关于 Cerebrium
Cerebrium 为 AI 工程团队提供无服务器运行环境，可部署语音智能体、大语言模型推理、图像与视频流水线以及自定义容器。平台支持现代 GPU、全球区域、快速自动扩缩容、自定义 Dockerfile 和按秒计费，适合流量波动明显的生产服务。它能减少闲置资源和部分基础设施运维工作，但采用团队仍需负责容器配置、服务健康检查、模型行为、可观测性以及随用量变化的成本。
适合人群
需要部署流量波动较大的生产级推理服务的 AI 工程团队。
希望将语音识别、语言模型和语音合成服务部署在同一基础设施上的语音 AI 团队。
需要使用现代 GPU 运行突发式图像或视频任务的媒体 AI 团队。
适合场景
当请求量快速变化、长期预留 GPU 会产生较高闲置成本时，使用无服务器 GPU。
应用需要超出标准 Python 环境的可复现运行时，可通过自定义 Dockerfile 部署服务。
将实时工作负载部署到受支持的全球区域，以降低延迟并满足数据驻留要求。
对比选择
与持续预留 GPU 实例相比，按秒计费的计算资源可以减少闲置成本。
相比仅提供托管模型端点的平台，自定义 Dockerfile 能提供更高的运行时控制权。
平台简化了基础设施管理，但团队仍需负责容器、服务端点、模型行为和用量监控。
功能特性
实时语音智能体
将语音识别、语言模型和语音合成服务部署在同一基础设施上，以降低语音交互延迟。
大语言模型服务
运行 vLLM、SGLang、TensorRT 或自定义推理栈，并在全球区域自动扩缩 GPU 资源。
图像与视频流水线
使用按需分配的 NVIDIA 或 AMD GPU 扩展突发式生成和处理任务。
自定义容器部署
通过自定义 Dockerfile 部署现有 Python 服务或编译型应用，并配置健康与就绪检查端点。
优点
- 计算资源按秒计费且不收取闲置容量费用，适合流量不均衡的工作负载。
- 支持自定义 Dockerfile，可部署可移植的 Python 服务或编译型应用，不局限于固定模型运行时。
- 全球自动扩缩容以及 CPU 与 GPU 协同部署，有利于运行对延迟敏感的语音、语言模型和媒体应用。
- 公开的 SOC 2 Type I、HIPAA、GDPR 和 ISO 合规实践为安全评估提供了明确基础。
缺点
- 按用量计费意味着最终费用会随工作负载规模以及所选 CPU 或 GPU 资源而变化。
- 使用自定义容器时，团队需要自行配置端口、启动命令、健康检查、依赖项和应用行为。
- Hobby 方案仅支持三个已部署应用、三个席位、七天日志保留，并设有较低的 CPU 与 GPU 并发上限。
- Standard 方案最多支持十个席位、30 天日志保留、1000 路 CPU 并发和 30 路 GPU 并发，超出后需评估 Enterprise。
价格方案
Hobby
Free
- 项目数量不限
- 最多部署 3 个应用
- 3 个席位
- 日志保留 7 天
- CPU 并发上限为 500
- GPU 并发上限为 5
- 社区支持
Standard
$100
- 项目数量不限
- 已部署应用数量不限
- 10 个席位
- 日志保留 30 天
- CPU 并发上限为 1000
- GPU 并发上限为 30
- 专属 Slack 频道
Enterprise
Custom
- 批量折扣
- GPU 并发数量不限
- 专属 Slack 支持
- 白手套式入门服务
- 机器学习工程服务
- 日志保留时间不限
* 价格信息仅供参考，请以Cerebrium官网最新公告为准。
常见问题
Cerebrium 用于部署和扩展实时 AI 应用，包括语音智能体、大语言模型推理服务、图像与视频流水线以及自定义容器化工作负载。
是。Hobby 方案免费，包含不限数量的项目、最多三个已部署应用、三个席位、七天日志保留，以及受限的 CPU 和 GPU 并发。
可以。自定义 Dockerfile 能打包 Python 或编译型应用，但必须公开端口，并定义启动服务所需的命令。
Cerebrium 表示其符合 SOC 2 Type I、HIPAA、GDPR 和 ISO 要求，并通过信任中心提供合规报告。
工具信息
开发商Cerebrium
发布日期2026/4/5
定价模式paid