《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。

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)