十年前，这是没东说念主看好的公司。从成立天起，它就只想作念种从来莫得被造出来过的芯片。它试图挑战英伟达的霸主地位呼和浩特罐体保温施工，却在成立之初屡屡碰壁，屡次濒临倒闭。
十年磨剑。本年5月，Cerebras终于上市了，市值度接近千亿好意思元。CEOAndrewFeldman说：咱们舒畅和每hyperscaler（大鸿沟云厂商）配合，普及AI理速率，除了英伟达。
咱们有幸采访了Cerebras的早期投资东说念主，和早证实Cerebras居品可以落地的有计划东说念主员，还与Cerebras里面负责居品的管有计划了近两年公司的转型，以及IPO之后的动作。串起这些蛛丝马迹后，咱们很惊诧地发现：要阐明Cerebras上市的光泽，需要回到10年前。
回到块白板，快要倒闭的创业公司，场险些莫得东说念主肯定的物理学赌局，还有个领有其时寰球大语言模子的AI实验室，如安在个不可能的时期节点，成为这个故事里要道的那页。
以下，即是Cerebras的故事。
本文为改写，接待大收看以下
2014年，吴恩达离开斯坦福AI实验室，加入百度。
受到GoogleBrain的启发，百度插足3亿好意思元，成立了位于硅谷的AI实验室。他们主要的主义是：让度学习暴露买卖价值。关于其时的互联网公司来说，度学习的运用大多在物理层面：自动驾驶、机器东说念主、语音识别。
GregDiamos，在采访中告诉咱们，当年，吴恩达给百度带来了批顶的AI有计划员，Greg即是其中之。在此之前，Greg在英伟达构建CUDA软件架构：而其时的CUDA，照旧个东说念主问津的里面名堂。
AI实验室成立后不久，百度团队就发表了篇知名的论文《DeepSpeech》：个端到端的语音识别模子，允许东说念主们麦克风瑰丽，对搜索引擎言语。他们还磨真金不怕火了全国上初的几个度神经收集，下步的贪图，是磨真金不怕火语言模子（languagemodel）。
百度团队有计划的语言模子，在当年是寰球大的：领有3亿参数。磨真金不怕火这个模子，需要三个月的时期。在这个经过中，他们发现了个轨则：模子越大、数据越多、算力越强，模子就越机灵。并且这个普及是可以展望的，是线的。
这个轨则被称为ScalingLaw（鸿沟定律）。几年后，这个经过考据的效果被百度团队写进了篇论文，题为《DeepLearningScalingisPredictable,Empirically》。DarioAmodei自后将这个发现带去了OpenAI，它成为了GPT的中枢逻辑。
但问题也随之而来：要是ScalingLaw是对的，那么磨真金不怕火改日真实有效的模子，所需要的算力将是现存GPU集群法提供的量。百度的有计划员们坚韧到，他们需要种新的硬件。
在百度团队发现ScalingLaw的同庚，五个硅谷工程师决定离开AMD。在此之前，他们在叫作念SeaMicro的微奇迹器硬件公司同事，这公司在2012年被AMD以3.34亿好意思元收购。这五个东说念主的名字是：AndrewFeldman、GaryLauterbach、MichaelJames、SeanLie和J-PFricker。其中，Andrew和Gary是SeaMicro的聚会首创东说念主。
次聚在起的时候，五个东说念主在块白板上写下了他们的愿望：他们但愿，硅谷的盘算推算机历史博物馆里有天会出现他们的名字。从天起，Cerebras的指标即是：造个为AI而生的硬件。
咱们知说念，初的AI磨真金不怕火靠CPU和GPU搭配。CPU是总指导，负责颐养任务。GPU则像座强大的工场，里面有洪水横流个小工位，可以进行大鸿沟并行盘算推算。但AI磨真金不怕火远不啻次盘算推算，参数、梯度、激活值全得在存、缓存、盘算推算单位和GPU间来回倒腾。旦模子大到单卡塞不下，就得切成几块分给多卡，让它们彼此配合。
是以真实拖慢AI的，好多时候是数据在不同芯片、不同内存、不同机器之间来反转移这个经过。
许多芯片公司责罚这个问题的念念路，是把GPU拼成个集群，再花多量工程责罚它们之间若何通讯的问题。而Cerebras的念念路是，把尽可能多的盘算推算单位、内存和互联，放到整片晶圆上，作念成Wafer-ScaleEngine（晶圆引擎，简称WSE）。
