摘要

Feldman 对 NVIDIA 的核心攻势是：GPU 的片外 HBM 内存是生成式推理的根本性架构限制——从一个 700亿参数模型生成一个词，意味着要把约 140GB 权重从内存搬到计算单元，而且每生成下一个词都要再搬一次。晶圆级设计让 Cerebras 得以在容量规模上使用高速 SRAM；“过去是他们优势的东西现在成了弱点……它可以被击败，我认为他们知道这一点。”他对市场结构的判断是：NVIDIA 将在 5 年后从今天“几乎全部”的市场份额降至 50%-60%，介于 Uber 的 90/5 和云计算市场更均衡的分割之间。
在推理场景，CUDA 护城河“根本不存在”——你可以用 10 个按键，把 OpenAI 从 Nvidia GPU 切换到 Cerebras。 真正、却很少被讨论的护城河，是市场份额本身的领先地位：Intel 做了“接近 10 年的灾难性决策”，仍然掌握约 75%-80% 的 x86 市场。“我可以连续 10 年做出一堆糟糕决策，却只丢掉 20% 的份额——这护城河简直不可思议。”
Scaling law 带来的收益仍在延续，Feldman 直截了当地否定了“算力、算法和数据都已经走得很远”的共识。 “我认为他们错了。我认为我们在这3个方面都还处于早期。”GPU 执行推理时利用率只有 5%-7%——意味着95%或93%都被浪费；OpenAI 的 o1 表明，推理 scaling law“完全有效”；3-5 年后，我们对 Transformer 的依赖会显著下降，“100%”。5 年后，训练数据将“几乎全部是合成数据”。
推理市场的方程是：用户数 × 使用频率 × 单次使用算力——三者同时增长，这种条件极其罕见。 AI 在 2024 年Q4 从“新奇玩意”变成了有用工具，5 年后的市场将“大幅超过现在的 100 倍”；速度更快、价格更低只会进一步扩大市场：“过去 50 年的算力行业里，没有任何一个例子是因为把东西做得更便宜、更快，市场反而变小。”
以 5 年视角看，芯片供应商的价值将高于模型供应商。 今天的模型估值本质上是在给期权定价——“不确定性是期权价值的朋友”——但最终巴菲特所说的称重机仍会启动。对于模型行业，领先竞争对手 4 个月的发布节奏并没有太大价值；多年保持前10%的位置，才有价值。
Cerebras 已实现正现金流，而同行仍在大量失血。 “毛利率过去是衡量技术差异化的指标……如果你做的是负毛利业务，那你卖的就是大宗商品。”另一面是，G42 占收入的 87%（这笔交易据估算超过 10亿美元），Feldman 将其解释为一种可以习得的能力：“拿下3个大客户的方式，是先拿下1个”，未来 24 个月内将争取建立数个客户关系。
在中国市场，Cerebras 拒绝了销售。 这笔交易“不会被用于善事”（包括对少数族裔进行人脸识别、军事用途），也没有通过他的“母亲测试”；但他认为美国对中国的低估程度是“100%”，出口管制可能并不是“一个可处理的问题”，而切断 EDA 工具只是在深圳催生了由美国风险资本支持的 EDA 初创公司。

精读

1. 2015年的下注：AI的难题是搬数据，而不是计算

Feldman 对芯片设计的框架是：芯片“做计算，也搬数据”——而 AI 颠倒了两者的难度。数学本身很简单（“矩阵乘法和 FMAC，任何一个大二电气工程学生都能做出来”）；真正困难的是，结果和中间结果必须持续搬运——搬到内存、从内存搬回来、在 GPU 之间搬运。Cerebras 的下注是：解决数据搬运问题，就能造出更快、功耗更低的 AI 计算机。
作为第5次创业者，他唯一承认的一次失误尤其值得注意：“第一次，我大幅低估了市场规模。”团队判断正确的是，AI 将对内存带宽和通信结构施加压力，而这正是 GPU 从设计之初就没有针对的维度。
训练和微调在计算量上“基本相同”，生成式推理则是例外。从一个 700亿参数模型生成一个词、且权重为16-bit 时，需要把约140GB数据从内存搬到计算单元——生成下一个词时还要再搬一次。“这叫内存带宽；如果你的架构是 GPU，这就是根本性限制。”

