200亿美元！OpenAI押注“迄今为止最大”AI芯片，片上SRAM进入主流视野

文｜《科创板日报》

在大部分人的认知里，受摩尔定律和空间需求推动，芯片几乎总是越做越微小。OpenAI却用一笔订单证明，哪怕反其道而行，同样能在飞速狂奔的AI产业中争得一席之地。

据媒体报道，OpenAI已与芯片设计商Cerebras达成协议，承诺在未来三年内支付逾200亿美元，以使用由后者芯片驱动的服务器。除此之外，OpenAI还同意向后者提供约10亿美元的资金，以帮助其开发能够运行其人工智能产品的数据中心。

根据上述协议，OpenAI将有可能获得Cerebras约10%的的认股权证，并且其持股比例可能会随着对Cerebras投资的增加而提高。

交易本身不难理解，如今正值OpenAI"去英伟达"战略的关键期，即通过多元化硬件布局来减少对英伟达芯片的依赖。出人意料的是，Cerebras的技术路径与英伟达，甚至可以说与绝大多数AI芯片创企截然不同——既非通用GPU也非ASIC，而是专注"像餐盘一样大"的晶圆级引擎（WSE）。

Cerebras最新一代晶圆级引擎是2024年发布的WSE-3，被称作"迄今为止最大的AI芯片。其内部集成了90万个计算核心、44GB片上内存和21PB的内存带宽，总面积达46225平方毫米，是英伟达B200的56倍。

其性能同样不容小觑，WSE-3包含4万亿个晶体管，相比B200拥有250倍的片上内存容量和2625倍的内存带宽。

▌片上存储

Cerebras的芯片设计思路是，将所有计算与存储资源整合于一块巨型芯片之上，以此破解数据搬运过程中耗时耗能的瓶颈。

具体而言，其采用静态随机存取存储器（SRAM），通过将数据直接存储在芯片上（即片上存储），从而减少数据在芯片与外部存储硬件之间来回传输的需求，而这一数据搬运过程正是英伟达等系统的潜在瓶颈之一。

资料显示，在SRAM中每个存储单元需4-6个晶体管组成触发器结构，只要持续供电，触发器就能稳定保持数据状态，无需额外的刷新操作。基于此，SRAM读写速度极快，访问时间仅约10纳秒甚至更低，访问速度远超DRAM。

Cerebras的WSE-3被部署在其CS-3系统中，多个多个CS-3系统连接起来可形成Cerebras AI超级计算机，作为单个逻辑计算机进行大规模训练和推理。据报道，OpenAI有望在2026至2028年把750MW规模的Cerebras芯片集成到其AI推理计算资源库中。

广发证券指出，SRAM架构已进入主流视野。根据Groq官网，其LPU单芯片内集成约230MB片上SRAM，存储带宽高达80 TB/s。根据Artificial Analysis的独立基准测试，Groq LPU芯片在不同上下文长度下均能维持稳定推理速度，达275-276token/s，显著优于其他推理平台。

从行业层面来看，3D堆叠方案有望为片上SRAM打开应用空间。

东方证券表示，片上SRAM存在工艺缩放比逻辑电路慢等问题，导致在单枚芯片上SRAM占用的面积较大、成本提升。基于此，部分投资者认为SRAM架构难以成为AI芯片内存的主要方案。

该机构认为，SRAM 3D堆叠方案可通过垂直堆叠存储单元的方法来提升密度以规避传统SRAM容量受面积密度限制的问题，可能在未来拓展应用。展望未来，若AI推理中需要实现更高容量的SRAM，3D堆叠方案有望拓展应用。