除了令人难以置信的性能之外，这款新型推理解决方案的定价也比盛行的 GPU 云低得多，起价仅为每百万个 token 10 美分，从而为 AI 事情负载供应 100 倍更高的性价比。
该方案将许可 AI 运用程序开拓职员构建下一代 AI 运用程序，而不会影响速率或本钱。该方案利用了 Cerebras CS-3 系统及其 Wafer Scale Engine 3（WSE-3）AI 处理器，个中 CS-3 的内存带宽是 Nvidia H100 的 7000 倍，办理了天生式 AI 的内存带宽技能寻衅。
据IT之家理解，Cerebras Inference 供应以下三个层级：
免费层为登录的任何人供应免费的 API 访问和年夜方的利用限定。
开拓者层专为灵巧的无做事器支配而设计，为用户供应一个 API 端点，其本钱只是市场上替代方案的一小部分，Llama 3.1 8B 和 70B 模型的定价分别为每百万 token 10 美分和 60 美分。
企业层供应微调模型、定制服务级别协议和专门支持。企业可以通过 Cerebras 管理的私有云或客户场所访问 Cerebras Inference，非常适宜持续的事情负载。
Cerebras 团队称：“凭借创记录的性能、业界领先的定价和开放的 API 访问，Cerebras Inference 为开放的 LLM 开拓和支配设定了新标准。作为唯一能够同时供应高速演习和推理的办理方案，Cerebras 为 AI 开辟了全新的可能性。”
AI 领域正在迅速发展，虽然英伟达目前在 AI 市场霸占主导地位，但 Cerebras 和 Groq 等公司的涌现预示着行业动态可能发生变革。随着对更快、更具本钱效益的 AI 推理解决方案需求的不断增加，这些寻衅者在颠覆英伟达的霸主地位，尤其是在推理领域方面。