2. 晶圆级设计与70年来无人解决的良率问题

内存的取舍在于：HBM“非常出色……但速度慢”——容量大，适合图形处理，因为图形场景很少反复回读内存。SRAM“快得不可思议，但容量很低”——一块普通尺寸的 SRAM 芯片要服务 400B 参数模型，需要约4000块芯片；DeepSeek 671 则需要“6000块或8000块……这会变成多么可怕的行政管理噩梦”。晶圆级设计让 SRAM 的速度与足够的容量可以集中在1片、2片甚至10片晶圆上，同时功耗更低，因为片外 I/O 是芯片上最耗电的操作之一。
过去没人做到这一点，问题在良率。他的比喻是：晶圆像饼干面团，缺陷就像母亲蒙着眼随机撒下的 M&M；“饼干越大，撞上 M&M 的概率越高”，传统做法是把有缺陷的芯片分级处理或直接丢弃。Cerebras 借鉴内存制造的办法是，用数十万块完全相同的晶圆级单元，并设置冗余行或列来制造处理器；关闭有缺陷的单元，再绕开它。“在我们这个行业70年的历史里，从来没人能做到这一点”——很可能是 Gene Amdahl 的公司 Trilogy 曾尝试过，但“撞得头破血流”。

3. 速度不是规格，而是创造产品类别的东西

Feldman 拒绝对快、便宜、准确做单一排名：癌症诊断中，“93%的准确率就是不如94%”，用户愿意付钱并等待；而对 Llama 405B 为 70B 模型生成调优数据这类批处理任务，价格可能更重要。但在交互式使用中，“毫秒很重要”——Google 多年前就证明，“几毫秒的延迟就能摧毁用户的注意力”。“如果要等8分钟，就不会有搜索。”
他更倾向于使用这样的类比：互联网速度很慢时，Netflix 通过邮寄 DVD 运营；宽带到来后，“亚马逊突然变成了电影制片厂。它改变了一切。推理速度也会产生同样的效果”——GPU 延迟无法支持的新应用，会因此出现。根据 Artificial Analysis，自 8 月 26 日发布以来，Cerebras 声称自己在“一整组模型”上实现了最快推理。

4. 推理方程：3个乘数同时增长

他的市场规模公式是：推理市场 = 使用 AI 的人数 × 使用频率 × 单次使用算力。“我们正处于一个罕见时期”，3个变量同时增长，因此市场出现离谱的增长。5 年后，市场将“大幅超过现在的 100 倍”。
转折点并非技术突破：“ChatGPT 并不是真正的技术创新，而是用户界面创新。”直到 2024 年年中，AI 还是“新奇玩意……哇，这很酷”。从 2024 年Q4 开始，它变得有用——“如果你的营销团队没有使用 LLM，每个人每天用几次，那他们就没有在做自己的工作”——它开始触达“我的父亲、我的兄弟、医生们”；“当你触达这些人时，市场就会爆发。”
他承认，行业“消耗了巨量电力……以及一些水”，因此“交付非凡价值的责任在我们身上”——包括治愈疾病、解决社会问题。美国的问题不是没有电，而是地理位置和流程：“尼亚加拉有电……但我们没有电力供应在你想建数据中心的地方”，也没有全国性机制能够绕过地方监管和既有利益。
对 Groq 的 Jonathan 所说的“游客数据中心”，Feldman 大体上不同意。最早进入这一领域的是 TeraWolf 和 Crusoe 这样的比特币矿企，“当然不是游客……而是极其成熟的数据中心建设者”，如今正在主导 GW 级项目。“当然会有一些游客”，但很多设施最终会运行良好。