粗鄙芯片的制造，是在张晶圆上同期印出几百个小芯片，然后切开，块块单使用。但Cerebras是把整张晶圆作念成个强大的AI处理器。这片晶圆的面积是大GPU的58倍。好多蓝本需要跨GPU、跨奇迹器、跨收集完成的数据转移，现时可以在晶圆里面完成。
2016年3月，Cerebras雅致成立，由Benchmark投SeriesA，融资2700万好意思元。
说到这里，咱们不得不赞赏Andrew的远见。2015年底，在Cerebras决定押注晶圆引擎的时候，Transformer架构以致还莫得出生，今天这套以大模子为中枢的AI产业还远莫得成型。其时，度学习天然曾经在爆发，英伟达曾经经运转把GPU向数据中心和神经收集磨真金不怕火。但主流道路，仍然是把GPU拼成越来越大的集群，再用软件和速互联责罚磨真金不怕火速率的问题。
Cerebras的不同之处在于，它从运转就问了个底层的问题：要是AI会成为种全新的盘算推算负载，能不可为它再行遐想台机器？
有投资东说念主回忆，2015年底与Andrew碰头时，他有页slide，列出了度学习面对的七个中枢问题，而这些问题内容上齐指向同件事：磨真金不怕火时期太长。这也恰是上章隔断提到的、百度团队面对的瓶颈。
投资东说念主周楠在2016年加入百度AI实验室，成为了Greg的同事。她的个任务，即是寻找种为度学习造的新盘算推算案。
其实那时候，挑战通用GPU的尝试并不少。谷歌曾经在里面使用TPU，这是种门为机器学习中的矩阵盘算推算而遐想的ASIC（用集成电路）。英特尔收购了度学习硬件创业公司Nervana，英国的Graphcore在作念IPU，Groq、Habana、SambaNova这些硬件公司也基本齐在这个阶段成立，沿着不同向试图再行遐想AI芯片。
Cerebras的案，是这之中激进的。
接下来，周楠花了整整四周时期，把尽调变成个科学名堂，将总计的投资风险拆解成个个可以考据的本事问题。
，良率能不可放胆？晶圆制造定会有流毒。要是整片晶圆即是颗芯片，这些流毒会不会让整颗芯片报废？
二，次tapeout（流片）能不可到手？在芯片行业，流片意味着把遐想交给工场分娩。次失败，就可能意味着几千万好意思元的额外成本和几个月的时期亏空。
三，要是晶圆上有部分区域坏掉，系统能不可识别、绕开，并不息运行？
四，真实的AI职责负载，能不可被编译器映射到这么套全新的架构上？
五，它能不可接入客户曾经在使用的机器学习框架，而不需要总计东说念主从运转重写代码？
尽调经过中的个要道转化点，发生在Greg见到Cerebras团队之后。在ScalingLaw的初步发现之后，Greg曾经见过20多作念AI芯片的创业公司，每的pitch齐大同小异：他们说，我方在作念比英伟达好的GPU。运转，Cerebras在Greg眼里亦然这20多里平平奇的。直到有天，他来到了Cerebras的办公室。
那刻他坚韧到，Cerebras不是个盗窟版的英伟达，他们在作念件不同的事：造块大到前所未有的芯片。要是Cerebras确切能造出这么块芯片，就能责罚百度团队的问题：速率。
周楠告诉咱们，团队将Cerebras的编译器接入了百度自研的3亿参数语言模子，在Cerebras的模拟器上跑了遍测试，得到了可以的效果。要知说念，其时Cerebras还莫得真实出货的居品，他们唯有张实验室里的晶圆原型和台模拟器。
四周后，周楠得出了她的论断。
其他本事风险依然存在，但周楠合计，它们齐是可以被责罚的。
在这里，咱们可以张开讲讲，Cerebras是若何责罚良率问题的。
在台积电5纳米工艺下，每平毫米大聚会出现0.001个流毒。听起来很小，但Cerebras的WSE-3芯单方面积是46,225平毫米。算下，整片晶圆上大聚会有46个流毒。在块莫得容错遐想的传统芯片上，这46个流毒里的任何个，齐足以让整块芯片报废。
Cerebras的解法呼和浩特罐体保温施工，包括两个遐想。
，把中枢作念到小。传统GPU的个盘算推算中枢很大，英伟达H100的个SM中枢大致是6平毫米，旦缺消一火在上头，这6平毫米就全废了。而Cerebras把每个中枢败坏到0.05平毫米，大致是H100中枢的1。这意味着，一样个流毒，在H100上要亏空6平毫米，在Cerebras上只亏空0.05平毫米。只是是把中枢作念小这点，就让Cerebras芯单方面对流毒时的容错才气，达到传统GPU的百倍量。
