一家成立时无人看好的公司，用一整片晶圆造出一颗面积是最大 GPU 58 倍的芯片。从百度实验室的 Scaling Law 发现，到 OpenAI 签约 200 亿美元推理合同，Cerebras 证明：当 AI 从训练走向推理，架构的重新发明比参数的堆叠更重要。
2014 年，吴恩达加入百度，在硅谷成立了 AI 实验室。团队核心成员 Greg Diamos 从英伟达带来了 CUDA 的底层经验，另一位研究员 Dario Amodei 则对语言模型着迷。他们训练了当时全球最大的 3 亿参数语言模型，并发现了一个规律：模型越大、数据越多、算力越强，模型就越聪明，且提升是线性的、可预测的。
这就是后来被称为 Scaling Law 的发现。Dario Amodei 后来将这个发现带去了 OpenAI，成为 GPT 系列的核心逻辑。
但问题随之而来：如果 Scaling Law 成立，未来真正有用的模型，需要的算力将是现有 GPU 集群完全无法提供的量级。
百度的研究员们意识到，他们需要一种新的硬件。同一时间，在硅谷的另一端，五个刚从 AMD 离职的工程师，在一块白板上写下了他们的目标：让硅谷的计算机历史博物馆里有一天出现他们的名字。
2016 年 3 月，Cerebras 正式成立。从第一天起，它的目标就是：为 AI 重新设计一台机器。
AI 训练的瓶颈，从来不只是计算本身。参数、梯度、激活值需要在显存、缓存、计算单元和 GPU 之间来回倒腾。一旦模型大到单卡塞不下，就得切块分给多卡，数据搬运的损耗成为主要矛盾。
大多数芯片公司的解法是：把 GPU 拼成集群，再用高速互联解决通信问题。 Cerebras 的解法则是：把尽可能多的计算单元、内存和互联，放到一整片晶圆上。
HBM 内存与计算芯片分离，数据搬运受限于内存带宽。多卡互联需跨网络通信，延迟与能耗随规模指数增长。
计算单元与片上 SRAM 在同一片硅上，内存带宽是 GPU 的数千倍。数据移动在晶圆内部完成，延迟与能耗大幅降低。
但挑战也是巨大的：晶圆制造一定有缺陷。 在台积电 5nm 工艺下，每平方毫米约 0.001 个缺陷，WSE-3 面积 46,225 mm² 意味着约 46 个缺陷。在传统设计上，任何一个缺陷都足以让整块芯片报废。
Cerebras 的解法包含两个设计：
注：Cerebras 把核心缩到极小（0.05 mm²），使单个缺陷的损失降低两个数量级；再配合 1%–1.5% 的备用核心与片上动态路由网络，将缺陷区域屏蔽。从软件视角看，整片晶圆始终是一块完美芯片。
这个思路并非 Cerebras 首创——内存芯片和 GPU 厂商几十年来都在用冗余核心处理缺陷。但 Cerebras 的创新在于：把冗余逻辑从一块小芯片放大到整张晶圆的尺度，用一个 70 年来被认为"无解"的良率难题，变成了一个可管理的工程问题。
2016 年，百度投资人周楠接到一个任务：寻找英伟达之外的 AI 算力方案。她花了四周时间，把对 Cerebras 的尽调做成了一个科学项目，逐一验证良率、流片、容错、编译器兼容性五个技术风险。
关键转折点发生在 Greg Diamos 见到 Cerebras 团队之后。在此之前，他已经见过 20 多家 AI 芯片创业公司，每家都说自己在做"比英伟达更好的 GPU"。直到他走进 Cerebras 的办公室，看到一整片晶圆原型。
"等一下，GPU 根本不需要这么大的功耗，你们想的肯定不是普通 GPU。"——Greg 意识到，这不是山寨版英伟达，他们在做一件完全不同的事。
百度最终共同领投了 Cerebras 的 Series C。但真正的商业化之路，才刚刚开始。
一个诚实的注脚：G42 的单一客户依赖曾让 Cerebras 的第一次上市申请被 CFIUS 叫停。经过股份结构调整，2025 年 3 月 CFIUS 正式放行。这段等待期并未浪费——公司在私募市场完成了 G 轮和 H 轮融资，估值从 81 亿升至 230 亿美元。
训练是建造模型，推理是使用模型。当 AI 从实验室走向产品，推理速度直接决定了用户体验的边界。
大语言模型生成回答时，是一个严格的串行过程：生成了第一个词，才能知道第二个词。每生成一个 token，都要在模型权重、缓存和计算单元之间搬动大量数据。推理的关键词是内存带宽——这恰恰是 Cerebras 晶圆级架构的优势所在。
Cerebras 目前平均可以达到 每秒超过 2000 个 token 的输出速度，而传统方案通常在 200–300 之间。快了 6–10 倍，改变的不只是速度，而是使用方式。
Angela Yeung（Cerebras 产品副总裁）对此的总结很直接："推理市场扩张的速度远超训练，我们在推理速度上有约 15 倍的优势，这里的机会比训练更大。"
Cerebras 已将产品包装为 API 服务，兼容 OpenAI 接口——客户只需换一个 API key，就可以把请求送到 Cerebras 后端，无需重写代码。
回看 Cerebras 的十年，有三个关键选择构成了它的护城河：
第一，架构上的激进。 在所有人都沿着 GPU 路线做增量改进时，它选择了晶圆级计算——一个被半导体行业普遍认为"不可能"的方向。这个选择让它花了三年、烧掉近 3 亿美元才拿出第一代产品，但也让它在推理时代拥有了不可复制的带宽优势。
第二，客户选择的精准。 从百度到 G42 再到 OpenAI，每一步都踩在 AI 发展的关键节点上。尤其是平安夜与 OpenAI 签下的 200 亿美元合同，标志着 AI 基础设施从"单一供应商"走向"多元化"的拐点。
第三，从训练到推理的及时转身。 当行业还在聚焦训练时，Cerebras 意识到推理才是更大的市场。把产品从超级计算机重新包装为 API 服务，兼容 OpenAI 生态，是它从"实验室设备"走向"商业基础设施"的关键一步。
当 AI 从"建造模型"进入"使用模型"时代，推理速度不再只是性能指标，而是产品形态的边界定义者。Cerebras 的崛起证明：在架构层面重新思考计算，比在现有路线上堆叠参数，更能捕获代际转折的红利。
Cerebras 推理 API 已全面兼容 OpenAI 接口，无需重写代码即可接入。通过 Cerebras Cloud 或已集成的平台（如 OpenAI Codex Spark）即可体验。
cerebras.ai → 开发者控制台