📝 本期播客简介
本期我们克隆了：知名播客 The MAD Podcast with Matt Turck Cerebras CEO: Why GPUs Can't Do Fast Inference
原内容更新时间：2026-07-23
本期嘉宾是 Cerebras 联合创始人兼 CEO Andrew Feldman，主持人是知名投资人 Matt Turck。Cerebras 造出了计算史上最大的芯片，比 GPU 大 58 倍，并且刚刚完成了半导体行业有史以来规模最大的 IPO。但 Andrew 没有停留在这些商业头条上，而是从“什么是晶圆”开始，一步步拆解 AI 推理在硅层面到底是怎么运作的。
这期节目深入探讨了为什么在 AI 进入大规模应用后，推理速度成了新的核心战场，以及 GPU 架构在快速推理上为什么存在根本性瓶颈。Andrew 还分享了 Cerebras 在“没人想要这种芯片”的十年里如何熬过沙漠期、如何解决计算史上没人解决过的难题，以及他对 CUDA 护城河、AI 泡沫、智能体未来的真实看法。如果你想真正搞懂当下的芯片格局，这期节目就是为你准备的。
👨⚕️ 本期嘉宾
Andrew Feldman，Cerebras 联合创始人兼 CEO。他是一位在芯片领域摸爬滚打多年的连续创业者，此前创办的公司卖给了 AMD。Cerebras 以晶圆级芯片闻名，专注于为 AI 工作负载从零设计架构，不走传统 GPU 路线。Andrew 是一位典型的深科技创始人，对计算机架构、AI 基础设施和行业格局有着极为深刻且直白的判断。
⏱️ 时间戳
开场 & 速度成为 AI 新核心战场
02:56 速度是不是已经成了今天 AI 领域最核心的话题？
03:27 一旦 AI 变得有生产力，速度就重要了
04:28 AI 的“宽带时刻”类比：从寄 DVD 到流媒体
芯片行业格局：GPU、ASIC 与 Cerebras 的位置
05:40 当下芯片行业的格局：一个芯片包打天下的时代结束了
07:17 什么是 ASIC（专用集成电路）
08:24 Nvidia 收购 GRAC，证明 GPU 做不了快速推理
三种没人提的供应链短缺
16:24 当前三个主要瓶颈：HBM 内存、COAS 封装、3 纳米产能
18:30 计算机行业历史上造出的最大芯片，比 GPU 大 58 倍
19:11 智能体 AI 正在引爆 CPU 短缺
在沙漠里游荡的十年：从没人要到大爆发
20:38 刚刚完成了一场非常精彩的 IPO，时机堪称完美
24:33 一开始就告诉风投：我们要攻克一个非常难的问题
27:31 十八个月里每月烧掉八百万美元，却造不出来
29:15 第一次成功时，我们五个人就站在那里，不敢相信它真的能工作
为什么 Cerebras 比 GPU 快得多
33:15 为什么这比 GPU 快？根本原因是什么
33:51 推理的两个步骤：预填充和解码
34:56 为了生成一个词，你得把 100 部高清电影从内存搬到计算单元
推理、Agent 与多模态的未来
38:00 推理并不总是所有问题的正确解法
40:15 一堆更小的模型跑得更快，还是一个超大模型
40:52 多模态在更大的模型里处在什么位置
Cerebras 的业务、OpenAI 交易与护城河
41:38 Cerebras 的业务：芯片供应商、云服务商、数据中心提供商
42:35 与 OpenAI 的历史性交易：高达 750 兆瓦电力
47:06 我不认为 CUDA 是护城河
🌟 精彩内容
💡 GPU 做快速推理存在根本性瓶颈
在 AI 推理中，生成每个 token 都需要把整个模型的权重从内存搬到计算单元。Andrew 用一个生动的比喻解释：一个 700 亿参数的模型，权重大概相当于 100 部高清电影。为了生成一个词，你得把这 100 部电影搬过去，生成下一个词又得再搬一次。GPU 用的 HBM 内存在这个环节太慢了，而 Cerebras 把所有权重放在 SRAM 里，搬运速度快了 2500 倍。
"为了生成一个词，你得把 100 部高清电影从内存搬到计算单元。然后生成下一个词，又得再搬一次。"
💡 AI 的“宽带时刻”：速度会改变一切
Andrew 用 Netflix 的类比来解释速度如何重塑行业：以前网速慢的时候，Netflix 是用信封寄 DVD 的；后来网速变快了，他们并没有在寄 DVD 这件事上变得更高效，而是直接变成了一家电影制片厂。AI 推理速度的提升同样会打开一个全新的领域，让你能用完全不同的方式使用 AI。
"慢速搜索的市场有多大？拨号上网的市场有多大？答案是零。"
💡 在沙漠里游荡十年，然后就有了“完美的时机”
Cerebras 在 2020 年就交付了计算史上没人解决过的晶圆级芯片，但根本没人在意。Andrew 坦言，那时候 AI 只是个爱好，没人关心你的爱好跑得特别快。他们熬过了没人买、没人关心的阶段，一代一代迭代，直到 AI 进入生产环境，速度才突然变成了所有人最在乎的事。
"所谓时机完美，其实就是先熬十年糟糕的时机，然后你就有了完美的数据。"
💡 CUDA 在推理领域根本没有护城河
Andrew 直言，两年前每个最先进的模型都在 CUDA 流程里训练，但现在 Gemini 不用 CUDA，Claude 也不用 CUDA，训练最先进模型这块 Nvidia 已经丢掉了 70% 的份额。而在推理领域，从 GPU 切到 Cerebras，在云上只需要敲 8 个键。
"在云端从 GPU 切到我们，只需要敲八下键盘。"
💡 深科技创业的真相：那些别人根本不知道的难关才是真正的难关
Andrew 分享了 Cerebras 早期每月烧掉八百万美元却造不出来的经历。他说，大家都觉得难的地方他们很快就解决了，而那些别人根本不知道的地方——比如怎么把晶圆固定到主板上、怎么供电、怎么散热——才是真正的难关。他用攀登珠峰的类比：从来没人越过某些关卡，所以他们连该怕什么都不知道。
"我们有过一段十八个月的时期，每个月烧掉八百万美元，却造不出来。"
💡 你今天用的模型会是你用过的最差的模型
Andrew 对 AI 的未来给出了一个确定的判断：你今天正在用的模型，不管是 GPT-5 还是 GPT-6，都会是你用过的最差的模型。六个月后你就会觉得它又无聊又落后。他还观察到，年轻工程师使用 AI 的方式和他自己完全不同，这是一个可以向团队里年轻人学习的阶段。
"你现在觉得它多厉害，六个月后就会觉得它又无聊又落后。这太让人兴奋了。"
💡 AI 对 SaaS 的冲击可能是无法修复的
Andrew 认为，以前那些因为要跨越公司内部组织壁垒而变得很困难的事情，现在都变了。你可以直接对 AI 说“帮我做一个像 Salesforce 一样的工具”，30 秒后就有了一个能用的工具。这种破坏对大多数 SaaS 公司来说可能是无法修复的。
"你可以直接对你的 AI 说，帮我做一个像 Salesforce 一样的工具。30 秒后，你就有了一个能用的工具。"
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
在小宇宙查看该单集文稿
