Folia
← 返回头版

Cerebras在WSE-3T芯片上部署万亿参数AI模型

Cerebras发布技术文章,介绍了在其WSE-3T晶圆芯片上部署万亿级参数AI模型的方案1。该公司以开源模型Kimi K3为例进行了详细说明,展示了大规模模型在专用硬件上的实现路径1。

Kimi K3模型拥有约3万亿参数,包含69个线性注意力层和24个密集层1。单块WSE-3T晶圆拥有44GB片上内存,部署该模型需要总共59块晶圆(其中35块用于线性层、24块用于密集层),每层模型在采用4比特权重量化的情况下需要约16GB内存1。芯片间通过RDMA over Ethernet传输激活值,延迟约为2微秒每跳1。通过跨多块芯片的管道架构分配模型权重,该系统可实现每秒1000-2000+token的推理速度1。

在性能评测中,Kimi K3在Terminal-Bench 2.1上的得分为88.3%(相比之下GPT-5.6 Sol为88.8%),在BrowseComp上的得分为91.2%(GPT-5.6 Sol为90.4%)1。Cerebras采用管道并行架构来优化系统吞吐量,通过保持管道满载不同请求的方式进一步提升性能1。


评论