随着生成式人工智能行业快速发展，全球科技企业之间的竞争重点正在悄然变化。过去几年，大模型公司普遍围绕参数规模、推理能力和模型智能展开竞争，但如今，越来越多开发者开始优先关注模型响应速度与交互体验。
半导体研究机构SemiAnalysis最新披露，OpenAI已经与人工智能芯片企业Cerebras签署大规模主协议，涉及最高750兆瓦人工智能推理算力，并保留扩展至2吉瓦的采购选择权，潜在合同规模高达246亿美元。
业内人士认为，这意味着人工智能推理市场正在从“追求更强智能”逐步转向“追求更快响应”，新一轮竞争格局或因此发生改变。
人工智能行业开始为“速度”付费
长期以来，人工智能行业普遍认为，更大的模型参数、更强的逻辑推理能力以及更长的上下文窗口，是决定产品竞争力的核心指标。
但随着人工智能代码生成、智能助手和自动化代理应用快速普及，用户对实时交互体验的要求明显提高。对于开发者而言，等待数秒甚至更长时间获取答案，已经开始影响实际工作效率。
SemiAnalysis指出，OpenAI部署在Cerebras硬件平台上的GPT-5.3-Codex-Spark模型，可以实现每名用户每秒约2000个文本标记的生成速度，明显高于传统高带宽显存图形处理器集群的交互表现。
市场变化也体现在开发者的消费行为上。
数据显示，SemiAnalysis团队约80%的人工智能预算曾用于Anthropic旗下Opus 4.6高速模式。该模式虽然价格约为普通模式的6倍，但交互速度能够提升约2.5倍。甚至在Opus 4.7发布后，部分工程师仍拒绝升级，仅因为新版不再支持高速模式。
这被业内视为人工智能行业的重要转折点——开发者首次主动放弃更高智能水平，转而追求更快的响应速度。
推理市场正在形成“速度经济”
今年全球图形技术大会期间，英伟达首席执行官黄仁勋多次强调，人工智能推理存在“吞吐量”与“交互性”之间的核心平衡。
所谓吞吐量，指的是单块芯片每秒能够生成多少文本标记，更适合大规模批量处理任务；而交互性则强调单个用户获得响应的速度，直接决定实际使用体验。
SemiAnalysis将两者比喻为“公交车与跑车”的区别：前者适合同时服务大量用户，后者则更适合低延迟、高响应的个人交互场景。
当前，随着智能编程、企业办公自动化以及智能代理工具快速发展，低延迟体验正在成为企业客户的重要需求。
市场数据同样验证了这一趋势。
SemiAnalysis联合OpenRouter收集的数据显示，Anthropic高速模式此前曾达到每秒超过100个文本标记的生成速度，是其收入增长的重要推动力。但近期该模式性能有所下降，实际加速效果已经由此前的约2.5倍下降至约1.75倍。
业内普遍认为，未来人工智能企业可能会进一步细分产品层级，通过高速模式、优先模式以及不同价格体系覆盖不同用户需求。
Cerebras晶圆级芯片重新受到关注
长期以来，Cerebras在人工智能芯片行业并不属于主流企业，但此次却因“高速推理”能力重新受到市场关注。
其第三代WSE-3芯片采用台积电5纳米工艺，在单块晶圆上集成44GB静态随机存储器，并拥有高达21PB每秒的内存带宽。相比传统高带宽显存方案，其最大特点是通过极高带宽换取极低延迟。
在小批量、低计算强度的人工智能推理任务中，这种架构能够显著提升实时交互速度。
不过，SemiAnalysis也指出，晶圆级架构仍存在明显限制。
晶圆级架构面临通信瓶颈
由于采用整片晶圆设计，WSE-3在外部通信能力方面存在天然限制。
每块WSE-3仅提供约150GB每秒的外部带宽，远低于英伟达Blackwell平台的互联能力。当模型规模达到万亿参数级别时，跨晶圆通信延迟会不断累积，从而削弱整体速度优势。
SemiAnalysis将这一问题称为“孤岛问题”。
与此同时，先进制程下的存储扩展速度也开始放缓。从7纳米升级至5纳米后，WSE-3的静态随机存储器容量仅由40GB提升至44GB，增长幅度明显低于此前世代升级。
业内人士认为，未来人工智能芯片可能需要依赖三维堆叠、混合键合等先进封装技术进一步提升性能。
OpenAI与Cerebras深度绑定
根据SemiAnalysis援引的上市文件，双方于2025年12月签署主合作协议。
协议内容显示：
- OpenAI将在2026年至2028年期间分阶段采购750兆瓦人工智能推理算力；
- 单阶段合同周期为3至4年，可延长至5年；
- OpenAI还拥有额外1.25吉瓦的采购选择权。
除采购协议外，OpenAI还向Cerebras提供10亿美元担保贷款，并持有大量低价认股权证。
业内分析认为，这意味着双方已经形成高度绑定关系。未来Cerebras的增长很大程度上依赖OpenAI，而OpenAI则希望借助高速推理能力，在人工智能代理与智能编程市场扩大竞争优势。
小模型高速化或改变行业格局
值得注意的是，目前运行在Cerebras平台上的GPT-5.3-Codex-Spark，并非完整版本的大模型，而是基于约1200亿参数架构蒸馏得到的小型模型。
SemiAnalysis认为，目前Cerebras方案在超大模型场景下仍缺乏成本优势，但算法进步速度可能改变这一局面。
如果未来1200亿参数级别模型能够达到当前顶尖模型的智能水平，那么“以较低模型规模换取超高速交互”的商业逻辑将发生根本变化。
这意味着，未来人工智能行业的竞争重点，可能不再只是“谁更聪明”，而将进一步转向“谁更快、更稳定、更适合实时应用”。
对于OpenAI与Cerebras而言，750兆瓦只是开始。未来是否会进一步扩展至2吉瓦规模，也将成为决定下一阶段人工智能推理市场格局的重要变量。
Wei Zhang 是 Eddiba.com 的撰稿人，主要关注新闻、政治、商业、科技、体育、娱乐及生活方式等领域。她致力于以清晰、准确且易于理解的方式报道时事动态，为读者提供有价值的信息与背景解读。她关注与公众生活密切相关的话题，注重事实呈现和内容可读性，帮助读者及时了解当前热点事件及其影响。
更多报道
吉利发布雷神16合1智能电驱系统 百公里实测电耗低至8.2千瓦时 银河TT率先搭载
中国首家机器人学校在杭州启用 首批30名“机器人学员”开启职业技能培训
京东MALL迎来首批“机器人员工” 具身智能加速落地线下零售