二，冗余加智能路由。Cerebras在整片晶圆上多放了大致1到1.5的备用中枢，平时这些中枢处于关闭情状。芯片上还内置了套可以动态再行建设的on-chipfabric（片上收集）。在制造测试阶段，系统可以识别哪些区域有流毒，把坏掉的中枢屏蔽掉，通过片上收集绕开它们，再把职责负载映射到平素区域。从软件的角度看，整片晶圆长期是块缺的芯片。那46个流毒，被暗暗地守密掉了。
这个念念路其实不是Cerebras发明的。内存芯片厂商和GPU厂商几十年来齐在用冗余中枢处理流毒：英伟达的H100需要132个中枢职责，但芯片上践诺造了144个，允许多12个是坏的。
Cerebras真实的改进，是把这个冗余逻辑从块小芯片放大到整张晶圆的圭表，用几十万个眇小中枢，加上套能在整片晶圆上动态绕障的路由收集，把个“70年解”的良率穷困，变成了个可以管制的工程问题。
在尽调之后，百度共同投了Cerebras的SeriesC。
其委果作念出投资决定之前，周楠还见到了Andrew本东说念主。首创东说念主的个东说念主魔力，亦然劝服投资东说念主的紧迫原因。
其时，Cerebras的团队有70多名PhD，大部分东说念主齐曾经在SeaMicro同事过。后，Greg说，就算Cerebras找不到客户，他也肯定这个居品是有价值的。
固然有周楠这么的投资东说念主继承肯定Cerebras，但那段时期，公司践诺上举步维艰。
从2016年景立到2019年年中，Cerebras处于隐身情状：莫得居品，莫得客户公告，莫得新闻稿。这在外界眼里深不可测的硬件公司，里面度卓越危机。
那时，Cerebras每个月的钱速率大致是800万好意思元。每六周开次董事会，Andrew齐要陈述同个坏音信：芯片照旧不可用。三年，也即是快要三亿好意思元，齐花在了个莫得东说念主见过的居品上。
他们要责罚的问题，不单是芯片本人。张晶圆芯片的功耗达25千瓦，大致是个粗鄙庭年用电量的两倍多，并且围聚在块餐盘大小的面积上。这意味着他们还需要再行发明散热系统，再行遐想供电结构，再行遐想与奇迹器机架的接口。上章提到的本事问题，每个齐是壁垒。
2019年夏天，Cerebras终于让代WSE到手量产，并运转平素职责。那天，几位工程师坐在LosAltos市中心间临时搭建的办公室里，盯着电脑屏幕，看着这个曾被合计不可能的系统确切跑了起来，半个小时莫得东说念主言语
2019年8月，Cerebras走出隐身模式，在HotChips大会上发布了寰球款晶圆芯片WSE-1。它的规格在其时看来近乎落拓：面积过4.5万平毫米，是其时大GPU的56.7倍，领有40万个AI盘算推算中枢和18GB片上SRAM内存。比较之下，英伟达同期GPU的片上内存唯有几十兆字节。
从具体居品上看，Cerebras合座委派的是台完好意思的系统CS-1。这台雪柜大小的机器把芯片、散热、供电、接口一说念整合在起，插进数据中心的机柜就可以径直使用。同庚，Cerebras完成2.72亿好意思元的E轮融资，雅致成为角兽。
但问题来了：谁会个真实使用它？买卖AI客户在2019年还莫得造成鸿沟，大齐在用英伟达。商场上，莫得东说念主看好Cerebras。
而Cerebras的批真实客户，来自个出东说念主意想的地：好意思国动力部旗下的国实验室。
阿贡国实验室（ArgonneNationalLaboratory）用Cerebras的系统分析新冠病毒的变异序列，这个实验自后协助赢得了2022年的戈登贝尔独特，那是能盘算推算域紧迫的项之。LawrenceLivermore国实验室用它跑核聚变模拟。国动力本事实验室（NETL）的测试效果示，Cerebras系统比实验室我方的盘算推算机快了大致500倍。
这些客户用真实的、严肃的科学任务，证实了这项本事可以落地。
2021年，WSE-2发布，升至7纳米制程，盘算推算中枢增至85万个，晶体管数目达到2.6万亿。2022年，Cerebras用台CS-2在单台机器上磨真金不怕火了参数目达200亿的模子，创下其时的记录。亦然在这年，好意思国盘算推算机历史博物馆为Cerebras的WSE-2揭幕了个展览，管道保温施工题为“TheBiggestChipintheWorld”（全国上大的芯片）。
