Cerebras
웨이퍼 스케일 칩으로 대규모 모델의 클라우드 추론을 제공하는 서비스로, 높은 처리량과 낮은 지연을 내세워 주요 오픈 모델을 하나의 API로 호출하게 한다.
Cerebras는 웨이퍼 스케일 엔진으로 대규모 모델 추론을 다뤄, 클라우드 추론을 개발자와 팀을 위한 제품으로 만든다. Llama와 Qwen, Mistral 같은 오픈 모델을 하나의 API로 제공하고 스트리밍과 배치 호출을 지원하고 토큰 단위로 과금한다. 강점은 처리량과 첫 토큰 지연이고, Qwen3 Coder를 초당 약 2000 토큰까지 끌어올린 사례가 있고 VS Code 확장으로 연결한다.
