Cerebras掌门人谈AI能否持续扩展

Cerebras Systems 首席执行官兼联合创始人 Andrew Feldman 将登上 TechCrunch Disrupt 2026 的 Disrupt 舞台，围绕一个被反复追问的问题展开对话：AI 究竟还能不能继续扩展下去。这场名为“Can AI Keep Scaling？”的对谈，核心指向一个越来越现实的矛盾——模型能力不断跃升，但每一次跃升都要求更多的算力、更多的电力以及更庞大的配套基础设施。算力需求的天花板究竟在哪里，成为行业必须正面回答的问题。

Cerebras 用十年时间挑战了 AI 计算领域的一个基本假设：更强大的 AI 是否必须依赖传统芯片架构。公司把技术路线押在晶圆级计算上，不再把硅晶圆切割成一颗颗独立芯片，而是直接以整片晶圆为基础构建处理器，这种架构专门面向高强度的 AI 工作负载设计。目前，Cerebras 通过本地部署系统与云平台两种方式对外提供 AI 算力，试图在通用 GPU 之外提供一条不同的路径。

Andrew Feldman 的创业履历几乎贯穿了计算基础设施这条主线。他在 2015 年联合创立 Cerebras，在此之前，他联合创办并领导了能效型微服务器创业公司 SeaMicro，该公司于 2012 年被 AMD 收购。更早之前，他还在 Force10 Networks 与 Riverstone Networks 担任管理职务。正是这样一段长期深耕硬件的经历，让他和联合创始人们选择了一条被业界长久认为不切实际的道路——把晶圆级计算真正推向市场，而不是停留在实验室概念阶段。

随着 AI 算力需求持续攀升，Cerebras 正在把这条路线做大。公司在 5 月的 IPO 中募资 55 亿美元，并与 OpenAI 签署了一项多年协议，计划从 2026 年到 2028 年部署 750 兆瓦规模的 Cerebras 系统。8 月，Cerebras 发布了 CS-4，这是其晶圆级 AI 基础设施的最新一代产品，也代表着公司在单系统算力密度上的又一次推进。

然而，更强大的处理器本身并不能解决扩展问题。这些系统需要数据中心、电力、冷却以及制造产能的同步支撑，算力竞赛在很大程度上已经变成基础设施竞赛。芯片设计只是链条的起点，真正决定 AI 能走多远的，是这些物理条件能否按同样的节奏跟上。

Cerebras 已经在直面这一挑战。8 月，公司披露其已投运或已签约、将在 2027 年底前交付的数据中心容量超过 600 兆瓦，并表示将在 2026 年把制造产能提升十倍以上。公司还计划在今年内让其首个欧洲数据中心容量上线，并在 2027 年底前把当地容量扩展到 200 兆瓦。这些布局显示出，Cerebras 的扩展策略并不仅停留在流片与封装环节，而是向上延伸到电力、机架与跨区域部署。

这组数字说明，AI 的扩展从来不只是设计一颗更快的处理器，而是要有足够的物理基础设施把算力真正用起来。围绕晶圆级计算能否兑现越来越强大的 AI 所要求的算力，以及支撑它的基础设施能否跟上，Feldman 将在 Disrupt 舞台上给出他的判断。对开发者与基础设施从业者而言，这场对谈的价值在于，它讨论的不是单点性能指标，而是一整套硬件路线在真实物理约束下的可持续性——一位用十余年时间押注另一种 AI 硬件构建方式的企业家，如何看待这条路的边界与下一步。