与Cerebras CEO对谈：250亿订单积压，AI算力需求早已满足

正文：

嘉宾：Andrew Feldman，Cerebras的CEO及联合创始人；Robin Rombach，Black Forest Labs的CEO及联合创始人

主持人：All-In Podcast的主持人

原文标题：Open Source Wins，AGI Is Here，and Scorsese’s AI Toolkit — Cerebras & Black Forest Labs CEOs

在本期节目中，我们邀请了两位AI基础设施公司的首席执行官。Andrew Feldman是Cerebras的创始人，该公司专注于推理芯片，刚刚完成首次公开募股，并拥有250亿美元的订单积压。他多次强调，AI算力的需求早已被满足，不存在“建好了等人来”的情况，OpenAI、Anthropic、SpaceX和Google的需求远远超过供给。同时，推理（reasoning）的兴起使得计算密集度再度飙升，这正是快机器的竞争领域。Robin Rombach是Black Forest Labs的创始人，专注于生成式图像和视频模型（Flux系列），他之前发明的潜在扩散算法是当前图像和视频生成模型的基础。他最近与马丁·斯科塞斯合作，利用AI将导演的构思可视化；但他更兴奋的是，使用同一套多模态模型来拍摄电影并部署到机器人作为大脑。生成式视频的终极目标并不止于银幕，而是在物理世界中。

主持人：这样的建设规模前所未有。自长城和金字塔以来，人类没有投入如此庞大的资本、时间和智慧于同一项目。您实际上参与了这项事业，您的客户正在构建数据中心，您是其中的关键环节。2026年，Cerebras将会是什么样子？德克萨斯州的巨大工程又是什么情况？

我们所谈及的数据中心，预计未来几年将消耗的电力将超过地球过去50年的总和。单一建筑的规模可与足球场相媲美，所需电力超过中型城市。全美各地、加拿大、北欧、巴黎及整个法国、中东，甚至哈萨克斯坦、塔吉克斯坦和格鲁吉亚等地都在建设大型数据中心。几乎每个国家和州都希望能参与其中。

付款者包括OpenAI、Anthropic、SpaceX AI和Google，需求之大令人惊叹。有趣的是，此次热潮与以往许多技术革命截然不同：他们并不是在押注“建好了会有人来”，而是需求已经将产能预订一空。我们拥有250亿美元的订单积压。OpenAI、Microsoft和AWS都需要更多的数据中心。需求不再是等客户上门，而是客户已经在排队了。

主持人：这也催生了一个新词“token maxing”，即无限消费token。有些人质疑，这么大的需求是否真的创造了价值？

当然产生了大量价值，同时也有不少盲目尝试。我可以拿AWS早期的情况做对比，许多工程师都绕过了IT部门，直接用信用卡注册。确实有很多有用的应用，但有些后来想想“哦，不该这样做”。不过总体来看，还是盈利的，只是有些领域走了弯路。

我还记得1988年Costco在帕洛阿尔托开业时，大家像逛Safeway那样逛Costco，走遍每一排货架。这是一种很糟糕的购物方式，因为你会买下四件不需要的商品，每件22美元。后来大家学会了策略：直接去后面的鸡肉区，拿18个纸杯蛋糕为孩子的生日派对准备，简单明了。AI token的消费也类似，最初大家随意使用，但现在公司开始制定策略：哪些任务可以用开源模型，哪些任务必须使用前沿模型。我们开始像经营生意一样来管理AI了。

主持人：Sam Altman在AllIn上提到，下一步是推理，理解意图、制定策略以及与其他线程的代理进行交叉验证。从“猜下一个词”走到今天，Cerebras正好处于中心，因为推理就是推断，计算量极其庞大。

推理消耗大量token，这使得快机器成为了竞争的舞台。推理中的每一步都在内部消耗token，以前依靠大量时间来获取好的答案。而Cerebras快了15倍，意味着24小时的推理相当于其他公司几周甚至几个月的计算量。

今天早上我在BitTensor上试用了ZAI的GLM-52模型，给它无限算力，让它每小时告诉我全世界尚未被识别的趋势。它开始进行自我辩论：是应该在Hacker News和Reddit寻找，还是Instagram上的趋势更早出现？我看着一个推理模型在后台进行自我辩论，它正在进行推理。无限的token意味着无限的推理，利用Cerebras的速度快15倍，24小时的推理相当于别人几周的工作量。

主持人：Cerebras有自己的摩尔定律吗？内部讨论多久翻一番？

过去的芯片遵循摩尔定律，18个月翻一倍。然而，我们的芯片打破了这一规律，开辟了全新的轨迹。我的判断是，未来18个月会远超2倍。新架构仍有很大的优化空间。GPU架构已有20年历史，只能依靠缩小工艺节点维持，但新架构还有很多可以学习和调整的地方。

主持人：手握250亿的积压订单，您还需要跟上OpenAI的步伐，他们可能成为未来的竞争对手。您如何运营公司？

现在的硅片不会闲置，需求过于旺盛。但您说得对，OpenAI和Amazon也在开发自己的芯片。没有人愿意被依赖。超大规模厂商从x86时代吸取的教训是被Intel绑定；GPU厂商学到的是被少数几个超大规模客户所束缚，因此他们开始资助新云。开发自己的芯片，关键在于不完全依赖他人，至少掌控自己命运的重要一部分。

主持人：开源正在迎来一个重要时刻。我早期使用OpenClaude，后来转向Kimmy，发现使用Claude的token暴增，但Kimmy的表现并没有明显差别。开源模型开始进行推理，差距在今年突然缩小了。

你不会希望开着法拉利去超市。有时开跑车，有时开厢式车，孩子弄撒了Cheerios也不心疼。企业的情况也是如此：复杂问题交给前沿模型（OpenAI、Anthropic、Gemini），但大量日常问题只需稳妥的开源能力。想想一个公司有多少时间花在Workday中剪贴到Excel的琐事上？这根本不需要顶尖的数学能力，靠稳健的开源就足够了。

最近我又发现一个新趋势：在金融、医疗等受监管行业（HIPAA、FINRA）中，因担心数据泄露和智能主权被他人掌控，很多公司希望将模型放置在本地，使用开源版本以增加控制权。OpenAI几个月前发布了OSS 12B，表现尚可。但美国现在需要快速发展开源，要么是OSS 12B，要么是中国模型，国内的开源选择实在太少。NVIDIA也看到了这个机会，正在推广自己的开源模型，但Jensen对此仍有所犹豫，因为他的客户包括Sam、Dario、Elon和Sergey，推开源是否会与客户争夺市场？

Cerebras的立场比较中立，我们运行GLM、Kimmy、Qwen系列，也在运用OpenAI的闭源模型，还在使用GSK自有开发的模型、UAE的G42及MBZUAI的自有模型。智能主权是一个趋势。

主持人：Fable 5和o-56发布时，政府曾表示“暂缓发布”。Anthropic与政府的关系紧张，但如今开始缓和。您认为分步发布合理吗？模型真的存在危险吗？

我从未见过如此情景。但回过头来看，当一个模型在创造性思维上足够强大时，政府要求“分步发布”，我认为这

来源：Odaily星球日报