Cerebras CEO Andrew Feldman 谈 AI 芯片、需求与基础设施风险

Harry Stebbings 采访 Cerebras 联合创始人兼 CEO Andrew Feldman，讨论 AI 芯片、基础设施、融资和竞争。Feldman 以一家与 Nvidia 竞争的公司高管身份发言，因此他的性能比较和商业判断涉及利益，并非独立基准测试。

Feldman 讨论了一轮约 11 亿美元的后期融资，节目资料称其为 G 轮，估值为 81 亿美元。他称赞 Fidelity 和 Atreides 领投，并提及其他投资人。融资额和估值不是收入，也不是已经实现的投资回报。

他说资金将帮助 Cerebras 扩大制造规模、增加数据中心并探索新想法。他说公司当年在美国新增了五个数据中心。他认为小幅渐进改进无法解决 AI 的所有挑战，这一判断反映了他自己的产品策略。

被问到公司为何选择私募而非上市时，Feldman 说 Cerebras 仍打算上市。他将上市前融资描述为一种快速筹资、同时不耽误把握机会的方式。这一意向并非确定的上市日期。

Feldman 提醒读者留意大型 AI 交易的期限和“最高可达”等措辞。五年内的标题最高金额不一定是承诺支出或近期收入。他认为这些公告显示需求强劲但不确定，而非精确的预测。

他说，一些客户对未来查询量给出了范围很宽的估计，说明提前六到十二个月预测需求有多困难。这是公司提供的个案，并非独立测量的市场预测。

尽管存在不确定性，Cerebras 仍须对数据中心和供应链作出多年期承诺。Feldman 倾向更频繁地规划，并购买未来容量的选择权：为灵活性付费，同时接受未使用容量时部分成本会损失。

被问到是否仍低估需求时，他回答是，并指出估值和需求变化迅速。他也认为 AI 可能在五年内大幅提高生产率并重塑经济。这些是预测，并不保证增长或回报。

Stebbings 问 Nvidia 是否牢不可破。Feldman 肯定其成就，但认为大公司更多使用资产负债表和投资交易，可能表明其担心未来增长。这一解读来自竞争对手，不能证明 Nvidia 的动机。

谈到芯片折旧，Feldman 说 H100 和 A100 硬件在一些人建议的最短更新周期之后仍有使用价值。他的观点是，经济使用寿命取决于下一代产品的实际性能和能效：即使芯片已付清成本，如果新系统能在同一电力受限设施中创造更多价值，也可能值得替换。

他估计，可比条件下代际性能提升可能约为 2 至 2.5 倍，而非最大幅度的营销宣传，并强调应比较相同数值精度和整个系统的性能。即使理论算力提高，内存带宽也可能成为瓶颈。他的估计不是普遍适用的基准。

Stebbings 转述一种担忧：高速片上 SRAM 的容量不足以容纳大模型。Feldman 认同传统芯片存在这一容量限制，并解释 Cerebras 的晶圆级设计：使用大得多的硅片面积，在算力旁边放入更多高速内存。这是公司对其架构的解释，并不能证明它在所有工作负载中都胜出。

Stebbings 问，更大的芯片为何不是一个显而易见的解决方案。Feldman 说概念比工程实现容易，并描述了此前行业内失败的尝试。他强调制造和良率障碍；访谈没有独立检验他的历史比较。

主持人提出，Nvidia 可能更适合训练，而 Cerebras 更适合推理。Feldman 不认同这种划分，声称 Cerebras 在两方面都更快，同时表示训练的软件迁移更困难，因为模型方案通常在 GPU 上开发。他说推理用户只需相对少量的工作就能切换 API；这些厂商主张需要针对具体工作负载验证。

Feldman 将推理需求建模为用户数量乘以使用频率，再乘以每次使用所需的算力。他认为三者都在增长，这使规划变得困难。该框架指出了潜在驱动因素，但本身不能确立未来需求或盈利能力。

他借电力和计算技术的历史说明，生产率提升可能要等组织围绕新技术重新设计工作后才会到来。在他看来，用 AI 查询取代搜索查询可能只产生有限改善，而新工作流程可能带来更多收益。这个类比和未来收益仍属预测。

Stebbings 问 AI 的能源需求是否可行。Feldman 回答可行，同时将技术可行性与这种用途是否符合社会利益区分开来。他认为美国的电力资源与数据中心、人口和光纤网络常常分布在不同地方；这是宽泛判断，并非区域电网研究。

他说，大量消耗电力的行业有责任创造更好的医疗等社会收益。Stebbings 质疑将能源用于娱乐是否有价值。Feldman 回应说，市场会资助许多试验，事先很难知道哪些技术会产生有用结果。

Feldman 主张公共资金、税收优惠和许可支持应倾向有社会价值的项目。被问及特朗普政府的 AI 政策时，他总体评价积极，但后来也批评了移民限制。这些是企业高管的政治判断，并非中立的政策评估。

他不认为核电是唯一可能的解决方案，指出各国自然资源和约束不同。他认为核电可能是一些国家的长期选择。成本、建设时间和对电网的影响取决于当地条件。

谈及价值向最大科技公司集中，Feldman 说，当投资人没有认识到风险时，风险就会变得危险。即使持有人以为自己实现了分散投资，宽基指数也可能让他们集中暴露于少数公司和同一行业。他没有确定任何特定投资人的持仓或风险承受能力。

被问到 Nvidia 的市场估值时，他称这是一家杰出的公司，并说自己无法判断某个数万亿美元的价格是否正确。他对竞争对手商业价值的评论不是股票推荐。

Feldman 将专业能力列为瓶颈：他说美国需要更多工程师、AI 从业者和理解数据管道的人。他认为移民有助于吸引人才，如果这条途径受限，就必须改善国内教育。这些是政策偏好，并非实测的因果估计。

