Cerebras Systems 的 Andrew Feldman 在 TechCrunch Disrupt 2026 上谈 AI 能否持续扩展

一句话看懂：Cerebras Systems CEO Andrew Feldman 将在 TechCrunch Disrupt 2026 谈“AI 能否持续扩展”，焦点是算力、电力和数据中心能否跟上模型能力增长。这家公司以晶圆级芯片挑战传统 GPU 路线，其观点值得关注。

事件核心：发生了什么

TechCrunch Disrupt 2026 将于 10 月 13 日至 15 日在旧金山 Moscone West 举行，预计超过 1 万名创始人、投资人和技术负责人到场。Cerebras Systems 联合创始人兼 CEO Andrew Feldman 将登台，主题为“Can AI Keep Scaling?”，讨论算力、能源与基础设施需求，以及现有 AI 硬件触顶后会发生什么。

Feldman 2015 年创办 Cerebras，此前曾创办低功耗微服务器公司 SeaMicro（2012 年被 AMD 收购）。Cerebras 的核心路线是晶圆级计算：不把硅晶圆切成单颗芯片，而是直接在整片晶圆上做处理器，专门面向重负载 AI 训练与推理。目前公开信息显示，公司通过本地部署系统和云平台提供 AI 算力。其 5 月 IPO 募资 55 亿美元，并与 OpenAI 签署多年协议，计划 2026 至 2028 年部署 750 兆瓦的 Cerebras 系统。8 月，Cerebras 发布新一代晶圆级 AI 基础设施 CS-4，并称 2026 年制造产能提升十倍以上，已投运或签约的数据中心容量超过 600 兆瓦，计划今年上线首个欧洲数据中心，到 2027 年底在当地扩展到 200 兆瓦。

为什么重要

大模型能力提升越来越依赖算力规模，而算力不只是芯片问题，还牵涉电力、冷却、数据中心选址和制造产能。Cerebras 代表了一条与主流 GPU 集群不同的技术路线，如果晶圆级方案能在训练和推理效率上证明优势，AI 硬件市场的竞争格局可能不再由单一架构主导。对行业而言，Feldman 的讨论实际是在追问：当模型规模继续扩大，现有基础设施能否支撑，以及需要付出多大成本。

对用户/开发者/创作者的影响

对开发者和 AI 应用团队来说，算力供给和成本直接决定模型训练、微调和推理 API 的价格与可用性。如果 Cerebras 这类方案扩大部署，云端推理的性价比和延迟表现可能出现变化，开源与闭源模型的部署选择也会受影响。对内容创作者和企业采购者，短期更现实的影响是：AI 功能的响应速度、调用成本和可用区域，仍取决于底层数据中心和电力落地进度，而非单纯芯片参数。