Cerebras CEO将在TechCrunch Disrupt探讨AI算力扩展极限

AI还能持续扩展吗？

在即将举行的 TechCrunch Disrupt 2026 大会上，Cerebras Systems 联合创始人兼首席执行官 Andrew Feldman 将围绕一个业界高度关注的话题展开讨论：面对不断攀升的算力、能源与基础设施需求，当今的 AI 硬件是否终将触及扩展极限，以及一旦触及极限，行业的下一步该走向何方。

这一议题之所以引人瞩目，是因为过去几年 AI 模型的能力提升在很大程度上依赖于所谓的"规模化"（scaling）——更大的模型、更多的数据、更强的算力。然而，随着模型参数规模的指数级增长，支撑训练与推理所需的算力、电力和数据中心基础设施正承受越来越大的压力。Feldman 的分享将聚焦于这些约束条件本身，以及 Cerebras 试图用何种不同的路径去应对。

Cerebras 的差异化路线

Cerebras 在 AI 硬件领域以其独特的"晶圆级引擎"（Wafer-Scale Engine）而闻名。与传统 GPU 将多颗芯片通过互联组合的方式不同，Cerebras 直接在整片硅晶圆上制造出一颗超大规模芯片，从而在单一芯片内集成海量计算核心与片上内存。这种设计理念本身就是对"如何突破算力扩展瓶颈"这一问题的一种回答。

Feldman 此次分享的核心之一，正是 Cerebras 如何以"不同于主流"的方式看待算力、能源和基础设施三重约束。当行业普遍在讨论如何堆叠更多 GPU、如何建设更大规模数据中心时，Cerebras 的思路更倾向于从芯片架构层面重新定义计算单元的效率与密度，试图在相同的能源与空间预算下获得更高的有效算力。

晶圆级引擎（Wafer-Scale Engine，WSE）的核心突破在于消除了传统多芯片方案中的"芯片间互联"瓶颈。常规GPU服务器需要通过NVLink、InfiniBand等高速互联协议在数百乃至数千颗芯片之间传输数据，这一过程既消耗大量带宽，也引入显著延迟和额外功耗。Cerebras的WSE将数以千亿计的晶体管集成在一张约为普通A4纸大小的硅晶圆上——其第三代产品WSE-3拥有超过4万亿个晶体管和900,000个AI计算核心——使得核心间通信完全在片上完成，内存带宽可达数十TB/s量级，远超GPU集群的跨节点带宽。这种架构在处理大模型推理时尤为高效，因为大语言模型的推理过程往往受限于内存带宽而非纯粹的浮点算力，片上高带宽内存的优势因此得以充分发挥。

算力、能源与基础设施的三重挑战

当前 AI 行业面临的约束并非单一维度。算力供给受限于先进制程产能和芯片供应链；能源问题则日益突出，大型 AI 训练集群的耗电量已经成为选址与运营的关键考量；而数据中心基础设施的建设周期和成本，也在制约着算力的快速部署。

这三者相互交织，构成了 AI 规模化面临的现实天花板。Feldman 的演讲预计将剖析这些瓶颈的本质，探讨当摩尔定律的传统红利逐渐减弱、单纯堆料的边际收益递减时，行业是否需要在架构创新、能效优化乃至算法层面寻找新的突破口。

摩尔定律的"传统红利减弱"需要在具体语境下理解：晶体管密度的提升速度已从每两年翻倍放缓至每三至四年，且随着制程进入3nm以下节点，量子隧穿效应等物理极限使漏电问题愈加严峻，单纯缩小制程带来的性能与能效收益正在边际递减。与此同时，Dennard缩放定律（即晶体管缩小时功耗密度保持不变的规律）在2000年代中期便已失效，这直接导致现代高端AI加速芯片的热设计功耗（TDP）突破400W乃至700W。当单颗芯片无法再通过制程升级获得显著增益，堆叠更多芯片便成为主流路径，但随之而来的是数据中心冷却、供电密度和互联延迟等系统级问题的同步激化。

如果硬件触及极限，接下来会怎样

本次讨论最具前瞻性的部分，是对"如果今天的 AI 硬件达到极限之后会发生什么"的思考。这一问题触及了整个 AI 产业的长期走向：是继续依赖硬件规模扩张，还是转向更高效的模型设计、稀疏化技术、专用加速架构等替代路径？

作为一家以颠覆性硬件架构立足的公司掌门人，Feldman 的观点无疑代表了硬件创新阵营对这一问题的一种解读。对于关注 AI 基础设施、芯片产业以及大模型可持续发展的从业者和投资者而言，这场对话提供了一个理解行业未来走向的重要视角。

值得关注的行业信号

这场即将在 TechCrunch Disrupt 2026 举行的对话，本质上是对"AI 扩展叙事"能否延续的一次公开审视。它提醒业界：AI 能力的持续进步并非理所当然，而是建立在算力、能源与基础设施能否跟上的现实基础之上。

无论最终答案倾向于哪一方，Feldman 与 Cerebras 所代表的架构创新路线，都将是 AI 硬件竞赛中不可忽视的一环。这场讨论的价值，不仅在于揭示当前的瓶颈，更在于为整个行业勾勒出一条可能的破局思路。