该解决方案主要针对超低延迟 AI 推理场景，将整合 AMD 的 Helios 机架级解决方案与 Cerebras 的晶圆级引擎，从而应对英伟达和 Groq 合作。

　　按照双方披露的路线，Helios 机架承担高性能、可扩展吞吐引擎角色，主要处理提示词与大上下文窗口。

　　Cerebras 的 Wafer-Scale Engine 则负责对内存带宽要求更高的 Token 生成与解码环节，强调超低时延表现，结合使用 2 个计算引擎，预估可以将每瓦每秒 token 数量提高 5 倍。

　　我们内部在 Cerebras 芯片上运行某些 OpenAI 模型，表现非常出色，其推理速度非常亮眼。 对于我们日常工作而言，以前我可能需要等待几分钟才能完成一项任务，而现在切换任务的瞬间，该任务就已经完成了，这大大提高了我们的工作效率。