2025年4月29日，Meta与Cerebras宣布合作，在新的Llama API中提供超快速推理服务，结合了世界上最受欢迎的开源模型Llama和全球最快的推理技术。这一新平台为庞大的开发者社区打开了全新的应用可能性。 在Llama 4 Cerebras模型的支持下，通过Llama API构建的应用程序生成速度预计比传统GPU解决方案快18倍。这种加速使得构建需要低延迟语音、交互式代码生成、多步推理和实时代理的应用程序成为可能，所有这些应用程序现在都可以在秒级完成，而不仅仅是在分钟级。 Meta与Cerebras的合作不仅让Cerebras获得了更广泛的全球开发者认可，还加深了其与Meta及其顶尖团队的业务关系。自2024年推出推理解决方案以来，Cerebras已经提供了全球最快的Llama推理服务，处理了数十亿个AI标记。这标志着开发者社区可以直接访问一个强大、类似OpenAI的替代方案，用于构建智能实时系统，而且该方案得到了Cerebras的速度和规模支持。 Cerebras CEO兼联合创始人Andrew Feldman表示：“Cerebras很自豪能够让Llama API成为全球最快的推理API。构建基于代理的和实时的应用程序需要速度，有了Cerebras在Llama API上的支持，开发者可以构建传统基于GPU的推理云根本无法实现的AI系统。” 根据第三方基准测试网站Artificial Analysis的数据，Cerebras在Llama 4 Scout上的推理速度达到了每秒超过2,600个标记，而ChatGPT的推理速度约为每秒130个标记，DeepSeek则为每秒约25个标记。开发者只需在Llama API中的模型选项中选择Cerebras，即可轻松获得最快的Llama 4推理体验。这将使原型设计、构建和扩展实时AI应用程序变得更加简单。有兴趣的开发者可以通过访问www.cerebras.ai/inference申请Llama API的早期访问，体验Cerebras带来的速度。 Cerebras Systems是一家由创新的计算机架构师、计算机科学家、深度学习研究人员和各类工程师组成的团队。他们致力于从零开始构建新一代的AI超级计算机。旗舰产品CS-3系统搭载了全球最大最快、商业化的AI处理器Wafer-Scale Engine-3。Cerebras通过简单的集群方式构建了世界上最大的AI超级计算机，并大大简化了模型部署的复杂性。Cerebras推理技术提供了突破性的推理速度，帮助客户创建前沿的AI应用。公司为领先的企业、研究机构和政府提供服务，用于开发具有数百万下载量的专有模型和开源模型。Cerebras解决方案可通过Cerebras Cloud和本地部署获取。欲了解更多信息，请访问cerebras.ai或关注其LinkedIn、X和Threads账号。 业内人士评价认为，这项合作进一步巩固了Cerebras作为高性能AI推理市场领导者的地位，其在速度和规模上的优化将为行业带来深远影响。Meta作为全球最大的社交媒体公司之一，此次联手Cerebras无疑为其开发者生态系统注入了新的活力。