Stebbings 问，AI 人才的超高薪酬是否已经过度。Feldman 说，特别有才华的人能做出更大团队也无法做到的贡献，同时承认自己不知道该如何与运动员的报酬比较。他认为杰出员工不会被付得过多，这是管理观点，而非财务规律。

他还提到半导体制造和数据中心产能受限。他说大型晶圆厂可能耗资数百亿美元，建设也需要时间，从而限制许多芯片制造商的供应。他给出的数字和建设时间是估计，而非特定项目的成本测算。

Stebbings 问数据中心是否吸引了足够投资。Feldman 说，其房地产与租赁结构为资本市场所熟悉，但预计一些建设者会亏损。低价电力、许可、施工纪律和可靠租户都很重要；长期租约本身不能消除这些风险。

被问到 AI 公司是否必须垂直整合时，Feldman 说答案并不明确。他以 OpenAI 和 Anthropic 使用外部云基础设施为例，说明其他做法也曾奏效，同时承认未来决策可能不同。任何一种模式都不能保证未来成功。

关于模型公司自行设计芯片，Feldman 说结果尚无定论。他认为芯片开发需要多年，高成本设计错误可能造成长时间延误；他列举大型公司的收购和长期投入为例。他的公司销售竞争硬件，这与他的判断有关。

被问及十年后芯片行业是否会形成单一垄断时，他区分了 AI 加速器与更广泛的芯片市场。他认为不同细分市场历史上有不同的领先者，并预测整个行业不会归于一两家公司。这是一项预测。

Feldman 说 Cerebras 的利润率帮助公司筹得资金，并与他所称利润率为负的其他公司对比。他在这段交流中没有给出 Cerebras 的具体利润率或会计口径。Stebbings 问及 Nvidia，Feldman 引用较高的毛利率数字并归因于定价能力；这些数字和动机是他的说法，访谈没有提供经审计的比较。

他讨论 Mistral 的欧洲定位，并说该公司使用 Cerebras 硬件进行推理。他称赞其策略，并声称双方结合后的产品速度很快。这是商业合作方的观点，访谈没有提供比较测试。

谈到中美竞争，Feldman 认为军备竞赛对双方都无益，支持和平交往，同时表达了对技术军事用途的担忧。他说 Cerebras 因这些担忧，在 2019 年放弃了一笔潜在的中国交易。他对中国产业政策和技术实力的描述是自己的判断。

他认为分散的电力基础设施和地方许可可能拖慢美国项目，并以 Samsung 一座晶圆厂为例。他还希望美国吸引国际人才，并为大学提供更多算力。这些建议代表他的政策优先事项；访谈没有独立确立该案例的原因或成本。

Stebbings 提出对 H-1B 签证滥用及替代方案的担忧。Feldman 承认可能存在滥用，但不认同其异常普遍，并主张建立从美国教育到工作和公民身份的路径。访谈没有提供比较数据来解决滥用程度的问题。

在快问快答中，Feldman 预测中东会在他有生之年实现和平，认为温和路线和经济增长可以相互促进。Stebbings 问及他在该地区的商业利益。这是一项政治预测，并非对冲突各方观点的评估。

Feldman 回忆，一份涵盖约 2024 年上半年的 S-1 文件显示约 75% 至 80% 的收入与阿联酋有关。他说访谈时尚未公布后续数字。这一集中度是他回忆的近似历史数据，不应视为当前收入构成。

Stebbings 问，收入集中是否影响了他对该地区的正面评价。Feldman 说自己的好印象早于业务关系，也承认访问经历影响了他的视角。他说包括与 G42 的业务在内，大额订单占用了 Cerebras 大量制造能力；他的商业利益与这一判断有关。

被问到不成功的押注时，Feldman 回忆，从 2017 年至 2019 年初约有 15 个月，Cerebras 无法生产出可运行的晶圆级芯片，同时每月支出约 600 万至 700 万美元。他描述了反复进行故障分析，以及团队看到设备运行的时刻。时间和支出数字来自他的回忆。

他认为芯片初创公司受益于经验丰富的团队，以及与制造、设计和知识产权供应商的关系。他将此与面向消费者或学生的产品作对比，认为年轻创始人可能特别了解这类客户。他对创始人年龄的观点是概括，而非适用于个人的规则。

Feldman 认为，尽管数据清洗和管道对 AI 项目很重要，它们经常被低估。被问及数据标注供应商时，他说如果机器最终能像人一样做好这项工作，他不知道这个市场能维持多久。当前的重要性不能确立市场未来的规模。

Stebbings 引用一种预测，认为 AI 会在五年内造成严重劳动力短缺。Feldman 不同意这一时间框架，认为经济调整需要时间，但承认更长时间后的情况可能不同。他以 AlphaFold 为例说明科学突破与实际收益之间存在滞后；访谈没有独立证实他对后续成果的具体说法。

他设想 AI 可以通过识别学生错误中的模式并建议合适练习来帮助教育。他还预测入门级分析工作会发生变化。这些是潜在应用和预测，并非已证明的学习或就业成果改善。

被问到如果不会失败会做什么时，Feldman 转而描述每天与更大现有企业竞争带来的满足感。他认为 Cerebras 是弱者，并感谢少数支持它的投资人和同事。这是他对公司地位的个人叙述。

最后，Feldman 称赞 Stebbings 关于创业的文章，并认为建立杰出公司需要持续高强度工作，同时承认这会付出代价。这是他对创业的个人看法，并不能证明特定工作时数能保证成功。