OpenAI 与 Cerebras 的合作，以及“快 100 倍”说法的边界

摘要

30 秒看懂

在这段 2026 年 1 月的短视频中，Matthew Berman 讨论 OpenAI 部署 Cerebras 推理系统的协议，展示 gpt-oss-120B 不同服务商的速度图，并猜测未来可能发生的收购。Cerebras 首席执行官 Andrew Feldman 也短暂出镜，谈及一种内存。画面中的图表不能证明 ChatGPT 普遍提速 100 倍。Cerebras 后来的证券申报文件澄清了协议分批部署和合同期限；公司的产品规格同时列出了片上和外部内存。

1多年算力协议两家公司宣布部署 750 兆瓦的 Cerebras 推理容量；后来的申报文件补充了部署和期限细节。
2收购预测Berman 设想 OpenAI 可能收购 Cerebras，但没有提供存在此类交易的证据。
3针对特定模型的速度图展示的 gpt-oss-120B 输出速度比较中 Cerebras 领先，但这不是 ChatGPT 整体实测提速 100 倍。
4晶圆内存片上 SRAM 减少部分片外数据传输，但 Cerebras 也为其系统列出了外部内存。

要点建议

OpenAI 与 Cerebras 宣布了一项多年协议，涉及 750 兆瓦的推理算力，分批部署自 2026 年开始。
Cerebras 后来披露，部署预计持续到 2028 年，各批次容量的初始合同期限为三年或四年。
展示的 gpt-oss-120B 输出速度图不能证明所有 ChatGPT 回答都快 100 倍。
Cerebras 晶圆具有片上 SRAM，但其系统也提供外部内存；视频不能证明公司不受所有内存供应压力影响。
Berman 提议 OpenAI 可能收购 Cerebras 是猜测，而非已经宣布的交易。

主题OpenAI Inference Semiconductors 基础设施与部署

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

OpenAI 与 Cerebras 达成推理算力协议

Berman 描述一项价值数十亿美元的合作，并猜测可能发生收购。公司后来的申报文件澄清了分批部署和合同期限。

Matthew Berman 报道称，OpenAI 与 Cerebras 已达成协议，将部署 Cerebras 系统以加快 AI 推理。两家公司在 2026 年 1 月的公告中描述了一项涉及 750 兆瓦容量的多年协议，计划从 2026 年开始分批部署。这个数字用电力单位描述容量，并非推理速度测量值。

Berman 引用报道，称协议价值超过 100 亿美元，并将 750 兆瓦描述为三年内的安排。后来的一份 [Cerebras 证券申报文件](https://www.sec.gov/Archives/edgar/data/2021728/000162828026025762/cerebras-sx1april2026.htm)称，OpenAI 承诺购买 750 兆瓦的推理容量及相关服务，预计在 2026 至 2028 年分批部署；每批的合同期限为三年或四年，可延长至五年。文件称协议价值超过 200 亿美元，并包含购买额外容量的选项。这些细节区分了部署时期和各批次合同期限。

Berman 说他可以想象 OpenAI 收购 Cerebras，并提到自己最近采访过 Cerebras 首席执行官 Andrew Feldman。收购是他自己的猜测；已宣布的协议是一项算力合作，而非已宣布的收购。

速度与内存架构

一张针对特定模型的图表显示不同服务商的输出速度，随后讨论晶圆级内存。图表不能证明 ChatGPT 普遍提速 100 倍。

幻灯片 1 / 1gpt-oss-120B 各服务商输出速度图表展示 1,000 个输入 token 条件下针对特定模型的比较，不能证明整个 ChatGPT 提速 100 倍。

视频展示了 OpenAI 开放权重模型 gpt-oss-120B 在不同服务商处的输出速度图，输入长度为 1,000 个 token。Cerebras 在画面可见条目中以每秒约 3,137 个输出 token 领先，下一家可见服务商约为 863 个，即在这项展示的比较中约快 3.6 倍。图表既没有比较整个 ChatGPT，也没有证明标题所称的 100 倍提速；速度取决于模型、工作负载、服务商和测量条件。

Berman 将 Cerebras 的速度部分归因于在晶圆级芯片上放置内存，并与影响其他硬件的内存供应情况作对比。片上 SRAM 是重要特点，但不是整个内存系统：[Cerebras 为 WSE-3 系统列出了 44 GB 片上 SRAM 和外部内存选项](https://www.cerebras.ai/press-release/cerebras-announces-third-generation-wafer-scale-engine)。这段讨论不能证明 Cerebras 不受所有内存短缺影响，也不能证明所有工作负载都将全部数据放在晶圆上。