距离2015年五名首创东说念主在白板上立下阿谁指标，昔时了七年。
2021年11月，Cerebras完成SeriesF融资，估值40亿好意思元。2026年5月，CerebrasIPO时，估值950亿好意思元。五年间，估值涨了快要25倍。其中半的功劳，要归于个客户：它在三年时期里，把Cerebras从唯有政府实验室客户的公司，变成了有真实买卖鸿沟的企业。但亦然这个客户，让Cerebras的次上市贪图泡汤。
G42是阿布扎比的AI科技集团，与阿联酋政府度关联，同期是微软的策略配结伙伴。2023年，G42与Cerebras书记了个名为CondorGalaxy的配合：基于Cerebras的系统建造个大鸿沟算收集，其中大的台盘算推算机算力达到4exaflops，合同鸿沟过10亿好意思元。
Cerebras和G42的配合始于2021年。通过CondorGalaxy，G42想作念个阿拉伯版的ChatGPT。
财务数字是好的证实。2022年，Cerebras营收2460万好意思元。2023年，这个数字跳至7870万好意思元，其中G42占比过83。到2024年上半年，G42的占比逾越升至87。
2024年9月，Cerebras向纳斯达克提交了S-1招股书，准备上市。好意思外洋国投资委员会（CFIUS）在看到Cerebras的广泛营收来自阿联酋客户G42后，险些立即启动了国安全审查。
终，Cerebras在法赢得CFIUS放行的情况下，主动裁撤了S-1恳求。G42持有的股份被转念为投票权股份，双关系再行定。2025年3月31日，CFIUS雅致对Cerebras上市放行。
固然裁撤了S-1，但这段恭候并莫得被败坏。在恭候上市的这段时期里，Cerebras通过私募商场完成了新轮成本化：2025年9月，SeriesG融资11亿好意思元，估值81亿好意思元。2026年2月，SeriesH融资10亿好意思元，估值230亿好意思元，AMD、TigerGlobal、Coatue、Benchmark、Fidelity等参与其中。
2025年12月24日的吉祥夜，本应是安详的天。但那天发生的两件事，调动了AI芯片行业的花样。
件事：英伟达与Groq签署合同，达成200亿好意思元鸿沟的本事授权和钞票来回。Groq是Cerebras在理芯片商场径直的竞争敌手，它作念的是LPU（语言处理单位），门为固定大小的模子遐想，追求致的详情和低蔓延。
二件事：Cerebras与OpenAI书记配合。他们签署的合同总价值一样过200亿好意思元。OpenAI同意部署750兆瓦的Cerebras盘算推算才气，用于我方的理业务，大可膨胀至2030年的2吉瓦。这是寰球历史上鸿沟大的AI速理部署合同。
大可以想想这个时期线：Cerebras是英伟达的挑战者，而就在英伟达吃下Groq的同天，OpenAI继承把大的理盘算推算合同，给了Cerebras。
其实，这个配同一不令东说念主不测。SamAltman是Cerebras早期的投资东说念主之，两公司的团队从2017年起就每每调换。他们齐肯定点：跟着模子鸿沟扩大，硬件架构和模子需求晨夕会汇合。
于是，OpenAI和Cerebras在感德节前夕签了termsheet（投资意向书），在四周后的吉祥夜签了masteragreement（主合同）。个200亿好意思元以上的来回能在四周内完成，是很萧索的。
这个配合落地的速率，也出了预期。
在答复OpenAI配合的时候，咱们提到的个要道词是：理。
在运转的几章里，咱们眷注的是ScalingLaw，是模子的磨真金不怕火。这亦然2024年之前，Cerebras和大部分硬件公司齐在眷注的向。
磨真金不怕火是建造模子：你把海量的数据喂给个神经收集，让它学会语言的轨则、全国的学问。这是个强大的、次的盘算推算经过。GPU卓越适手脚念磨真金不怕火，因为矩阵乘法可以度并行化，你可以把几千块GPU连起来同期盘算推算。
但磨真金不怕火完成，AI被咱们真实用起来的时候，发生的是理。从硬件角度看，理是个卓越特殊的盘算推算经过。
