《All-In Podcast》AI 戰場轉向推理，矽晶片戰重啟、小新創也能出頭
在最新一集《All-In Podcast》中，四位主持人揭露，OpenAI 已與美國 AI 晶片新創 Cerebras 達成重大合作協議，未來三年內將向 Cerebras 採購最高達 750 兆瓦的運算能力，整體規模上看百億美元等級。這筆交易的重點不在模型訓練，而是聚焦在 AI 商業化關鍵環節：推理 (Inference)，也就是模型對外提供即時回應與服務所需的算力。四位指出，這象徵 AI 產業競爭正逐步從「誰訓練最大模型」，轉向「誰能提供最快、最穩定、最具成本效率的推理能力」。
三年 750 兆瓦算力合約，OpenAI 為推論布局
節目中提到，OpenAI 已承諾在三年內，向 Cerebras 採購最多 750 兆瓦的運算資源，等同於一座大型發電廠規模的電力，專門支援 AI 系統在實際應用階段的運作。
廣告 - 內文未完請往下捲動
主持群強調，這筆合作並非著眼於訓練新模型，而是用於支撐 ChatGPT、API 服務與各類 AI 應用的即時推理需求。隨著用戶數與應用場景快速擴大，推理所需的算力，將遠高於模型訓練階段。
Cerebras 技術路線不同，把整片晶圓做成一顆晶片
節目來賓介紹，Cerebras 從創立之初就選擇與主流晶片設計完全不同的路線。
一般晶片製程，是在一片晶圓上切割出許多小晶片，再分別封裝使用；Cerebras 則反其道而行，直接將整片晶圓設計成一顆超大晶片，並在上面整合大量運算單元與記憶體。
這種設計，讓運算與記憶體之間的物理距離大幅縮短，資料不必在多顆晶片之間來回傳輸，系統複雜度降低，也有助於提升整體運算效率。
Cerebras 主打低延遲，推理場景重視速度
節目中指出，推理階段的關鍵指標，在於回應速度、延遲表現與系統穩定性。使用者送出指令後，模型必須即時完成計算並回傳結果，任何延遲都會直接影響使用體驗。
由於 Cerebras 將大量算力與記憶體集中在單一超大晶片上，資料在極短距離內流動，特別適合需要高頻率、低延遲回應的推理場景。
節目提到，最早大規模採用 Cerebras 系統的，是中東地區的機構，包括阿聯酋相關單位；實際部署後，在特定推論任務上，表現出明顯的速度優勢。
OpenAI 分散供應鏈，避免單一廠商風險
主持群指出，OpenAI 近年明確採取「多供應商策略」，不再完全依賴單一晶片廠。
目前 OpenAI 已大量使用輝達 (NVIDIA) 算力，同時也與超微 (AMD) 合作，現在再引入 Cerebras，形成多條算力供應路線。目的在於分散風險，避免因單一供應商產能、價格或政策變化，影響整體服務穩定性。
節目形容，這是一種算力供應鏈「去集中化」的布局，確保任何一條路徑出現問題時，仍能維持服務不中斷。
矽晶片產業再洗牌，小新創也有機會
主持群認為，這筆合作不只是 OpenAI 的策略調整，也象徵 AI 晶片產業正進入新一輪競爭期。
未來 10 至 20 年，可能重演早年個人電腦產業百家爭鳴的局面，不只大型晶片公司，許多新創團隊也可能在推論晶片、專用算力、垂直應用晶片領域找到立足點。
在 AI 商業化需求持續擴大的情況下，只要技術方向正確，小型新創仍有機會在產業中快速崛起。
產業重心轉移，從訓練競賽走向推論競爭
節目最後總結，AI 發展初期，市場焦點放在誰能訓練出最大、最強的模型；但隨著應用落地，真正決定勝負的，將是誰能以更快速度、更低成本、更高穩定度，提供推論服務。
OpenAI 與 Cerebras 的合作，被視為這一產業轉向的重要指標，也顯示 AI 競爭正逐步從「訓練規模」轉向「推理效率」。
(《All-In Podcast》預測 2026：AI、銅與電力成全球新經濟主軸)
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
