Cerebras Systems 的 Andrew Feldman 在 TechCrunch Disrupt 2026 上探讨人工智能能否保持规模化

人工智能模型的能力不断增强。但每一次飞跃都需要更多的计算、能源和基础设施。这样的情况还能持续到什么程度呢？ Cerebras Systems 在过去的十年里一直在挑战人工智能计算背后的一个基本假设：日益强大的人工智能必须依赖于传统的芯片架构。该公司围绕晶圆级计算构建了其方法，如今通过本地系统及其云平台提供人工智能计算。在 TechCrunch Disrupt 2026 上，Cerebras Systems 首席执行官兼联合创始人 Andrew Feldman 将登上“AI 能否保持规模化？”的 Disrupt 舞台，他将探讨对计算、能源和基础设施不断增长的需求、Cerebras 如何以不同的方式应对这些限制，以及如果当今的 AI 硬件达到其极限，接下来会发生什么。图片来源：TechCrunch 想要了解什么可以决定人工智能的扩展程度？获取您的 Disrupt 门票，聆听创始人如何解决 AI 规模挑战。带一位联合创始人、同事或同行可享受 50% 的折扣。 Cerebras 挑战传统人工智能芯片 安德鲁·费尔德曼 (Andrew Feldman) 在围绕计算基础设施建立公司多年后，于 2015 年与他人共同创立了 Cerebras。在加入 Cerebras 之前，他与他人共同创立并领导了节能微服务器初创公司 SeaMicro，该公司于 2012 年被 AMD 收购。此前，他曾在 Force10 Networks 和 Riverstone Networks 担任领导职务。在 Cerebras，费尔德曼和他的联合创始人解决了一个长期被认为不切实际的问题：将晶圆级计算推向市场。 Cerebras 没有将硅晶圆切割成单独的芯片，而是开发了一种基于晶圆本身的处理器，这是一种专为要求苛刻的人工智能工作负载而设计的架构。现在，随着人工智能计算需求的增长，Cerebras 正在扩展这种方法。该公司在 5 月份的 IPO 中筹集了 55 亿美元，并与 OpenAI 签署了一项多年期协议，从 2026 年到 2028 年部署 750 兆瓦的 Cerebras 系统。8 月，Cerebras 推出了最新一代晶圆级人工智能基础设施 CS-4。像 Cerebras 这样的方法能否满足日益强大的人工智能计算需求——它们背后的基础设施能否跟上？获得您的 Disrupt 通行证，以 50% 的折扣获得第二次，并聆听一位企业家的心声，这位企业家花了十多年的时间押注于以不同的方式构建 AI 硬件。扩展人工智能意味着扩展其背后的基础设施仅靠更强大的处理器并不能解决扩展问题。这些系统需要数据中心、电力、冷却和制造能力。 Cerebras 已经面临这一挑战。 8 月，该公司报告称，到 2027 年底，现有或按合同交付的数据中心容量将超过 600 兆瓦，并表示在 2026 年期间，其制造能力将增加十倍以上。该公司还计划今年将其第一个欧洲数据中心容量上线，并在 2027 年底之前将其容量扩大到 200 兆瓦。扩展人工智能不仅仅是设计更快的处理器。它需要足够的物理基础设施来让计算发挥作用。对于围绕人工智能基础设施做出决策的创始人、投资者和技术领导者来说，费尔德曼可以将这些限制因素置于背景中：计算需求的走向、需要什么来支持它，以及当今的硬件可能在哪些方面达到极限。注册 Disrupt，了解 Cerebras 的经验可以告诉我们有关人工智能规模下一阶段的信息。带一位同事、同事或同行可享受 50% 的折扣。了解当当今的硬件在 Disrupt 中达到极限时会发生什么 Cerebras 早在当今的人工智能基础设施繁荣之前就追求晶圆级计算，并且随着人工智能需求的加速，现在正在扩展其计算和制造能力。在 Disrupt 大会上，费尔德曼将探讨不断增长的计算、能源和基础设施需求对人工智能的未来意味着什么，以及如果传统硬件无法跟上步伐会发生什么。对于任何构建、资助或部署人工智能的人来说，这是一个听到创始人测试不同方法来解决该行业最大限制之一的机会。他的会议是 10 月 13 日至 15 日在旧金山 Moscone West 举行的 Disrupt 大会上跨越 6 个行业阶段、圆桌会议和分组讨论的 200 多场会议之一。预计将有超过 10,000 名创始人、投资者、运营商和技术领导者，以及 250 多名演讲者和 300 多家初创公司参展。除了议程之外，牵线搭桥、交易和网络还创造了与创始人、投资者和建设者建立联系的机会，以塑造未来的发展。注册 Disrupt，了解人工智能可以持续扩展多久，以及必须做出哪些改变才能继续扩展。与您的联合创始人、合作伙伴或同行一起参加本次会议，享受 50% 的折扣。图片来源：Eric Slomonson，The Photo Group