-
日期: 2026-05-14 | 来源: 腾讯科技 | 有0人参与评论 | 字体: 小 中 大
这也再次证明，AI芯片产品经理要对AI模型有很深刻的理解和预判能力，不然的话，产品定义和设计，就会面临极高的风险。
三、推理成为“新金矿”
推理和训练的系统约束完全不同，推理和场景有关，其计算模式可以解耦。Cerebras 把推理任务做成一条流水线：把整个大模型按层切成几段，分别放到一片或多片 WSE 上；推理时数据像在工厂传送带上一样，从第一片 WSE 流到下一片，每片只负责自己那一段计算。
这套办法之所以能在 WSE 上跑通，关键在于一个细节，串接片与片之间需要传输的，只是这一步算出来的中间结果（activation），数据量相对较小；而真正吃内存的部分（模型权重、用户对话过程中累积的 KV cache）则被锁在每一片 WSE内部，不需要反复跨片搬运。
这恰好绕开了 WSE 最大的短板，片外 I/O 不够快（只是相对于片间来说，和其他 AI芯片其实也在同一个数量级上）。对追求高 token 吞吐的推理场景，这条路线的工程意义是真实的：Cerebras Inference在公开 benchmark上跑出了比主流GPU方案快约15倍的token速度。
但正如之前分析Groq的文章中所述，推理的强泛化能力几乎就难度极高了。
模型大小、结构、KV cache 需求差异极大，再加上 SRAM 容量、片外 I/O 这些底层约束，WSE 只能在“特定模型 + 特定适配”的场景下打出最强表现。它的最优市场策略，就应该是找到最通用的模型、量最大的HyperScaler客户，针对其计算系统进行软硬件的适配与优化，这也就意味着，从经济意义上来看，它必须挑客户。
到这里，技术故事讲完了。一颗工程上有真本事的大芯片，从训练市场退了出来，在推理市场找到了一条高吞吐路径，但这条路径必须靠少数大客户和深度适配才能走通。
在当今西方世界上，OpenAI和Anthropic是顶级模型大平台。
因此，接下来在S-1文件中，我们就看到了这个技术故事的另外一面。
四、$200 亿订单的另一面：股权换订单
2026 年 1 月，Cerebras 公开宣布与 OpenAI 的多年合同，金额“超过 200 亿美元”，部署 750MW 高速 AI 推理算力，双方共同设计未来模型与硬件。这是 Cerebras IPO路演中很重的一句话。
在S-1文件中，这句话却成为了一组互相咬合的合同条款，需要拼起来才能看到全貌。
第一笔：$10 亿“工作资本贷款”。MRA（Master Relationship Agreement）签署后，OpenAI 借给 Cerebras $10 亿 secured promissory note，年利率 6%，到期日不晚于 2032/12。但这笔钱的账户由 OpenAI 控制，Cerebras 不能自由支配；如果MRA因为非 OpenAI 重大违约的原因终止，OpenAI 可以一键冻结这笔钱并要求立即全额偿还。还款方式特别，Cerebras 可以用现金还，也可以用算力、硬件或其他服务抵销贷款本金和利息。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见