Cerebras CEO：AI算力狂飙还能持续多久？

编者按：当大模型的参数量仍在膨胀，行业真正的焦虑已经从「模型能不能更强」转移到「电力、芯片和机房能不能跟得上」。在TechCrunch Disrupt 2026的舞台上，Cerebras Systems联合创始人兼CEO Andrew Feldman将正面回应这个问题。

据TechCrunch报道，Cerebras Systems联合创始人兼首席执行官Andrew Feldman已确认出席TechCrunch Disrupt 2026。在这场对话中，他将围绕三个层层递进的问题展开：AI行业对算力、能源与基础设施的需求为何持续膨胀；Cerebras为何选择一条与主流截然不同的技术路线来应对这些约束；以及最关键的——如果今天的AI硬件真的走到了尽头，接下来会发生什么。

这个议题的设置本身就颇具意味。过去几年，AI叙事的主线一直是模型能力的跃迁：更大的参数量、更长的上下文、更强的推理。但从2025年开始，行业话语权明显向「底盘」转移——电力采购、数据中心选址、发电厂并网、散热方案，这些原本属于传统基础设施领域的词汇，如今频繁出现在AI公司的财报电话会和融资路演中。

三重约束：算力、能源与基础设施

当前AI扩张面临的瓶颈，已经不是单一环节的短缺，而是三重约束的叠加。第一重是芯片供给：先进制程产能、HBM高带宽内存的良率与封装产能，都构成了硬性上限。第二重是能源：单个超大规模训练集群的功耗已进入百兆瓦量级，而电网扩容、变电站审批和并网排队的周期往往以年计。第三重是物理空间与冷却能力——土地、水资源、以及散热系统的工程复杂度，都在成为看不见的天花板。

业内常用「电力墙」（power wall）来形容这一局面：即便芯片可以无限购买，电力与散热也无法线性跟进。更复杂的是，训练需求的增长正在被推理需求叠加。随着AI应用从演示走向日常使用，推理调用量的增速往往比训练更陡峭，且对延迟更为敏感——这恰恰是通用GPU集群最不擅长的场景之一。

一条不同的路：把整片晶圆做成一颗芯片

Cerebras的答案颇为激进。公司自研的晶圆级引擎（Wafer-Scale Engine，WSE）系列，把整片300毫米晶圆直接做成单颗芯片，从而在片内实现远超传统芯片的超高内存带宽和超低通信延迟。其核心设计哲学是「内存优先」：与其把算力堆到极致、再让数据在芯片之间来回搬运，不如让数据尽可能留在芯片内部。

Feldman在多个公开场合反复表达的核心论点可以概括为一句话：制约AI规模化的从来不是浮点运算次数，而是数据移动的成本。谁能让数据少走几步，谁就能在推理效率上取得结构性优势。

这一路线与英伟达主导的GPU集群形成了鲜明对照。GPU方案依靠高速互连（如NVLink）和庞大的软件生态取胜，优势在于通用性和生态成熟度；晶圆级方案的赌注则押在推理场景的绝对性能与能效比上。值得注意的是，过去一年中，Cerebras明显加大了对推理市场的投入，并对外强调其在大模型推理速度上的纪录表现——这被外界解读为对「推理时代」到来的提前卡位。

如果AI硬件真的触到极限

Feldman在此次对话中要回答的最后一个问题，其实也是整个行业最不愿正视的问题：假如摩尔定律的红利彻底耗尽，先进封装和HBM供应也逼近物理极限，AI还能不能继续规模化？

目前可见的解题方向大致有三条。其一是硬件侧的纵深挖掘：3D堆叠、硅光互连、Chiplet小芯片组合、定制化专用集成电路（ASIC），试图在既定制程下榨出更多能效。其二是系统侧的重新设计：把训练与推理解耦，用不同架构服务不同负载，甚至把部分计算下沉到边缘。其三是算法侧的减法：稀疏化、量化、混合专家模型（MoE）以及更高效的注意力机制，本质上都是在用更少的算力换取相近的能力。

从这个角度看，「硬件极限」并不是某一个单点被击穿，而是一整套系统工程的重新配平。这也解释了为什么Feldman的发言值得关注——他所代表的路线，正是把芯片、内存、互连和散热当作一个整体来设计的思路。

为什么这场对话值得关注

除了技术层面的看点，Cerebras自身的处境也让这场对话更具信息量。这家公司曾经历上市进程的曲折与监管审查，随后完成大额融资并拿下重量级算力订单，估值一度攀升至数十亿美元级别。它既是英伟达的挑战者，也是AI算力需求爆炸式增长的直接受益者。在这样一个位置上，Feldman对「AI能否继续规模化」的判断，很难被简单归类为乐观或悲观。

对开发者、投资人和基础设施从业者而言，TechCrunch Disrupt 2026上的这场对话，本质上是一次关于「AI增长曲线的下半段长什么样」的预演。答案未必令人安心，但大概率足够具体。

本文编译自TechCrunch