不切晶圆了：Cerebras如何造出全球最大的芯片？

引言

过去几年，AI基础设施的主流答案一直是“把更多芯片连起来”。单颗GPU装不下更大的模型，就增加GPU数量；显存带宽不够，就升级HBM；芯片之间通信成为瓶颈，就继续提高NVLink、交换机和高速网络的带宽。结果是，AI系统越来越像一台由数百乃至数万颗芯片共同组成的巨型计算机。

Cerebras真正特殊的地方，是它从一开始就在挑战这个前提：既然连接大量小芯片如此昂贵，能不能从源头减少需要连接的芯片数量？很长时间里，这个问题更像一个漂亮的工程实验。Cerebras证明了全球最大的芯片可以被制造、封装并运行起来，却没有完全证明这种架构能够成为主流AI基础设施的一部分。2026年OpenAI与Cerebras签下总价值超过200亿美元、承诺容量750 MW的多年协议后，问题发生了变化：市场开始真正为这条路线付钱。于是，比“全球最大芯片怎么造”更值得讨论的问题变成了——把一整片晶圆做成一颗芯片，究竟解决了AI计算中的什么问题？

一、为什么要把芯片做这么大，传统GPU又有多大？

NVIDIA H100的裸片面积约814平方毫米，集成约800亿个晶体管，尺寸已经接近单次光刻曝光的极限。到了下一代B200，英伟达没有继续做大单颗裸片，而是采用两颗接近光罩极限的裸片，通过高速互联组成一个GPU。相比之下，Cerebras WSE-3直接把整片晶圆做成一颗芯片，面积达到46,225平方毫米，约为H100裸片的56.8倍。

图1｜WSE-3实物。图片来源：Cerebras官方产品页。

为什么非要做这么大？因为大模型推理的瓶颈很多时候不是“算”，而是“搬”。数据离计算核心越远，经过HBM、芯片间互联乃至服务器网络，延迟和能耗通常越高。

NVIDIA的思路是用HBM和NVLink不断提高GPU周围的存储与互联带宽；Cerebras则更进一步，直接把芯片做到晶圆大小，把大量计算核心、44GB片上SRAM和互联网络放在同一块硅片上，让尽可能多的数据交换留在晶圆内部。

二、怎样跨过光罩极限并把晶圆装进服务器？

第一道关是“连”。普通晶圆上的芯片彼此独立，因为最后要沿划片槽切开，电路不会跨过这些边界。Cerebras则在顶层金属布线时，让导线跨过划片槽，把84个曝光区域连接成一整颗芯片。

第二道关是供电和散热。CS-3属于20千瓦级系统。要把20千瓦级功率送进低电压的整片晶圆，电流会达到万安培量级；传统从芯片边缘供电已经不够，因此Cerebras采用垂直供电。晶圆尺寸变大后，热胀冷缩也更严重，普通刚性连接更容易受损，因此Cerebras又设计了可以补偿位移的柔性连接，并配合贴近晶圆的液冷系统。

所以，晶圆级芯片难的是跨区互联、坏点管理、大电流供电、散热、封装和软件必须同时解决。

三、WSE与GPU谁快，性能应该怎么比？

先看峰值算力。H100在BF16 Tensor Core口径下约为1 PFLOPS，启用结构化稀疏后约2 PFLOPS；WSE-3标称125 PFLOPS，表面看相差60多倍，但两者统计口径并不一致。NVIDIA公开了稠密与2∶4结构化稀疏两套口径；Cerebras采用更灵活的稀疏计算方式，官方没有提供完全对应的稠密BF16指标。因此，这两个峰值不能直接比较。

内存也是一样。H100配备80GB HBM，属于芯片外部的高速显存；WSE-3则把44GB SRAM直接集成在晶圆内部，紧靠计算核心。前者容量更大，后者带宽和访问延迟更有优势。按照官方带宽数字计算，WSE-3可以高出数千倍，但这并不代表真实应用性能也会提高同样倍数，因为两种内存承担的角色和使用方式并不相同。 

