搭载全球最大芯片的推理系统，性能飙升20倍，英伟达H100也被超越，GPU推理时代是否将迎来终结？

admin

Cerebras，曾打造全球最大芯片公司，现推出全球最快AI推理架构——Cerebras Inference。该架构以每秒1800个token的速度处理Llama 3.1 8B，70B参数的Llama 3.1也能达到每秒450个token的响应速度。Cerebras Inference不仅性能强大，价格也十分亲民。官方API定价显示，Llama 3.1 8B每百万token仅需10美分，Llama 3 70B每百万token仅需60美分。Cerebras 推理 API 同时保证了性能、速度、准确性和成本的最佳平衡，每天提供100万个免费令牌供开发者使用。