整理 WSE-3 参数如下：
台积电 5nm 制程;
4 万亿个晶体管;
900000 个 AI 核心;
44GB 片上 SRAM 缓存;
可选 1.5TB / 12TB / 1.2PB 三种片外内存容量;
125 PFLOPS 的峰值 AI 算力。
Cerebras 宣称基于 WSE-3 的 CS-3 系统凭借其至高 1.2PB 的内存容量，可训练比 GPT-4 和 Gemini 大 10 倍的下一代前沿模型。其可在单个逻辑内存空间中容纳 24000T 参数规模的模型，大大简化了开发人员的工作。
CS-3 适合超大规模 AI 需求，紧凑的四系统集群可以在一天内微调 70B 模型，而在使用最大规模的 2048 个 CS-3 系统集群时，可以在一天内完成 Llama 70B 模型的训练。
Cerebras 表示 CS-3 系统具有卓越的易用性，大模型训练中所需代码相较 GPU 减少 97%，仅需 565 行代码就可达成 GPT-3 大小模型的标准实现。
阿联酋 G42 财团已表示将打造基于 Cerebras CS-3 的 Condor Galaxy 3 超算，包含 64 个系统，可提供 8 exaFLOP 的 AI 算力。
