人工智能推理市場(chǎng)正在經(jīng)歷一場(chǎng)深刻的范式轉(zhuǎn)變——速度，而非智能，正成為開發(fā)者愿意為之付費(fèi)的核心變量。這一偏好的逆轉(zhuǎn)，將長(zhǎng)期處于邊緣地位的芯片公司Cerebras推向了聚光燈下，也讓OpenAI斥資數(shù)百億美元押注一家即將上市的晶圓級(jí)芯片制造商。

據(jù)行業(yè)研究機(jī)構(gòu)SemiAnalysis的深度報(bào)告，OpenAI已與Cerebras簽署總規(guī)模高達(dá)750兆瓦算力的主協(xié)議，潛在擴(kuò)展至2吉瓦，對(duì)應(yīng)剩余履約義務(wù)達(dá)246億美元。

這筆交易的核心邏輯在于：OpenAI旗下GPT-5.3-Codex-Spark模型在Cerebras硬件上可實(shí)現(xiàn)每用戶每秒2000個(gè)token的生成速度，遠(yuǎn)超基于HBM的GPU集群所能提供的交互體驗(yàn)。與此同時(shí)，Cerebras正站在IPO的門檻上，其命運(yùn)已與OpenAI深度綁定。

這場(chǎng)速度革命的市場(chǎng)信號(hào)已相當(dāng)清晰。SemiAnalysis披露，其團(tuán)隊(duì)80%的AI支出（年化峰值達(dá)1000萬美元）集中在Anthropic的Opus 4.6快速模式上——該模式以6倍溢價(jià)換取2.5倍交互速度。更具說服力的是，當(dāng)Opus 4.7發(fā)布時(shí)，團(tuán)隊(duì)中多名工程師拒絕升級(jí)，原因僅僅是新版本不支持快速模式。這是SemiAnalysis團(tuán)隊(duì)首次主動(dòng)放棄前沿智能，轉(zhuǎn)而選擇更快的token生成速度。

速度溢價(jià)：開發(fā)者用錢包投票

推理市場(chǎng)的競(jìng)爭(zhēng)格局正在沿著一條新的軸線重新劃分。

正如英偉達(dá)CEO Jensen Huang在今年GTC大會(huì)上反復(fù)強(qiáng)調(diào)的，吞吐量（每GPU每秒token數(shù)）與交互性（每用戶每秒token數(shù)）是推理的根本性權(quán)衡——前者服務(wù)于批量處理，后者決定用戶體驗(yàn)。SemiAnalysis將其比喻為"公共汽車與法拉利"的選擇：你可以慢速服務(wù)大量用戶，也可以快速服務(wù)單個(gè)用戶。

市場(chǎng)的偏好已通過消費(fèi)行為得到驗(yàn)證。Opus 4.6快速模式以6倍價(jià)格換取約2.5倍的交互速度，一度成為Anthropic利潤(rùn)率最高的產(chǎn)品SKU，也是其今年ARR爆發(fā)式增長(zhǎng)的重要驅(qū)動(dòng)力。然而，SemiAnalysis與OpenRouter合作收集的數(shù)據(jù)顯示，該模式近期已出現(xiàn)性能退化——標(biāo)準(zhǔn)Opus 4.6的交互速度穩(wěn)定在約40 tps，快速模式曾超過100 tps，但近期已降至約70 tps，實(shí)際加速比從2.5倍縮水至約1.75倍。

OpenAI和Anthropic均已意識(shí)到這一需求分層，并通過快速模式、優(yōu)先模式、批量定價(jià)等多種產(chǎn)品形態(tài)，試圖覆蓋整個(gè)市場(chǎng)并尋找利潤(rùn)最大化的組合點(diǎn)。

晶圓級(jí)芯片：一場(chǎng)豪賭的技術(shù)邏輯

Cerebras的核心賭注，是突破光刻機(jī)單次曝光的物理極限，將整張晶圓做成一塊芯片。

其第三代產(chǎn)品WSE-3基于臺(tái)積電N5工藝制造，在一張晶圓上集成了44GB SRAM，提供21PB/s的內(nèi)存帶寬——比HBM高出數(shù)千倍。這一架構(gòu)的本質(zhì)是：用極高的內(nèi)存帶寬換取極低的訪存延遲，使得在小批量、低算術(shù)強(qiáng)度的解碼場(chǎng)景下，WSE-3能夠充分發(fā)揮其理論算力，而基于HBM的GPU在同等場(chǎng)景下往往處于"算力饑渴"狀態(tài)。

