Cerebras 如何用 59 片 WSE-3T 晶圆部署 3T 参数 Kimi K3，实现 1000-2000+ tokens/s

Cerebras 披露在 59 片 WSE-3T 晶圆上部署约 3 万亿参数的 Kimi K3，以 4-bit 权重和 8-bit KV cache 实现 1000-2000+ tokens/s 推理。每片晶圆 44 GB 片上内存，69 个线性注意力层每片放 2 层、24 个稠密层每片放 1 层，层间仅通过 RDMA over Ethernet 传递激活值，约 2 微秒一跳。