大语言模子生成回答时，并不会次把整段话吐出来。生成了个词，才能知说念二个词该是什么。生成了二个词，才能不息生成三个词。也即是说，理有很强的串行。
磨真金不怕火的时候，你可以把海量数据分红好多批次，扔给几千张GPU并行盘算推算。但理的时候，尤其是生成谜底的decode（解码）阶段，模子必须沿着时期次第往前走。每生成个token，齐要进行次模子盘算推算，齐要在模子权重、缓存和盘算推算单位之间出动多量数据。
是以在理期间，要道词是速率：模子能不可弥散快地读到数据，弥散快地生成下个token。这个时候，咱们才能真实看到Cerebras的WSE比较GPU的势。
换句话说，Cerebras蓝本想责罚的是AI磨真金不怕火里的数据搬运问题。但当AI进入理期间，反而加利好Cerebras。想想，每次和AI对话、调用Agent的时候，你是不是齐但愿速率快点，再快点？
理，从个扶植的需求，变成了AI基础设施的中枢。咱们也问了Angela，Cerebras为什么继承从磨真金不怕火商场，转而眷注AI理商场。
天然，理商场的需求，也调动了Cerebras的居品形态。之前，就像G42的例子里那样，Cerebras的是盘算推算机。而现时，它运转把我方的硬件才气包装成云奇迹：客户通过API发送请求，Cerebras在后端完成模子理，把效果返还给客户。
Angela告诉咱们，他们曾经把总计这个词居品作念成了OpenAIAPI兼容。要是公司曾经在用OpenAI或者其他兼容接口，就不需要重写整套代码，只须换成Cerebras的APIkey，就可以把请求送到Cerebras后端。
在理奇迹上，Cerebras现时平均可以达到每秒过2000个token的输出速率。比较之下，好多传统案是每秒200到300个token。只须用过Agent职责流就会知说念，这么的速率调动会让使用体验大幅化。
非常义的是，速率快的时候，会创造出全新的使用场景。咱们来看几个例子。
有Cerebras的配结伙伴作念了这么个：当圭表员把鼠标悬停在段代码上，系统可以坐窝示这段代码在总计这个词名堂里被哪些地调用、依赖关系是什么。这个内容上需要模子快速读懂代码坎坷文，再生成个完好意思的调用图。要是理很慢，这个就很无言：光标要停留5到10秒才有反应，拓荒者的念念路早就断了。但要是反应险些是瞬时的，它用起来就像IDE自带的样天然。
另个例子是及时素质。想象你需要让AI给你解释个复杂的主见，AI边在杜撰黑板上绘画，边回答你的追问，你还可以径直圈出图上的某部分，让AI再讲遍。要是AI每次齐要停顿很久，这就只是个粗鄙的教诲加聊天框。但要是AI能坐窝修起，它就变成了个可以及时对话的老诚。
三个例子，是AI科学。有Cerebras的配结伙伴在作念个面向药物研发的AI科学。想象下，在个新药研发的会议里，团队正在有计划个假定，这个AI职工可以在会议进行的同期，及时查找竞争敌手的有计划、检索论文、测试假定，然后径直参与有计划。
这即是理期间紧迫的变化：Agent径直进入及时交互场景。代码、素质、科研、客服、语音助手、职责流，这些运用的共同点是互动。而互动的内容，是速率。这也解释了为什么Cerebras会在2026年这个时期点，迎来IPO窗口。
在书记与OpenAI配合后不久，Cerebras又在2026年3月书记与AWS配合。Cerebras的CEOAndrew在采访中解释了这个配合的逻辑，并书记将会和总计Hyperscaler（大鸿沟云奇迹商）配合，除了英伟达。
在不息讲Cerebras的IPO故事之前，咱们先把Cerebras这十年作念的居品整理澄澈。
层居品，是芯片。2019年，Cerebras作念出代晶圆引擎WSE-1：16纳米制程，面积46,225平毫米，40万个盘算推算中枢，18GB片上SRAM。这是全国上款晶圆芯片，大小是其时大GPU的56.7倍。
但咱们说过，Cerebras给客户的不是芯片，而是机器。这即是Cerebras的二层居品：系统。WSE-1被装进CS-1系统里，成为台可以径直放进数据中心的AI盘算推算机。2021年，Cerebras发布二代WSE-2：7纳米制程，85万个盘算推算中枢，2.6万亿个晶体管，配套居品是CS-2系统。
