Cerebras 推理速度接近 1400 tok/s
soumitrashukla9 · x · 2026-07-14
引用内容称，Cerebras 正在以接近 1,400 tok/s 的速度提供 GPT 5.6 Luna，而上下文里提到的 /fast 模式通常只有约 75 tok/s。
这条信息的重点不是模型能力本身，而是推理服务吞吐量的数量级提升，作者的态度是“用起来很魔法”，并表示已经非常期待。
「Infra」频道最新
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11