Cerebras vs NVIDIA · 完整架构解析（2026 终极版）

从晶体管到光纤，从单 token 延迟到 750 MW 部署 · 全栈验证后的深度对比

2,100 tok/s
Cerebras Llama 70B 速度（2026-04）
$20B
OpenAI · Cerebras 累计订单（含 4 月加码）
$48.8B
Cerebras IPO 估值（CBRS, 2026-05-14）
21 PB/s
WSE-3 片上带宽（HBM3e 8 TB/s 的 2,625×）

📖 八个章节 · 逻辑链全景

  1. 大背景 · 为什么 2026 是 Cerebras 决战年（IPO + OpenAI 大单）
  2. 物理规格 · WSE-3 vs B200/Rubin 全维度对比（验证后数据）
  3. 内存层级 · 从计算核到数据中心，七层介质完整地图
  4. 切模型策略 · TP（NVIDIA）vs PP（Cerebras）的本质差异
  5. 速度根源 · BW/GB 比率 · 477,000 vs 42 的 11,000× 差距
  6. Cerebras 的瓶颈 · MemoryX 喂权重 · 为什么必须上 CPO
  7. CPO 物理原理 · WDM × 低损耗 × 共封装 · 三招叠加
  8. NVIDIA 的应对 · Quantum-X / Spectrum-X · 2026 量产时间表

1大背景 · 为什么 2026 是关键年

2026 年是 Cerebras vs NVIDIA 这场架构之争从"理论可能"变成"商业现实"的拐点。1 月 OpenAI 签 $10B 推理订单，4 月加码到 $20B，5 月 14 日（今天）Cerebras 以 $48.8B 估值在纳斯达克上市，代号 CBRS。同时 NVIDIA Rubin Q1 进入全面量产，Quantum-X CPO 也同期出货。两家路线终于要在同一个市场上正面碰撞。

2024-2027 关键事件时间线 2024 2025 2026 ★ 2027 2028 TODAY · 2026-05-14 🟦 Cerebras 路线 2024-03 WSE-3 发布 4 万亿晶体管 125 PFLOPS 2025-04 DARPA $45M Ranovus 晶圆级 CPO 目标 100× 当前 CPO 2026-01 OpenAI 大单 $10B → $20B (4月加码) 750 MW 低延迟推理 2026-04 2,100 tok/s Llama 3.1 70B 第三方 Artificial Analysis 验证 ★ 2026-05-14 IPO NASDAQ: CBRS $48.8B 估值 · 20× 超额认购 2027+ CPO 量产？ wafer-scale CPO 落地 权重带宽 100+ TB/s 🟧 NVIDIA 路线 2024-03 B200 发布 192 GB HBM3e 8 TB/s · NVLink5 2025-03 GTC 公告 Quantum-X / Spectrum-X CPO 走交换机层 2025-12 收购 Groq $20B（防守动作） 80% 工程师并入 2026-Q1 Rubin 量产 288 GB HBM4 · 22 TB/s NVLink6 3.6 TB/s 2026-H2 Spectrum-X CPO 400 Tb/s 以太网交换 3.5× 功耗效率 2028? Feynman NVLink 也走光？ rack 级 CPO
关键观察：Cerebras 走的是"从架构突破倒推商业落地"——先把 wafer-scale 做出来，再用 CPO 把瓶颈解开，最后靠 OpenAI 这种"必须有低延迟推理"的客户验证商业价值。NVIDIA 走的是"先稳住基本盘，再用 CPO 在网络层降本"。同样的光，两家放在不同层级，反映了不同的战略起点。
FAQ · 基础概念
"WSE-3" 是什么意思？
WSE-3 = Wafer-Scale Engine 第三代。Cerebras 自己造的 AI 芯片，命名直白：Wafer-Scale（整片晶圆当一颗芯片，不切）+ Engine（计算引擎）+ 3（第三代，2024 年发布）。正常工艺 1 片 300mm 晶圆切成 70-90 颗小 die；Cerebras 反着来，整片当 1 颗用。CS-3 是装 1 颗 WSE-3 的整机（15U 机柜，液冷，~23 kW）。
Cerebras 的 memory 到底放在哪？
两个地方，分工明确。① 片上 44 GB SRAM，分布在 900K 核之间，21 PB/s 带宽 —— 存 activation 和 KV cache；② 外置 MemoryX（24 TB - 1.2 PB DDR DRAM 池）—— 存模型权重，按需流式喂给 WSE。
GPU 是把权重和 activation 都塞 HBM（共享 192 GB），Cerebras 拆成"权重池超大 + activation 池超快"两条独立路径，各自压榨到极致。

