文｜《科創板日報》

在大部分人的認知裏，受摩爾定律和空間需求推動，芯片幾乎總是越做越微小。OpenAI卻用一筆訂單證明，哪怕反其道而行，同樣能在飛速狂奔的AI產業中爭得一席之地。

據媒體報道，OpenAI已與芯片設計商Cerebras達成協議，承諾在未來三年內支付逾200億美元，以使用由後者芯片驅動的服務器。除此之外，OpenAI還同意向後者提供約10億美元的資金，以幫助其開發能夠運行其人工智能產品的數據中心。

根據上述協議，OpenAI將有可能獲得Cerebras約10%的的認股權證，並且其持股比例可能會隨着對Cerebras投資的增加而提高。

交易本身不難理解，如今正值OpenAI「去英偉達」戰略的關鍵期，即通過多元化硬件佈局來減少對英偉達芯片的依賴。出人意料的是，Cerebras的技術路徑與英偉達，甚至可以說與絕大多數AI芯片創企截然不同——既非通用GPU也非ASIC，而是專注「像餐盤一樣大」的晶圓級引擎（WSE）。

Cerebras最新一代晶圓級引擎是2024年發布的WSE-3，被稱作「迄今為止最大的AI芯片。其內部集成了90萬個計算核心、44GB片上內存和21PB的內存帶寬，總面積達46225平方毫米，是英偉達B200的56倍。

其性能同樣不容小覷，WSE-3包含4萬億個晶體管，相比B200擁有250倍的片上內存容量和2625倍的內存帶寬。

▌片上存儲

Cerebras的芯片設計思路是，將所有計算與存儲資源整合於一塊巨型芯片之上，以此破解數據搬運過程中耗時耗能的瓶頸。

具體而言，其採用靜態隨機存取存儲器（SRAM），通過將數據直接存儲在芯片上（即片上存儲），從而減少數據在芯片與外部存儲硬件之間來回傳輸的需求，而這一數據搬運過程正是英偉達等系統的潛在瓶頸之一。

資料顯示，在SRAM中每個存儲單元需4-6個晶體管組成觸發器結構，只要持續供電，觸發器就能穩定保持數據狀態，無需額外的刷新操作。基於此，SRAM讀寫速度極快，訪問時間僅約10納秒甚至更低，訪問速度遠超DRAM。

Cerebras的WSE-3被部署在其CS-3系統中，多個多個CS-3系統連接起來可形成Cerebras AI超級計算機，作為單個邏輯計算機進行大規模訓練和推理。據報道，OpenAI有望在2026至2028年把750MW規模的Cerebras芯片集成到其AI推理計算資源庫中。

廣發證券指出，SRAM架構已進入主流視野。根據Groq官網，其LPU單芯片內集成約230MB片上SRAM，存儲帶寬高達80 TB/s。根據Artificial Analysis的獨立基準測試，Groq LPU芯片在不同上下文長度下均能維持穩定推理速度，達275-276token/s，顯著優於其他推理平台。

從行業層面來看，3D堆疊方案有望為片上SRAM打開應用空間。

東方證券表示，片上SRAM存在工藝縮放比邏輯電路慢等問題，導致在單枚芯片上SRAM佔用的面積較大、成本提升。基於此，部分投資者認為SRAM架構難以成為AI芯片內存的主要方案。

該機構認為，SRAM 3D堆疊方案可通過垂直堆疊存儲單元的方法來提升密度以規避傳統SRAM容量受面積密度限制的問題，可能在未來拓展應用。展望未來，若AI推理中需要實現更高容量的SRAM，3D堆疊方案有望拓展應用。