OpenAI首次采用Cerebras的AI芯片運行Codex模型，成功實現了每秒1000次事務處理量

（AI云資訊消息）Cerebras的AI芯片首次獲得主流采用，而采用者正是OpenAI。OpenAI透露，他們最新的Codex模型除了使用英偉達的算力外，還增加了另一家算力供應商。

在最新的Codex版本發布中，OpenAI透露，GPT-5.3-Codex-Spark模型正是由Cerebras的AI芯片提供動力，使用該硬件相比其他方案的優勢在于推理任務中的低延遲。在此次算力選擇中，OpenAI間接宣告了在推理領域出現了一個可以抗衡英偉達的對手。

主流Codex模型與這里的Spark變體之間的區別在于，OpenAI稱設計目的在于即刻完成工作。通過優化流程管道，借助Cerebras的硬件，GPT-5.3-Codex-Spark在模型延遲方面取得了重大改進。OpenAI聲稱，此版本將首字生成時間即從輸入到輸出第一個字的時間縮短了50%，這無疑是一個驚人的數據。Codex-Spark運行在Cerebras的晶圓級引擎3（Wafer Scale Engine 3）上。晶圓級引擎3采用臺積電5nm制程節點，AI優化的可編程處理核心架構，約有4萬億晶體管數量，90萬個AI優化核心，內存帶寬達21PB/s，屬于完整的300mm晶圓級芯片。

至于OpenAI為何選擇Cerebras作為此次的算力供應商，原因有多方面。但其中最重要的一點是，借助晶圓級引擎3，OpenAI獲得了驚人的內存帶寬，這對于編碼這類內存密集型任務至關重要。這也是為什么Codex-Spark能夠實現每秒1000次事務處理，據稱其響應速度可以媲美人類結對編程伙伴的原因。考慮到Blackwell架構更側重于批量處理而非低延遲，若在英偉達的基礎設施上訓練Spark模型，在經濟上并不劃算，而這正是Cerebras在此場景下更具優勢的原因。

當然在大規模推理方面，英偉達在Token經濟中還是占據主導地位。英偉達Blackwell架構已將Token成本降低多達10倍。OpenAI的薩欽·卡蒂（SachinKatti）表示，與Cerebras的合作是為了增加互補能力，但在OpenAI的算力競賽中，其核心忠誠度仍然完全傾向于英偉達。不過，通過Codex-Spark可以清晰地看到，當前的瓶頸在于延遲。而在硬件層面，英偉達的技術棧并未準備好主導這一領域。

鑒于Cerebras只是該領域內一個強大的競爭對手，此外還有來自ASIC制造商以及像AMD這樣的競爭者所提供的新興解決方案，看看推理市場未來將如何定位英偉達，只能拭目以待了。