Cerebras zveřejnila technický rozbor toho, jak rozděluje modely s biliony parametrů mezi více waferových čipů. Jako ilustrační příklad používá Kimi K3 a ukazuje, že vedle samotných vah je nutné počítat s pamětí pro stav souběžných požadavků. U vrstev s plnou pozorností zabírá místo také KV cache, zatímco vrstvy s lineární pozorností mají jiný paměťový profil.
Jednotlivé části modelu tvoří výpočetní potrubí. Váhy zůstávají na přiřazených čipech a mezi nimi putují mezivýsledky; různé stupně mohou současně zpracovávat různé požadavky. Menší skupiny požadavků upřednostňují rychlost jednotlivé odpovědi, větší zvyšují celkovou propustnost. Jde o vysvětlení architektury a příklad s konkrétními předpoklady, nikoli o oznámení nového modelu nebo záruku stejného výkonu pro každé nasazení.
