AI算力狂飙遭遇“物理墙”？Cerebras押注晶圆级计算，能否打破摩尔定律魔咒

【科技24时区】当人工智能模型的能力边界不断被拓宽，一个更为严峻的现实正横亘在行业面前：每一次技术跃迁，都在疯狂吞噬着算力、能源与基础设施资源。这种指数级的增长究竟能持续多久？这已不再是单纯的算法问题，而是一场关于物理极限的博弈。

在这场博弈中，Cerebras Systems 选择了一条少有人走的路。过去十年间，这家由 Andrew Feldman 联合创立的公司，始终在挑战 AI 计算领域的一个基本假设——即日益强大的 AI 必须依赖传统的芯片架构。不同于将硅晶圆切割成独立芯片的传统做法，Cerebras 另辟蹊径，直接在整片晶圆上构建处理器。这种被称为“晶圆级计算”（Wafer-Scale Computing）的架构，专为应对苛刻的 AI 工作负载而生，试图从底层逻辑上重构算力供给方式。

值得注意的是，Feldman 并非初出茅庐的创业者。早在创立 Cerebras 之前，他便深耕于计算基础设施领域，曾联合创办并领导了节能微服务器初创公司 SeaMicro，该公司后于 2012 年被 AMD 收购。更早之前，他还在 Force10 Networks 和 Riverstone Networks 担任过领导职务。正是这些经历，让他敏锐地察觉到传统芯片架构在面对 AI 爆发式需求时的局限性。

如今，随着 AI 算力需求的井喷，Cerebras 的这一激进策略正迎来关键验证期。今年5月，该公司通过 IPO 筹集了高达 55 亿美元的资金，并与 OpenAI 签署了一份多年期协议，计划在 2026 年至 2028 年间部署总功率达 750 兆瓦的 Cerebras 系统。紧接着在8月，Cerebras 推出了最新一代晶圆级 AI 基础设施 CS-4，进一步巩固其技术护城河。

然而，仅仅拥有更快的处理器并不足以解决规模化难题。算力的背后，是数据中心、电力供应、冷却系统以及制造产能的综合较量。Cerebras 显然深谙此道。据该公司披露，截至今年8月，已有超过 600 兆瓦的数据中心容量投入运营或签约交付，预计将在 2027 年底前全部到位。与此同时，公司计划在 2026 年将制造能力提升十倍以上，并计划在今年内启动首个欧洲数据中心，目标是在 2027 年底将其在欧洲的容量扩展至 200 兆瓦。

这一系列动作表明，AI 的规模化扩张绝非仅靠芯片设计就能实现，它更需要庞大的物理基础设施作为支撑。对于正在决策 AI 基础设施布局的创始人、投资者和技术领袖而言，理解算力需求的走向、支撑成本以及现有硬件可能触及的天花板，显得尤为紧迫。

即将于 10 月 13 日至 15 日在旧金山 Moscone West 举行的 TechCrunch Disrupt 2026 大会上，Andrew Feldman 将登上主舞台，发表题为“AI 能否持续规模化？”的主题演讲。他将深入探讨日益增长的算力、能源和基础设施需求对 AI 未来的影响，并剖析如果传统硬件无法跟上步伐，行业将面临何种局面。

这场大会预计将吸引超过 10,000 名创始人、投资者、运营商和技术领袖参与，汇聚 250 多位演讲者和 300 多家参展初创企业。除了 Feldman 的分享，现场还将设有六大行业舞台、圆桌会议及分组讨论等 200 多场活动，为与会者提供对接资源、达成交易和建立人脉的机会。

从某种角度看，Cerebras 的探索不仅是一家公司的商业冒险，更是对整个 AI 产业基础设施瓶颈的一次压力测试。当常规路径逐渐逼近物理极限，像晶圆级计算这样的非传统方案，或许正是突破僵局的关键钥匙。而对于那些身处 AI 浪潮中心的建设者与资助者来说，聆听来自一线实战者的声音，或许比单纯追逐热点更具长远价值。