
Cómo despliega Cerebras modelos de billones de parámetros
Cerebras explica cómo reparte un modelo de unos 3 billones de parámetros (el open source Kimi K3) entre 59 obleas WSE-3T, cada una con 44 GB de SRAM. Los pesos no se mueven: solo viajan las activaciones, en un pipeline que alcanza entre 1.000 y 2.000 tokens por segundo.





