS-3（约 25kW）· 最高 2048 系统=512 EF FP16 |
| 供给形态 | Cerebras Cloud 推理 API · 专线/集群交付（无零售卡） |
| 软件栈 | PyTorch 集成 · Cerebras 软件栈（Weight Streaming） |
模型适配MODEL FIT
| 场景 | 适配口径 |
|---|---|
| 超低延迟推理 | SRAM 免显存墙——tokens/s 速度标杆路线（官方/媒体口径） |
| 大模型训练 | Weight Streaming 架构训练大模型（官方能力口径）——集群档可扩 |
| 栈锁定提醒 | Cerebras 栈与 CUDA/HBM 系互不相通——云租用形态无迁移硬件负担 |
推理速度敏感场景——去模型广场按需调用
萬安云 · 模型广场 →局限与边界LIMITS
- 容量换速度：44GB SRAM 驻留权重——超大模型走 Weight Streaming 分片（架构语义，非缺陷）。
- 云专属无硬件流通：无零售卡形态——算力交易市场不涉（供给边界）。
- 生态边界：Cerebras 栈小众——CUDA 生态资产不可直迁（生态对照见 CUDA）。
常见问题FAQ
WSE-3 的「晶圆级」是什么意思？
常规 GPU=一颗晶圆切出上百颗小芯片；Cerebras 把整片晶圆做成一颗芯片（46225mm²·约为 H100 的 57 倍，官方口径）——90 万核与 44GB SRAM 全在同一颗上，片内带宽 21PB/s 级。
推理为什么快？
SRAM 路线：权重驻留片上 44GB SRAM（21PB/s 带宽）——免 HBM 往返=免显存墙；Cerebras Inference 实测口径 tokens/s 数倍于 GPU 集群（官方/媒体口径）——代价是容量上限与模型分割调度（Weight Streaming 架构）。
和 GPU 生态怎么共存？
PyTorch 集成+Cerebras 软件栈——推理/训练均云供给（Cerebras Cloud/专线）——无零售卡形态；CUDA 资产迁移评估先行（生态对照）。