2物理规格对比 · WSE-3 vs B200/Rubin

所有数字都从最新公开材料验证（2026-05 整理）。注意视觉对比：WSE-3 整片 46,225 mm² 相当于 57 颗 H100 die，是"工艺极限"撞"晶圆边界"的产物。B200 双 die 各 800 mm² 通过 NV-HBI 桥拼起来。Rubin 升级到 3nm + HBM4。

芯片视觉比例（同尺寸）· WSE-3 = 57 颗 H100 die 的硅面积 Cerebras WSE-3 TSMC 5nm · 300mm 晶圆裁角 · 46,225 mm² WSE-3 4,000,000,000,000 晶体管 900,000 AI 核 44 GB SRAM 片上 21 PB/s 带宽 125 PFLOPS FP16 ~23 kW · 液冷 ~215mm × 215mm 方形（裁圆角） NVIDIA B200 / Rubin TSMC 4NP/3nm · 双 die 800mm² 各 · NV-HBI 桥 CoWoS 2.5D 封装 HBM3e 24GB·1TB/s HBM3e 24GB·1TB/s HBM3e HBM3e Die A 800mm² 104B 晶体管 HBI Die B 800mm² 104B 晶体管 208B 晶体管 20 PFLOPS FP4 1,000W TDP HBM3e HBM3e HBM3e HBM3e ~93mm × 93mm package · B200 Rubin (2026 Q1)：3nm + HBM4 + 288GB · 22 TB/s 336B 晶体管 · NVLink6 3.6 TB/s · 50 PFLOPS FP4 ⚡ 关键比例（B200 为基准） 硅面积 1,600 mm² (B200) 46,225 mm² (WSE-3) 28.9× 硅面积差 晶体管 208B 4,000B 19× 晶体管差 内置内存 192 GB (off-die HBM) 44 GB (on-die SRAM) B200 4.4× 容量上 B200 反而大 内存带宽 8 TB/s (HBM3e) 21 PB/s (SRAM) 💥 2,625× ✨ 这才是真正的差距 功耗 1,000 W ~23,000 W 23× 但等价于 19 颗 B200 die 总和 FP16/FP4 算力 20 PFLOPS (FP4) 125 PFLOPS (FP16) 精度不同，难直接比 · 但单位面积算力相近
规格 Cerebras WSE-3 NVIDIA B200 NVIDIA Rubin (2026)
工艺 TSMC 5nm TSMC 4NP TSMC 3nm
晶体管 4 万亿 208 亿 336 亿
硅面积 46,225 mm² (整片晶圆) ~1,600 mm² (2 × 800) ~1,600 mm² (双 die)
片上内存 44 GB SRAM ~100 MB (L2 + shared) 类似
片上带宽 21 PB/s ✨ ~10 TB/s ~13 TB/s
片外内存 MemoryX 24-1,200 TB DRAM 192 GB HBM3e 288 GB HBM4
片外带宽 ~5-10 TB/s (今天) → 100+ TB/s (CPO 后) 8 TB/s 22 TB/s
节点互连 SwarmX (CPO 升级中) NVLink5 · 1.8 TB/s NVLink6 · 3.6 TB/s
峰值算力 125 PFLOPS FP16 20 PFLOPS FP4 50 PFLOPS FP4
功耗 ~23,000 W 1,000 W ~1,800 W
结论：规格比较中最不可比的就是"内置内存"——B200 算上 HBM 有 192 GB，但 HBM 是 off-die 通过 CoWoS 连接的；WSE-3 的 44 GB 是真正"在硅片里"的 SRAM。带宽差 2,625× 才是真正起决定作用的指标。
FAQ · 带宽与吞吐量
MemoryX 进来的速度，跟 NVIDIA 的 HBM 比谁快？
看维度：
• 单点带宽：今天 HBM 更快（B200 HBM3e 8 TB/s · Rubin HBM4 22 TB/s vs MemoryX→WSE 约 5-10 TB/s）
• 内存容量：MemoryX 大 800-1,000 倍（1.2 PB vs 192 GB）
• 整体推理吞吐量：Cerebras 仍然赢 ~40×（2,100 vs 50 tok/s on Llama 70B）
原因是分工不同 —— HBM 既装权重又装 activation，带宽要双任务分摊；MemoryX 只喂权重，activation 由片上 21 PB/s SRAM 专享。CPO 之后 MemoryX 也能到 100+ TB/s，那时单点带宽也反超。