然而，這一架構(gòu)也帶來了顯著的計(jì)算密度代價(jià)。SemiAnalysis指出，WSE-3的稠密FP16算力實(shí)際僅為15.625 PFLOPS——這與Cerebras官方宣傳的125 PFLOPS相差8倍，差距源于其采用了8:1非結(jié)構(gòu)化稀疏假設(shè)，SemiAnalysis將此稱為"Feldman公式"，并將其與英偉達(dá)的"Jensen數(shù)學(xué)"相提并論，但認(rèn)為前者走得更遠(yuǎn)。

在系統(tǒng)成本方面，SemiAnalysis估算每臺(tái)CS-3服務(wù)器的物料成本（含KVSS CPU節(jié)點(diǎn)）約為45萬美元，遠(yuǎn)高于其硅片本身約2萬美元的臺(tái)積電晶圓成本。高昂的定制化電源模塊（來自Vicor）、液冷系統(tǒng)以及每批次晶圓所需的定制掩膜版，共同推高了整體成本結(jié)構(gòu)。

架構(gòu)短板：網(wǎng)絡(luò)帶寬的幾何困境

WSE-3最顯著的弱點(diǎn)，是極為有限的片外帶寬。

每塊WSE-3僅提供150GB/s（1.2Tb/s）的片外帶寬，僅為英偉達(dá)Blackwell NVLink5單GPU 900GB/s規(guī)模擴(kuò)展帶寬的六分之一。這一限制并非設(shè)計(jì)疏忽，而是晶圓級(jí)架構(gòu)的內(nèi)在約束——SemiAnalysis將其稱為"島嶼問題"。

問題的根源在于晶圓的均勻步進(jìn)曝光機(jī)制。WSE-3由84個(gè)相同的曝光單元（die）拼接而成，每個(gè)曝光單元必須完全相同，以確?？鏳ie的片上2D網(wǎng)格互聯(lián)正常工作。這意味著無法將SerDes PHY集中部署在晶圓邊緣——若要增加I/O帶寬，就必須在每個(gè)曝光單元中都預(yù)留PHY面積，而位于晶圓內(nèi)部的PHY無法連接外部，形成大量"擱淺硅"。此外，PHY模塊還會(huì)在片上網(wǎng)格中形成"空洞"，增加數(shù)據(jù)路由延遲，削弱晶圓級(jí)架構(gòu)的核心優(yōu)勢(shì)。

這一帶寬瓶頸直接限制了Cerebras服務(wù)大模型的能力。對(duì)于參數(shù)量超過1萬億、上下文窗口達(dá)到百萬token級(jí)別的現(xiàn)代智能體工作負(fù)載，Cerebras不得不采用流水線并行策略，將模型按層切分到多塊晶圓上，僅在晶圓間傳輸激活值。但隨著模型規(guī)模擴(kuò)大，所需晶圓數(shù)量線性增加，每次晶圓間傳輸?shù)墓潭ㄑ舆t也隨之累積，最終侵蝕速度優(yōu)勢(shì)。

SRAM擴(kuò)展已死：路線圖的隱憂

Cerebras面臨的另一個(gè)結(jié)構(gòu)性挑戰(zhàn)，是SRAM密度擴(kuò)展的物理極限。

從WSE-1（臺(tái)積電16nm，18GB SRAM）到WSE-2（7nm，40GB），SRAM容量實(shí)現(xiàn)了2.2倍的代際提升。但WSE-3從7nm升級(jí)至5nm，SRAM容量?jī)H從40GB增至44GB，增幅僅10%，而邏輯晶體管數(shù)量增長(zhǎng)了約50%。SemiAnalysis的數(shù)據(jù)顯示，在5nm之后，臺(tái)積電N3E相對(duì)N5的SRAM單元面積幾乎沒有縮減，N2及后續(xù)節(jié)點(diǎn)亦然——SRAM擴(kuò)展實(shí)際上已經(jīng)停滯。

這意味著Cerebras未來提升SRAM容量的唯一路徑，是在固定晶圓面積內(nèi)犧牲計(jì)算面積換取存儲(chǔ)面積，形成嚴(yán)格的零和權(quán)衡。下一代CS-4系統(tǒng)將沿用基于N5的WSE-3，僅通過提升功耗來提高時(shí)鐘頻率和算力，SRAM容量維持不變。