5. Scaling law 带来的收益仍在延续——“我认为他们错了”

针对“算力、算法和数据都已经走得很远”的反复论调，他说：“我认为他们错了。我不认为我们已经走得很远……我认为我们在这3个方面都还处于早期。”最直接的证据是：GPU 执行推理时“利用率只有5%或7%——这意味着95%或93%都被浪费”。成本下降来自更便宜的计算机、更低 PUE 的数据中心，以及更好的算法，三者会相互叠加。
关于 scaling law 本身，业界确实在争论数据是否已经“耗尽了魔力”；但“OpenAI 在 o1 上的工作让我看到，scaling law 至少在推理上完全有效——投入更多推理算力，就能得到更好的答案。”
算法仍有大量提升空间：许多模型依然是全连接的——“有些连接并不会产生任何结果，但我们仍然要对它们做数学运算”。他的类比是：学习某件事，可以读50本书，也可以只读真正重要的3本，或者读那3本书的摘要——“问题在于，一开始我们不知道哪3本才重要”。MoE、dropout、稀疏化都只是早期步骤。至于架构，“3年或5年后，我们不会像现在这样依赖 Transformer——100%。它们不是终极答案”。他不愿猜测继任者会是什么（“我不知道会不会是 state-based models”），但 attention head 的二次复杂度效应是已知弱点，人们“拼命想要克服”它。
5 年后的合成数据将是“几乎全部是合成数据”，而且他认为其效用可以与人类数据相当。他完整保留了飞行员训练的类比：真实驾驶数据是“人们在高速公路上直线驾驶——并不困难”；真正需要的是“雪天无保护左转……成千上万种、数百万种不同方式”。就像飞行员模拟器和外科医生面对的罕见病例，合成数据正好补上那些昂贵或痛苦、难以采集的数据。

6. DeepSeek 是“专注的工程”——而蒸馏指控经不起一致性检验

让他印象深刻的是：“他们没有沉迷于做模型知识分子……他们只想变得更好。从发明角度看，这有点无聊；但从工程角度看，这是非常漂亮的努力。”DeepSeek 证明了“你不需要5000人和数十亿美元的设备——200个聪明人就能做到，设备比 DeepSeek 说的多，但比其他人少”。在就职典礼前后发布的时点，他将其归为政治因素。
关于蒸馏：“摘要难道是错的吗？……我不认为蒸馏是错的；如果蒸馏是错的，那使用人们受版权保护的数据当然也是错的。你必须保持一点一致性。”至于影响力，“很少有开源项目能像那个模型一样产生如此即时的影响……它引发了巨大的轰动。”

7. 价值在哪里累积：芯片胜过模型，以及无人点名的护城河

CUDA 在推理领域的锁定效应“根本不存在……完全没有——你可以用10个按键，把运行在 Nvidia GPU 上的 OpenAI 切换到 Cerebras，再切换到 Fireworks 或 Together”。大多数 AI 都是用 PyTorch 编写的；编译器“很难，但可处理”。NVIDIA 真正的护城河是成为默认选项，而 Feldman 认为挑战者没有充分研究这一点：在 Lip-Bu 之前，Intel 做了“接近10年的灾难性决策”，但仍然掌握约80%的 x86 市场，AMD 也只 claw back 到25%-30%。“这就是护城河……作为挑战者，我们必须准确理解它，因为我们需要为此搭一座桥。”
5 年后的市场结构将介于 Uber 的 90/5/5 和云计算的共享式寡头格局之间——“Nvidia 将占据50%-60%的市场份额……而现在它几乎拥有全部市场。”他强调，NVIDIA 不会在推理领域“躺平装死”——这家公司已经经历了“历史上任何公司都称得上伟大的10年之一”，从 2014 年约 10亿美元起步。只是 NVIDIA 的漫长交付周期构成了“巨大的机会窗口”：“当恶霸倒下时，所有人都想上去踢一脚。”
从 5 年后的企业价值看，芯片供应商会大于模型供应商，答案是肯定的。他解释模型今天为何显得昂贵：“给期权定价时，方差和不确定性会增加期权价值……这些极高价格的一部分，正来自这种巨大的波动。”长期来看，巴菲特的逻辑会生效：市场短期是投票机，长期是“称重机制”——“某个时候，称重会启动，而通常是在公开市场上启动。”
模型公司的防御力取决于什么？“你是在和别人的发布节奏竞争——你领先4个月，他们领先6个月。如果这就是你的全部位置，那价值不大。但如果你能多年保持前10%，而排在你前面的人不断变化，我认为那就很有价值。”硬件能够长期存在——Cisco、Juniper、Apple、NVIDIA——因为“它们做的事情很难。这就是为什么它值得被挑战。”