3内存层级 · 从计算核到数据中心

把两家从最深处（计算核）到最远处（跨数据中心）的所有数据通道画在一张图上，看每一段用什么物理介质。关键观察：Cerebras 比 NVIDIA 少 3 个层级——L3 节点内、L4 chip-to-chip、L5 off-die 显存被架构消除了。

↑ 远（网络） ─────────────────────────── ↓ 近（计算核） 从数据中心入口到硅片内部 · 哪一层是铜，哪一层是光？ NVIDIA Rubin / B200 层级 Cerebras CS-3 光纤 长距光纤（数十 km） 两家都用，行业成熟 L1 跨 DC 光纤 长距光纤（数十 km） 两家相同 ✨ CPO 2026 Q1 Quantum-X / Spectrum-X Photonics 115 / 400 Tb/s · 3.5× 能效 · 2026 量产 交换机层 CPO · 30W → 9W per 1.6T 10x 网络弹性 · 4x 减激光器 L2 机柜间 Inter-rack ✨ CPO 2027+ SwarmX / Ranovus 晶圆级 CPO DARPA $45M 项目 · 目标 100+ TB/s/节点 紧贴 wafer 边缘 · 直连 MemoryX 这是 Cerebras 最关键的光层 ⚡ NVIDIA 光屏障 — 光到 L2 止 ⚡ 铜 NVSwitch · NVLink Switch Chip B200: 1.2 kW · 节点内 8 GPU 全互联 L3 机柜内 — 这一层不存在 — 单 wafer = 单节点，无"节点内多 GPU" ⚡ 铜 NVLink 5/6（铜） B200: 1.8 TB/s · Rubin: 3.6 TB/s L4 片间 — 这一层不存在 — 晶圆不切，无 chip-to-chip ⚡ 铜 HBM3e/HBM4 · CoWoS 2.5D（铜） B200: 8 TB/s · Rubin: 22 TB/s · ~1mm 走线 L5 计算↔显存 — 这一层不存在 — 没有 off-die 显存 · 44GB SRAM 在硅片内 ⚡ Cerebras 光屏障 — 光一路渗透到这里，紧贴硅片 ▒ 硅 L2 Cache · Shared Memory B200: ~100 MB 总 L2 · 片上走线 L6 片上 SRAM ▒ 硅 44 GB SRAM 分布在 900K 核之间 21 PB/s · 紧贴 core · 纳秒级延迟 ▒ 硅 core B200 Compute Die · 208B 晶体管 2 chiplet · 192 SM · Tensor Core Gen5 20 PFLOPS FP4 L7 计算核 ▒ 硅 core WSE-3 · 4 万亿晶体管 900,000 AI 核 · 整片 5nm 晶圆 125 PFLOPS FP16 ⚡ 光的"渗透深度"对比 NVIDIA： ✨ 光：到 L2（交换机层）止 ⚡ 铜：L3 → L4 → L5（仍是大头） Cerebras： ✨ 光：L2 → 跳过 L3/L4/L5（架构消除）→ 直接对接 L6 硅 硅
视觉冲击：NVIDIA 的"光"只占顶部一段，下面 L3-L5 是铜 SerDes/NVLink/CoWoS 的串联。Cerebras 把 L3-L5 这三层从架构上彻底消除了——光从 L2 一路渗透到 L6 硅。这就是"光放在哪一层"的真正含义。
FAQ · 光放在哪一层
NVIDIA 最新方案是不是也用光了？
是，但放在不同的层。NVIDIA 的 Quantum-X (2026 Q1) 和 Spectrum-X (2026 H2) 在交换机层用 CPO，主要解决百万 GPU 工厂的网络功耗（3.5× 效率提升）。GPU 内部（HBM、NVLink）还是铜。Cerebras 把 CPO 焊在 wafer 边上，直连 MemoryX —— 位置更"贴肉"。
类比：NVIDIA 的光是"把数据中心高速公路换成光纤"，Cerebras 的光是"把工厂大门换成光纤直出"。
SRAM 和 CPO 是一回事吗？
完全不是 —— 是两个不同维度的概念。SRAM 是"存储介质"（片内硅基存储），CPO 是"通信介质"（片外光通信）。SRAM 内部读写用的也是铜（硅片金属层走线），只是距离微米级所以超快。
口诀：SRAM = 存什么 / CPO = 怎么搬。光（CPO）替代的是"片外铜 SerDes"，不是 SRAM。SRAM 永远在片内，CPO 永远在片外，两者协同不替代。

