WC 2026 主题演讲聚焦 AI 扩展极限

2026 年 9 月 30 日，Cerebras Systems 宣布其 CEO 兼联合创始人 Andrew Feldman 将于 10 月 13-15 日在 TechCrunch Disrupt 2026 上出席题为“Can AI Keep Scaling?”的专题访谈。此次演讲直指当前 AI 发展的核心矛盾：模型能力持续跃升的同时，对算力、能源与基础设施的需求正逼近物理与 Engineering 边界。 Cerebras 不是传统 CPU/GPU 厂商——它用整个硅晶圆制造单一处理器芯片（wafer-scale computing），绕开将晶圆切割成多芯片的传统步骤，为大模型训练提供高互联、低功耗的算力底座。2026年5月完成55亿美元融资，并与 OpenAI 签署为期三年的 750 兆瓦 deployments 协议（2026-2028）。2026年8月发布的CS-4是公司最新一代产品，当前正积极部署相关基础设施。

晶圆级计算：十年磨一剑的反常规路径

Feldman 2015 年联合创办 Cerebras 前，曾主导 SeaMicro（2012 年被 AMD 收购）与 Force10 Networks 等基础设施公司。最反常识的判断在于：当时业界认为“把整片晶圆做成一颗芯片”不切实际，而 Cerebras 用十年将其变为商用产品。传统芯片需在晶圆上切割、封装、多片互联，互连带宽与功耗成为瓶颈；Cerebras 的 wafer-scale 架构（晶圆级计算）将数万 AI 核心集成于单一晶圆，以物理距离缩短换取通信效率跃升，尤其适配百亿参数以上模型的并行训练。 数据层面，2026 年 8 月透露的运营进展显示：Cerebras 已锁定或部署超 600 兆瓦数据中心容量（2027 年底前交付）；当年度制造产能将扩大十倍以上；首座欧洲数据中心亦计划于年内投产，最终达 200 兆瓦。这些基础设施投入，印证了其观点：“更强的处理器本身无法解决 scaling 问题——数据、电力、冷却、制造能力必须同步跟上”。

谁该第一时间关注这场对话？

若你属于以下角色，建议重点关注 Feldman 的TechCrunch Disrupt演讲：

• AI 模型研发团队负责人：需预判硬件约束对模型能力曲线的影响，提前规划训练资源；
• 数据中心基础设施规划者：CS-4 的功率密度、冷却与空间需求，将影响未来 racks 与 Facility 设计；
• 硬科技投资人：从 SeaMicro 到 Cerebras 的连续创业者视野，提供判断下一代 AI 基础设施ROI的另一套标准。 若当前仍在观望 2026 年新算力交付节奏，或对 wafer-scale 架构的可靠性存疑，建议等待 Disrupt 现场 Q&A 环节——Feldman 已承诺将直面“传统硬件走到尽头后”的替代方案思考。

写在最后

AI scaling 的瓶颈早已从单芯片算力转向系统级能源与物流极限。Cerebras 的实践表明，架构创新必须与产能爬坡同步推进，否则再前沿的芯片也将沦为图纸。当产业从“谁有更快 GPU”的竞赛转向“谁建得起更大工厂”的比拼，基础设施商正从幕后走向台前。