一家美国芯片公司，把英伟达的GPU按在地上摩擦了30倍。

8月18日，晶圆级AI芯片厂商Cerebras发布新一代加速器CS-4：三颗WSE-3 Turbo晶圆级引擎堆叠，AI算力750 PFLOPS，内存带宽129.6 PB/s。在GPT-OSS-120B的测试里，它给单个用户每秒吐出超过4400个token，最高达到GPU方案的30倍；每瓦吞吐量还比上代高了10倍。按计划，CS-4今年三季度就开始出货。

这事对普通人意味着什么？推理速度就是AI的"反应快慢"，越快，它就能在同一时间里多想一层、多验证一遍、多调一次工具。你问它一个问题，它能更像人一样边想边答，而不是卡半天才吐字。

我个人觉得，Cerebras这种用专用晶圆换极致速度的路线，正在逼所有云厂商重新算一笔账：到底是为通用GPU付溢价，还是为特定场景堆专用算力。接下来两年，AI应用的体验差距，很可能就卡在这几倍的推理速度上。

当AI快到几乎秒回，你最希望它帮你把哪件事做快一点？