4切模型策略 · TP（NVIDIA）vs PP（Cerebras）

把 80 层的 Llama 70B 装到多卡/多 wafer 上，有两种切法。NVIDIA 主用 Tensor Parallel（每层切到多卡），Cerebras 主用 Pipeline Parallel（按层段分给多 wafer）。切法决定了跨设备流量是 TB/s 级还是 GB/s 级。

NVIDIA · Tensor Parallel（纵切） 每层参数横向 4 等分，4 颗 GPU 各拿 1/4 ← 每层参数（hidden_dim）→ GPU 1 W[:,0:N/4] GPU 2 W[:,N/4:N/2] GPU 3 GPU 4 ★ 每颗 GPU 参与每一层的计算 → 每层算完都要 AllReduce 同步 → 跨卡流量大 Cerebras · Pipeline Parallel（横切） 每 wafer 拿完整 20 层 · 4 wafer 各负责一段 ← 每层参数（完整保留）→ WSE-1 Layer 0-19（完整 20 层） W + KV cache + activation 全在 SRAM 片上 21 PB/s 内部跑 WSE-2 Layer 20-39（完整 20 层） 本地完整 KV cache 独立工作 WSE-3 Layer 40-59（完整 20 层） 本地完整 KV cache 独立工作 WSE-4 Layer 60-79（完整 20 层） 本地完整 KV cache 输出最终 token ↓ 16 KB ↓ 16 KB ↓ 16 KB ★ 每个 wafer 只参与自己那段层 → 跨 wafer 只传 1 个 activation 向量 → 流量极小 📊 同样工作量下的跨设备流量（70B 模型, 2,100 tok/s, 1,000 并发） TP (NVIDIA)： ~200-400 GB/s 持续 · NVLink AllReduce PP (Cerebras)： ~1-10 GB/s 差距 ~20-100×
对比项 Tensor Parallel（NVIDIA 主用） Pipeline Parallel（Cerebras 主用）
切法 每层切碎，所有设备共同算每层 按层段分，每设备独立算几层
同步要求 每层 AllReduce（高频高量） 仅层边界传 activation
KV cache 碎片化，attention 需 AllGather 本地完整，attention 在片内
单 token latency 能加速（并行算同一层） 不加速（顺序流过）
吞吐量 受 AllReduce 限制 流水线满载 95%+ 利用率
前提条件 单卡装不下模型时必需 单设备能装多层（Cerebras 20 层/wafer）
本质：切法决定了"跨设备需要同步多少数据"。TP 切碎参数维度，每层都需要 AllReduce 收齐；PP 切层段，跨设备只传一个 activation 向量。同样是铜互连，TP 负载 100×、PP 负载 1×。
FAQ · 关于 PP 的常见疑问
B200 单卡 192 GB HBM，容量上完全能做 PP 吧？
完全可以，容量上没问题。但 单做 PP 不会让单 token 解码变快 —— PP 本质是流水线，单 token 还是要串行经过所有阶段，总时间是各阶段之和。
NVIDIA 用 TP 是因为：TP 能并行算同一个 token 的所有层，给单流加速。Cerebras 单 wafer 已经有 900K 核（相当于自带"超大 TP"），所以可以用 PP 来横向扩容量。
一句话：TP 加速单流，PP 扩容量。两家选哪种取决于单设备的算力密度。
多 wafer 之间不也是铜互连？这不是又回到 NVLink 那种瓶颈了？
表面上是，但承载量差 100 倍，所以不构成瓶颈。
NVIDIA TP：每层 AllReduce → 跨卡流量 200-400 GB/s 持续
Cerebras PP：仅层边界传 16 KB activation → 1,000 并发用户也只有 ~96 GB/s
同样的电互连，工作量决定够不够用。SwarmX 100GbE 就撑得住，CPO 上线后只会更宽裕。所以"多 wafer 有铜互连"是事实，但和 NVIDIA TP 的处境完全不同。