图2｜峰值规格、内存层级与真实负载必须分开比

真正值得看的是实测。第三方测评机构Artificial Analysis对公开服务的测试显示，以gpt-oss-120B（high）为例，Cerebras的输出速度约为每秒1,730个Token，处于目前最快的一档。但这类测试只能看到最终的服务速度，背后使用多少晶圆级芯片、实际功耗和成本并不透明，因此不能只靠Token/s判断整体效率。

更有意义的是看两类芯片的分工。GPU更适合处理大批量请求和长上下文输入，Cerebras WSE更擅长低延迟的连续Token生成。AMD与Cerebras计划采用这种组合：AMD Helios负责提示词和长上下文处理，WSE负责后续的高速生成，方案计划在2026年第四季度投入生产。AWS与Cerebras也在推进类似方案，计划于2027年第一季度进入Amazon Bedrock。

四、一片晶圆必然有缺陷，良率与生产风险怎样解？

晶圆级芯片首先要解决的是良率。芯片面积越大，遇到制造缺陷的概率越高；普通芯片可以切开后淘汰坏片，但Cerebras整片晶圆只有“一颗”，不能这么处理。它的办法是把计算单元做得很小，并预留冗余。WSE-3制造了约97万个核心，实际启用90万个；发现坏核后直接屏蔽，再通过备用核心和可重新配置的片上网络绕开。也就是说，Cerebras不是消灭缺陷，而是让少量缺陷不影响整颗晶圆级芯片工作。

不过，冗余核心主要解决的是局部制造缺陷，跨区域互联、供电和散热一旦出现问题，影响范围可能更大。Cerebras公开了约97万个物理核心、启用90万个核心，但没有公开实际出货良率、坏核分布和单片制造成本。三代WSE已经证明晶圆级芯片可以稳定制造和运行，但接下来真正决定商业性的，是它能否以足够高的良率和足够低的成本持续生产。

图3｜Cerebras官方CS系统照。图片来源：Cerebras官方Press Kit。

五、运行过程有什么风险，任务专用性有多强？

晶圆级芯片的另一个问题是维护。CS-3是一套以单颗晶圆级芯片为核心的完整系统，不像GPU服务器那样可以方便地更换单张故障卡。Cerebras也承认，部分现场维修复杂且成本较高，有时需要准备整机级备件。因此，它的商业竞争力最终还要算上整套系统的运维成本。 

图4｜WSE是"架构级专用、仍可编程"

WSE并不是只能运行固定模型，它的“专用”更多体现在架构上：适合通信规律清晰、对延迟敏感的任务。反过来，当模型需要更大内存、更多并发或频繁访问外部数据时，片上通信优势就会减弱；复杂多变的工作负载则仍受益于GPU成熟的软件生态。所以，WSE更可能与GPU分工，而不是全面替代GPU。

六、从实验室奇观到OpenAI大单，商业化走到哪一步？

图5｜三代产品已跨过产品门，大客户打开需求门

Cerebras已经跨过了早期产品验证阶段。公司收入从2022年的2,460万美元增长到2025年的5.10亿美元，并于2026年5月完成上市。真正改变公司规模的是OpenAI订单。OpenAI承诺采购750 MW算力，2026至2028年分批交付，合同总价值超过200亿美元，另有1.25 GW追加选择权。不过，这200多亿美元并不是已经实现的收入，而是未来多年逐步交付、逐步确认。

因此，Cerebras现在证明的是“有人愿意大规模买”，还没有完全证明“可以大规模赚钱”。 2026年二季度Core收入达到2.10亿美元、毛利率41%，但经营仍然亏损；随着OpenAI订单交付，公司还需要继续投入数据中心和基础设施。

晶圆级芯片把竞争往前推了一步：真正的赢家，不只是能造出最大芯片的人，而是能让这些昂贵的硅和数据中心持续高负荷运行，并最终把速度优势变成利润的人。WSE更像低延迟推理的一把“速度尖刀”，而不是GPU的全面替代品。