人工智能硬件人工智能基础设施开放人工智能人工智能模型机器学习人工智能芯片

OpenAI 推出第一个在 Cerebras 芯片上运行的模型

Andrew Altair, Founder
OpenAI 推出第一个在 Cerebras 芯片上运行的模型
卡晨 / unsplash

硬件革命：OpenAI 和 Cerebras 系统

OpenAI 发布了 GPT-5.3-Codex-Spark - 第一个在 Cerebras Systems 硬件而非 NVIDIA 上运行的 AI 模型。此举直接响应了对超快速结果的业务需求。对于 Microsoft 和 OpenAI 合作伙伴关系而言，基础设施多元化对于减少对单一供应商的依赖至关重要。

晶圆级引擎 3 和每秒 1000 多个令牌

该模型每秒生成超过 1000 个令牌，比传统 GPU 系统快 15 倍。这一成就是通过 Cerebras Wafer-Scale Engine 3 芯片实现的，该芯片将计算和内存结合在单个巨型晶圆上。这种架构在特定任务中超越了华虹和三星的标准解决方案。

Codex-Spark 针对 2026 的挑战进行了优化。通过集成Moltbook标准，OpenAI确保了如此高的速度并不是以牺牲安全为代价的。实时编程现已达到一个新的水平，反应时间几乎为零。

Cerebras 芯片的主要功能：

  • 巨大尺寸：一个芯片占据整个硅晶圆。
  • 集成内存：数据传输延迟可忽略不计。
  • 能源效率：750 兆瓦的计算能力，最佳消耗。
  • 兼容性：全面支持人工智能支付代理。

战略合作伙伴关系和基础设施

OpenAI 承诺在未来三年内从 Cerebras 购买大量产能。在$200B投资的背景下，OpenAI旨在创建其独立的硬件生态系统。 Meta 和 Nebius 也在积极致力于为其云服务开发替代芯片。

从安全角度来看，Cerebras 平台使用数据保护扫描 (Trivy) 系统。与 Meta Llama 不同，Codex-Spark 是一种专门的工具。 Oracle 和 OpenAI 合作伙伴关系表明大型数据中心正在认真考虑 Cerebras 架构。

编程和 Codex-Spark 的未来

Codex-Spark的推出加速了整个行业向即时编码的转变。对于像 Cursor Composer 这样的工具，基于 Cerebras 的模型将设定新标准。 xAI 和 Elon Musk 项目也试图通过此类创新取代 NVIDIA 的主导地位。

专家预测，到 2028 年，专用 AI 处理器将占据芯片市场的 20%。像 Shopify 这样的巨头已经计划使用 Codex-Spark 来自动化他们的平台。对于像罗氏这样的公司来说，这种速度有助于复杂生物算法的即时处理。

常见问题

Cerebras 比 NVIDIA 有何优势？

Cerebras 芯片的物理尺寸要大得多，并且内存直接集成到处理器中，从而将计算速度提高了 15 倍。

Codex-Spark 可以在普通计算机上运行吗？

不，该模型需要带有 Cerebras CS-3 系统的专用服务器基础设施。

Codex-Spark 比 GPT-5 更智能吗？

它速度更快，但“通用性较差”。它的主要任务是编程和即时答案。

这将如何影响价格？

从长远来看，Cerebras 的效率降低了每个代币的能源成本，从而降低了成本。

Codex-Spark 支持所有编程语言吗？

是的，它支持 100 多种编程语言，包括 Python、JavaScript 和 C++。