Cerebras首席执行官Andrew Feldman计划在TechCrunch Disrupt 2026大会上讨论AI扩展战略。

安德鲁·费尔德曼是Cerebras系统公司首席执行官兼联合创始人，他将在2026年10月13日至15日在旧金山举办的TechCrunch Disrupt 2026大会上发言，并将在下午2点30分登上主舞台，探讨AI行业的一个核心问题：人工智能真的能够不断扩展吗？

这个时机很关键。Cerebras在2026年5月上市，融资55.5亿美元，并披露了价值250亿美元的订单积压。

Cerebras制造晶圆级引擎——一种不同的芯片设计方法。大多数芯片制造商将硅晶圆分成数百个单独的芯片，而Cerebras则使用整个晶圆作为单个处理器。其结果是WSE-3芯片，集成了大约4万亿个晶体管和90万个核心。高端消费级GPU包含数十亿个晶体管；而Cerebras在一片硅上集成的晶体管数量超过后者百倍以上。

优势在于速度，特别是推理——即运行已训练的AI模型以生成输出的过程。每次用户查询ChatGPT或自主代理编写代码时，推理都在执行。Cerebras声称其架构能提供相比传统GPU设置更快的推理速度，这一差异变得越来越重要，因为行业正从以训练为中心的工作负载转向推理密集型部署。费尔德曼对这种架构差异直言不讳：尽管英伟达的GPU集群在AI训练中占主导地位，但Cerebras则将自己定位在延迟和每瓦特吞吐量最为关键的领域。

该公司的商业进展强劲。Cerebras与OpenAI签有多年推理合同。在2026年9月29日，General Compute公司宣布与Cerebras建立多年部署合作伙伴关系，专注于代理编码工作负载，相关系统将在2027年第一季度投入使用。

然而，250亿美元的订单积压值得审视。订单积压是一种承诺，而不是收入。客户集中度增加了风险：当大部分收入来自少数几份巨型合同时，任何单一的取消或重新协商都可能对整个业务产生连锁反应。

数据中心面临严格的物理限制。关键市场的电网容量紧张。制冷基础设施接近热极限。具有足够公用设施连接的土地变得稀缺且昂贵。这正是推理与训练的区分在战略上变得重要的地方。训练通常是一次性或周期性事件；而推理为每个用户查询连续、大规模地运行。随着AI被集成到更多产品和流程中，推理工作负载增长速度快于训练工作负载。

费尔德曼被评为《时代》杂志2026年AI领域100位最具影响力人物之一，这反映了Cerebras对基础设施讨论中日益增长的影响力。竞争对手不断增加：谷歌继续开发其TPU系列；亚马逊的Trainium芯片在AWS内进行扩展；Groq等初创公司正在用新颖的架构追求推理速度。Cerebras是否能获得实质性的市场份额，可能将在合同于2027年初从宣布阶段进入部署时变得更清晰。