OpenAI首次采用Cerebras的AI芯片运行Codex模型，成功实现了每秒1000次事务处理量

（AI云资讯消息）Cerebras的AI芯片首次获得主流采用，而采用者正是OpenAI。OpenAI透露，他们最新的Codex模型除了使用英伟达的算力外，还增加了另一家算力供应商。

在最新的Codex版本发布中，OpenAI透露，GPT-5.3-Codex-Spark模型正是由Cerebras的AI芯片提供动力，使用该硬件相比其他方案的优势在于推理任务中的低延迟。在此次算力选择中，OpenAI间接宣告了在推理领域出现了一个可以抗衡英伟达的对手。

主流Codex模型与这里的Spark变体之间的区别在于，OpenAI称设计目的在于即刻完成工作。通过优化流程管道，借助Cerebras的硬件，GPT-5.3-Codex-Spark在模型延迟方面取得了重大改进。OpenAI声称，此版本将首字生成时间即从输入到输出第一个字的时间缩短了50%，这无疑是一个惊人的数据。Codex-Spark运行在Cerebras的晶圆级引擎3（Wafer Scale Engine 3）上。晶圆级引擎3采用台积电5nm制程节点，AI优化的可编程处理核心架构，约有4万亿晶体管数量，90万个AI优化核心，内存带宽达21PB/s，属于完整的300mm晶圆级芯片。

至于OpenAI为何选择Cerebras作为此次的算力供应商，原因有多方面。但其中最重要的一点是，借助晶圆级引擎3，OpenAI获得了惊人的内存带宽，这对于编码这类内存密集型任务至关重要。这也是为什么Codex-Spark能够实现每秒1000次事务处理，据称其响应速度可以媲美人类结对编程伙伴的原因。考虑到Blackwell架构更侧重于批量处理而非低延迟，若在英伟达的基础设施上训练Spark模型，在经济上并不划算，而这正是Cerebras在此场景下更具优势的原因。

当然在大规模推理方面，英伟达在Token经济中还是占据主导地位。英伟达Blackwell架构已将Token成本降低多达10倍。OpenAI的萨钦·卡蒂（SachinKatti）表示，与Cerebras的合作是为了增加互补能力，但在OpenAI的算力竞赛中，其核心忠诚度仍然完全倾向于英伟达。不过，通过Codex-Spark可以清晰地看到，当前的瓶颈在于延迟。而在硬件层面，英伟达的技术栈并未准备好主导这一领域。

鉴于Cerebras只是该领域内一个强大的竞争对手，此外还有来自ASIC制造商以及像AMD这样的竞争者所提供的新兴解决方案，看看推理市场未来将如何定位英伟达，只能拭目以待了。