相比之下，英偉達(dá)收購Groq后，可通過混合鍵合技術(shù)在Z軸方向疊加SRAM芯片（即LP40路線圖），繞開平面擴(kuò)展的限制。Cerebras也在探索類似路徑——將DRAM晶圓或光子互聯(lián)晶圓通過混合鍵合疊加在WSE上，但SemiAnalysis對(duì)其技術(shù)可行性和時(shí)間表持審慎態(tài)度，認(rèn)為晶圓級(jí)混合鍵合面臨的熱機(jī)械應(yīng)力和鍵合波挑戰(zhàn)遠(yuǎn)比常規(guī)芯片復(fù)雜。

OpenAI交易：?jiǎn)我豢蛻舻碾p刃劍

Cerebras與OpenAI的關(guān)系，已遠(yuǎn)超普通供應(yīng)商與客戶的范疇。

根據(jù)SemiAnalysis援引的S-1文件，雙方于2025年12月簽署主關(guān)系協(xié)議（MRA），OpenAI承諾在2026至2028年間分批采購750兆瓦AI推理算力，每批次合同期3至4年，可延長(zhǎng)至5年，并持有額外采購1.25吉瓦的選擇權(quán)。截至2025年12月31日，Cerebras剩余履約義務(wù)達(dá)246億美元。

資本結(jié)構(gòu)上，OpenAI同時(shí)扮演三重角色：向Cerebras提供10億美元有擔(dān)保營(yíng)運(yùn)資金貸款（年利率6%，若以算力交付方式償還則豁免利息）；持有3344.5萬股N類（無投票權(quán)）普通股認(rèn)股權(quán)證，行權(quán)價(jià)格接近于零；并在完全稀釋基礎(chǔ)上可能持有Cerebras約12%的股份。若MRA因OpenAI以外的原因終止，Cerebras須立即償還全部貸款余額及應(yīng)計(jì)利息，且OpenAI有權(quán)直接控制托管賬戶資金的使用。

這一結(jié)構(gòu)意味著Cerebras的增長(zhǎng)前景與單一客戶高度綁定。SemiAnalysis預(yù)計(jì)，Cerebras未來數(shù)年收入將出現(xiàn)明顯拐點(diǎn)，OpenAI是主要增長(zhǎng)驅(qū)動(dòng)力，但執(zhí)行風(fēng)險(xiǎn)同樣集中——在2028年前，Cerebras需要交付的服務(wù)器數(shù)量將比其歷史累計(jì)出貨量高出一個(gè)數(shù)量級(jí)，而數(shù)據(jù)中心容量的落地進(jìn)度是最大的不確定性。

速度換智能：這筆交易值多少錢

OpenAI在Cerebras上運(yùn)行的旗艦產(chǎn)品GPT-5.3-Codex-Spark，并非真正的GPT-5.3-Codex，而是基于gpt-oss-120B架構(gòu)、經(jīng)GPT-5.3-Codex蒸餾訓(xùn)練的小型模型，參數(shù)量比原版小逾10倍。

SemiAnalysis對(duì)此直言不諱：Cerebras的芯片在經(jīng)濟(jì)上目前只能高效服務(wù)相對(duì)較小的模型。對(duì)于參數(shù)量超過1萬億、上下文窗口達(dá)到100萬token的現(xiàn)代智能體工作負(fù)載，OpenAI若要在Cerebras上運(yùn)行，需要接受顯著的成本溢價(jià)，且預(yù)計(jì)實(shí)際交互速度將低于每秒1000個(gè)token。

然而，這一判斷背后存在一個(gè)關(guān)鍵變量：算法進(jìn)步的速度。SemiAnalysis認(rèn)為，距離120B參數(shù)模型達(dá)到GPT-5.5級(jí)別的智能，可能不到一年時(shí)間。屆時(shí)，"以前沿智能換極速token"的價(jià)值主張將發(fā)生質(zhì)變——正如今天工程師們寧愿放棄Opus 4.7的更高智能，也要堅(jiān)守Opus 4.6快速模式的交互體驗(yàn)。

750兆瓦的初始承諾已經(jīng)鎖定。真正的問題是：當(dāng)120B模型的智能追上今天的前沿水平，OpenAI是否會(huì)選擇將選擇權(quán)轉(zhuǎn)化為實(shí)際采購，將協(xié)議規(guī)模擴(kuò)展至2吉瓦乃至更多。這一答案，將決定Cerebras的IPO估值能否兌現(xiàn)，也將定義下一階段推理戰(zhàn)爭(zhēng)的勝負(fù)手。