面对算力瓶颈，OpenAI不再押注单一供应商。通过与Cerebras合作推出专用芯片模型，其在AI编码领域实现效率飞跃，也预示着全球AI算力格局正从寡头垄断走向多元化竞争。
智能速览
OpenAI发布基于Cerebras芯片的Codex Spark模型。
该模型专为实时编码设计，生成速度较前代提升15倍。
此举发生在OpenAI与英伟达千亿美元合作停滞的背景下。
OpenAI正联手AMD、博通等多家芯片商，布局多元化算力。
其策略是用专用芯片弥补通用GPU短板，训练仍依赖英伟达。
精华内容
这场围绕AI算力核心的博弈，远不止是技术路线的切换，更是一场关乎未来主导权的战略布局。
新利剑出鞘
OpenAI发布的首款基于Cerebrus芯片的AI模型Codex Spark，专为实时编码场景而生。其生成速度相较于前代实现了惊人的15倍提升，每秒可输出超过1000个Token，极大地提升了开发者的编码流畅度。尽管在复杂工程任务上表现稍弱，且暂不支持多模态输入，但其市场反响热烈，上线10天下载量便突破百万，周活用户超100万。
芯脏革命
Codex Spark的卓越性能源于其搭载的Cerebras芯片。这块餐盘大小的单芯片集成了高达4万亿个晶体管，其独特的架构彻底消除了传统GPU集群间的通信瓶颈。这使得推理延迟大幅降低，能够完美适配需要低延迟、高吞吐量的实时交互应用，为专用芯片在特定场景的优越性提供了有力证明。
巨头裂痕
此次合作的背后，是OpenAI与英伟达关系的微妙变化。五个月前双方官宣的千亿美元算力合作计划，如今已陷入停滞。表面上黄仁勋仍宣称合作依旧，但OpenAI已接连与AMD、博通牵手，如今又与Cerebras签下百亿美元协议，其摆脱单一依赖、寻求算力自主的意图已十分明显。
双重押注
OpenAI的策略并非完全抛弃英伟达，而是一种更为务实的“核心保留，生态扩容”。大模型的训练仍高度依赖英伟达GPU强大的并行处理能力，这是短期内无法替代的。但在推理等特定环节，通过引入专用芯片来弥补通用GPU的短板，实现性能与成本的最优解，正成为其构建算力护城河的新方向。
OpenAI的算力多元化之路，不仅为自身发展争取了更多主动权，也为整个AI产业的健康发展注入了新的变量。未来，这种专用与通用算力结合的模式是否会成为行业主流？
