AI芯片新贵推理性能超GPU，上市募资55亿美元

在2026年新加坡SuperAI大会上，Cerebras Systems首席战略官Andy Hock提出，传统的GPU架构在处理人工智能工作负载时存在先天局限。他强调，推理速度是决定AI应用成败的核心要素，并通过现场视频实测证明了自家芯片的性能优势。据Hock介绍，AI模型需要庞大的算力和极高的通信带宽，这必然要求芯片具备更大的物理尺寸。其展示的晶圆级引擎（WSE）覆盖了整片硅晶圆，面积达到传统芯片的50倍。该芯片内置90万个计算核心，并集成了大容量的静态随机存取存储器（SRAM），所有核心通过硅基互连技术连接，整个系统能够轻松部署在标准数据中心机柜内。

针对当前业界算力需求呈千倍级增长的趋势，Hock指出，单次GPT-4o查询仅消耗1个单位的推理算力，而具备逐步推理能力的模型消耗量则高达100倍。在多智能体工作流中，单一指令可能触发多个子智能体协同工作数小时，算力需求更是激增至1000倍以上。在这种规模下，GPU的延迟不仅影响性能，更成为实时交互应用落地的阻碍。为了直观展示差距，Hock在现场播放了对比视频。在要求系统使用Python编写俄罗斯方块游戏以及规划纽约至旧金山的两周公路旅行时，Cerebras硬件均远快于市面上最快的GPU系统，后者在Cerebras完成任务时仍在进行计算。

在商业落地方面，Cerebras正推进两项重要的超大规模部署合作。据透露，OpenAI已选择Cerebras处理快速推理任务，双方计划在未来几年内建设750兆瓦的数据中心容量。同时，AWS将成为首家原生部署Cerebras芯片的超大规模云服务商，采用分离式推理架构：由AWS自研的Trainium芯片负责预填充阶段，Cerebras芯片则执行解码阶段。AWS计算副总裁Dave Brown表示，推理速度和性能是当前面临的重大瓶颈，未来云服务商可能会根据推理各阶段的特性，混合使用自研与第三方芯片。此外，Meta、Cognition、GSK等企业也在使用其推理服务。

回顾公司发展，Cerebras的创立源于团队在进行AI卫星影像分析时遭遇了现有芯片推理速度不足的瓶颈，从而决定自主研发。这一路径如今已被谷歌、亚马逊和苹果等科技巨头广泛采用。在供应链端，WSE芯片的诞生离不开与台积电的深度合作。据Cerebras透露，2017年创始团队赴中国台湾地区地区拜访台积电高层时提出了打造计算机史上最大芯片的构想，并获得了台积电的全力支持。如今，包含4万亿个晶体管的WSE芯片均由台积电代工生产。在SuperAI大会开幕前夕，Cerebras在社交平台上回顾了这段合作渊源，并附上了台积电董事长魏哲家、Cerebras首席运营官Dhiraj Mallick与台积电联席副运营官张晓强在台积电总部的合影，而发布时间恰逢英伟达首席执行官黄仁勋高调访问中国台湾地区地区。

在资本市场，Cerebras于2026年初完成了首次公开募股（IPO），成功募资55亿美元（约人民币373.41亿元），上市首日股价大涨68%，市值逼近1000亿美元（约人民币6789.28亿元）。Hock表示，公司未来的核心挑战在于深化伙伴关系，以充分发挥硬件的最大价值。

注：按1美元≈6.79人民币计算