8. 这门生意：正现金流、1个大客户，以及为何上市

对于同行还在失血、Cerebras 却实现正现金流这一点，他说：“传统上，毛利率是衡量技术差异化的指标……如果你做的是负毛利业务，那你卖的就是大宗商品——你创造的价值没有被市场识别。”
G42 占87%的收入（宣布交易时据估算超过 10亿美元）既是优势也是弱点：“拿下3个大客户的方式，是先拿下1个……成为战略合作伙伴是一项可以习得的技能。”目前的证明包括：已部署数十 exaflops，“远超 AMD 或 Nvidia 之外的任何公司”；软件已在一些最大的 AI 集群上完成强化；制造规模实现了“2倍、5倍、再2倍”的增长。目标是在未来 24 个月建立“数个”客户关系。
对 Harry 提出 IPO 文件似乎过于提前、并向竞争对手提供非对称信息的质疑，他的回应是：“我们没有什么可隐藏的……我们拥有非对称技术。”支持上市的理由包括：Cerebras 是这一类别的先行者，而且“我们最大的几个目标客户中，有些明确偏好与上市公司做生意”。

9. 中国：拒绝销售、尊重对手、质疑管制

对出口管制，一位硬件出身的人会区分：一台 500-600 磅的服务器“会放在托盘上送到现场——你可以让使馆的人来查看，每月拍一次照片。它不会被带走”。软件和开源则是“完全不同的层级”。他提到，DeepSeek“可能确实使用了在新加坡的芯片”。更深层的怀疑是：“我不知道延缓另一个国家在一条技术轨迹上的进步，是否是一个可处理的问题。”限制 EDA 工具的结果只是“美国风险投资家支持了深圳大量中国公司去开发 EDA 工具”。他认为，本届政府对 AI 的态度“可能明显好得多”，上届政府则“站到了大科技公司的对立面”。
但 Cerebras 自己拒绝了中国的一笔交易——他的测试是：“只要问问自己，我的母亲会为此感到骄傲吗？”他看到或无法忽视的用途，包括“识别少数族裔、用于迫害”的人脸识别，以及军事设备，都没有通过测试。“这比钱更重要。”他同时保留了两种判断：管制可能徒劳，但是否出售这笔交易，是他自己的选择。
我们是否低估了中国？“100%……这是最明显、最常见的判断错误之一。”他列举的证据包括：规模惊人的基础设施投资、极强的工程人才培养能力、国家支持的风险资本、国家冠军企业，以及“一套让第三世界大部分地区依赖中国的双保险战略”。深圳经济特区“显然是一个具有远见的举措”——美国在需要时也做过类似的事（特朗普第一任期放宽疫苗规则）。他提出了令人不安的问题：为什么美国造不出火车？为什么“我们的桥梁和高速公路都在失修”？

10. 快问快答：犯错、微型芯片，以及经验的价值

他最有记录可查的错误，是反对联合创始人 JP 在 2016 年提出的水冷方案：“我拼命反对，而我完全错了。”Google 在1、2年后宣布采用水冷 TPU；“现在 Nvidia 卖的全是水冷部件。我大错特错，JP 才是对的。”他总结道：“如果你没有准备好经常犯错，就不应该做太多决策。”CEO 必须“多数时候都能做出正确决策”——这与 VC 不同，VC“平均而言一直在犯错，他们关心的是偶尔有一次极其正确”。
芯片市场中被低估的角落，是贴近传感器、功耗低于1毫瓦的推理芯片：它们“只把有用的数据发回去”，规模巨大，“对机器人至关重要”。不过这不是他的市场——“我喜欢制造更大的东西，再把它们卖给数据中心。”
对 Dario 的预测，他不认同人类能活到150岁，也不认同今年90%的代码会由机器编写；但他预计，AI 的渗透率将在1、2年内接近手机。他的逆向判断是，中东和平比人们想象的更近，关键在于“一个温和、以商业为导向的阿拉伯国家正在崛起”，范围包括 UAE、Qatar，甚至 KSA。至于第5次创业，他认为，只要企业涉及制造、供应链，以及数百或数千名工程师按计划协同工作，经验就会复利——“没人会面不改色地说：我想找的是一个没有经验的工程负责人。”

逢跌买入还是冲高卖出？| Felix Jauvin 印度超级联赛板球（音频）