三层，是盘算推算机集群。2022年11月，Cerebras用16台CS-2拼成了Andromeda盘算推算机：1350万个AI中枢，过1exaflop的AI算力，功耗500千瓦，远低于同别的GPU集群。这展示了多台晶圆系统组成集群的才气，让大语言模子磨真金不怕火竣事接近线的膨胀。2024年，Cerebras发布三代WSE-3：5纳米制程，90万个盘算推算中枢，44GB片上SRAM，内存带宽每秒21PB，4万亿个晶体管，面积是其时大GPUH100的57倍。
后层，即是云霄理业务。2024年8月，Cerebras发布CerebrasInference：客户无须买台CS系统，而是径直通过API调用云奇迹。
至此，Cerebras从硬件公司，转型为理基础设施公司。
2026年4月17日，Cerebras再行提交S-1。5月14日，雅致上市。
日收盘311好意思元，涨幅68，融资鸿沟55.5亿好意思元，市值在盘中度涉及千亿好意思元。
但无庸赘述，上市并不是Cerebras故事的绝顶。上市之后，Cerebras面对着多挑战。
先，是供应链的问题。Cerebras的整条居品链，包括对OpenAI同意的750兆瓦算力，一说念竖立在台积电5纳米产能上。台积电是现时全国上唯能够制造Cerebras芯片的代工场。那么，Cerebras在改日能拿到若干商场份额，会不会取决于它能从台积电拿到若干产能？
Andrew在OddLots播客上莫得径直回答这个问题。他承认，台积电天然是Cerebras供应链里其紧迫的环。但他也提到，Cerebras有几个不测的势：它散失了当下AI芯片行业弥留的三个供应瓶颈，HBM（带宽内存）、台积电的封装本事CoWoS，以及台积电的3纳米产线。这三个竞争强烈的法子，Cerebras的居品齐用不到。
二，是强烈的竞争花样。英伟达通过与Groq的配合，有了我方的理化本事。Broadcom在帮各大云厂商遐想定制ASIC。谷歌的TPU、亚马逊的Trainium齐在作念理。批新的理芯片创业公司正在融资。对此，Angela是这么回答咱们的。
由竞争带来的三个风险，是紧迫客户OpenAI充满变数的策略走向。就在6月，OpenAI和Broadcom发布了OpenAI颗自研理芯片Jalapeño。这是颗门为LLM理遐想的ASIC。OpenAI暗示，Jalapeño是它持久全栈AI基础设施策略的部分：改日，OpenAI想把模子、软件、收集、奇迹器，以致芯片本人，齐地掌抓在我方手里。
这并不虞味着OpenAI会坐窝消逝Cerebras，因为OpenAI的算力需求太大了。但Cerebras必须证实，它能提供的理速率，是持久不可替代的。
6月24日，Cerebras发布了上市后的份财报，股价今日着落过15，以致度跌破IPO刊行价。
名义上看，这份财报并不差，季度收入以致于华尔街预期。但Cerebras给出的二季度指引中，颐养后毛利率唯有36到38，低于季度的47。也即是说，收入增长留住的利润空间，正在被压缩。关于上市公司来说，商场看到的是个现实问题：包括数据中心、电力、冷却在内的成本，会不会吃掉本事势？
对此，Andrew是这么修起的：
但商场买不买单，是另回事。
投资东说念主对Cerebras持久、相识盈利才气的眷注，其实亦然这个故事非常义的地。它并不是个英伟达挑战者上市的爽文。Cerebras的波三折，像是对AI期间基础设施需求变迁的步步修起：当咱们对模子的眷注从鸿沟变成理，从才气变成速率，咱们到底需要什么样的盘算推算机？
英伟达的谜底是GPU集群，OpenAI在自研ASIC，Groq继承了LPU。而Cerebras给出的谜底，是整片晶圆。
十年前，它是硅谷子。今天，这块餐盘大小的芯片就在数据中心里，奇迹着系列紧迫客户。这个曾经的科幻故事，变成了可以登陆纳斯达克的现实，真实到成本商场运转用毛利率来审判它。
这，大略才是个硬科技公司真实进入主流全国的时刻。
注：部分图片着手于收集
[本期节目不组成任何投资提议]
邮箱：215114768@qq.com相关词条:罐体保温 塑料挤出设备 钢绞线 超细玻璃棉板 万能胶
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。
