以下是CS-2的内部示意图：面板、风扇、泵、电源装置、主机箱、热交换器、引擎组以及后格栅的布局清晰可见。
Feldman表示：“这种发展速度虽然迅速，但为我们提供了前所未有的机会。”他所在的公司一年一度的Hot Chips计算机芯片上推出了新计算机，今年虽在网上举行，但Cerebras依然发布了新机的新闻稿。
训练网络是开发过程中的一个阶段，通过大量数据馈送，反复调整网络权重，以求得最高准确度。
面对如此庞大的模型，单个计算机系统已无法满足其处理需求。由于单个GPU的内存限制在16GB左右，远远无法满足GPT-3等模型可能需要的数百TB内存需求，因此将系统集群起来变得至关重要。
Cerebras的新计算机包括三个可协同操作的部件：其最新版含有晶圆级引擎WSE芯片的CS-2计算机；名为MemoryX的机架式设备，用于存储网络的所有权重；以及名为SwarmX的光纤交换机，负责将CS-2连接到MemoryX。
Cerebras充分利用了模型并行处理技术，即网络层分布在大型芯片的不同部分，以便各层及其权重可以并行运行。Cerebras软件自动决定如何将各层分配到芯片区域。
在流式处理方法中，Cerebras采用新型稀疏性技术进行内存的高效使用。稀疏性意味着可以灵活地传输和更新权重及梯度信息。
Feldman强调：“我们的系统设计旨在更有效地利用每个计算元件，从而在训练大型网络时提供更好的性能。”
CS-2的推出不仅解决了单个机器的内存和处理能力问题，还通过集群技术实现了数据并行处理。这意味着每台机器都可以处理不同的数据切片，同时共享相同的权重集。
Cerebras的这一创新技术不仅引起了业界的关注，也吸引了客户的兴趣。阿尔贡国立实验室等机构对CS-2及其他部件表现出浓厚兴趣。
Stevens表示：“Cerebras的发明将开启参数容量的大幅提升，这可能彻底改变整个行业。我们将能够探索前所未有的大脑级别模型。”