5速度根源 · BW/GB 比率的 11,000 倍差距

为什么 Cerebras 跑 Llama 70B 是 2,100 tok/s 而 NVIDIA 只有 ~50 tok/s？根本原因不在"算力"，在于每 GB 内存可以提供多少带宽——HBM 的 42 GB/s/GB vs SRAM 的 477 TB/s/GB，差 11,000 倍。

关键指标 · BW/GB 比率（每 GB 内存能提供的带宽） NVIDIA B200 HBM3e 192 GB HBM3e（8 stacks × 24 GB） ↓ 整条 HBM 带宽 ↓ 8 TB/s 总带宽 8 TB/s ÷ 192 GB = 42 GB/s 每 GB 存储 Cerebras WSE-3 SRAM 44 GB SRAM（分布在 900K 核之间） ↓ 整片 SRAM 带宽 ↓ 21 PB/s = 21,000 TB/s 总带宽 21,000 TB/s ÷ 44 GB = 477,000 GB/s 每 GB 存储 ⚡ BW/GB 比率差距 477,000 ÷ 42 = 11,357 倍 同样要读 1 GB 数据，HBM 需要 24 ms，SRAM 需要 2 μs 这才是 Cerebras 推理速度的真正根源 · 不是"算力"，是"读速度" 🔬 实战：跑 Llama 70B decode（140 GB 权重 FP16） B200 单卡： 140 GB ÷ 8 TB/s = 17.5 ms/token → ~57 tok/s 理论上限 CS-3 单 wafer： 35 GB（每片）÷ 21 PB/s = 1.7 μs → 实际跑到 2,100 tok/s（被 attention 限） 理论差距 ~10,000× · 实际差距 ~40× · 中间被算力 / KV access / PP 气泡填平了一些
核心公式：
推理速度 ≈ BW ÷ 模型大小
但只有 BW/GB 比率 决定了"每个内存单元能多快被读"。
HBM 给你大容量（192 GB）但慢（42 GB/s/GB），SRAM 给你小容量（44 GB）但快（477,000 GB/s/GB）。
对于 memory-bound 的 LLM decode，BW/GB 比 总容量更重要。
FAQ · 关于"铜慢光快"的误解
SRAM 比铜还慢？
反了。SRAM 内部"用"的就是铜（片内金属层走线），距离微米级所以快到 21 PB/s。
我们说"铜慢"指的是片外铜（NVLink、PCIe SerDes 等）—— 距离 cm-m 级，需要 SerDes 编码均衡，信号衰减大。
同样是铜，距离差 1,000 倍，速度差 1,000 倍。光（CPO）替代的是片外铜，不是 SRAM 内部那条路。SRAM 的速度王座光也撼动不了（光做不了微米级走线）。

6Cerebras 的瓶颈 · MemoryX 喂权重 · CPO 是唯一解

Cerebras 的 SRAM 这么快，为什么还需要 CPO？因为 44 GB SRAM 装不下大模型，权重必须放外面的 MemoryX 池里流式喂入。这条"喂权重的管子"今天只有 ~5-10 TB/s，是 Cerebras 唯一真正的瓶颈——CPO 就是为解决它而来。

客户需求 → 带宽推导 客户要 2,100 tok/s 推理模型 / Agent 用例 Llama 70B = 140 GB 权重 140 × 2,100 = 294 TB/s 权重 BW 需求 44 GB SRAM 装不下 → 权重必须在 MemoryX 池 ⚠ MemoryX → WSE 必须 PB/s 级 这条路必须解决 ❌ 今天（电 SwarmX） MemoryX 24 TB - 1.2 PB DDR DRAM 池 装得下 24T 参数模型 内部聚合 BW 高 ~10 PB/s 内部 但出口受限 SwarmX 电互连（100/400 GbE 类）· 上限 ~5-10 TB/s 差需求 294 TB/s 约 30-60 倍 WSE-3 21 PB/s 片上 900K 核饥饿等数据 算力 99% 浪费 瓶颈在喂料速度 ✅ CPO 之后（2027+） MemoryX 同等容量 但接 CPO 直出 → 光纤直连 wafer DARPA 项目目标 2025-04 启动 CPO CPO Ranovus 晶圆级 CPO · 100+ TB/s 起步 WDM 多波长 · 光纤直出 · ~1 pJ/bit WSE-3 21 PB/s 片上 权重持续灌满 2,100+ tok/s ✅ 算力终于不浪费 💡 因果链闭环 客户用例 → 294 TB/s 权重带宽 → MemoryX 必须外置 → 喂料路必须 PB/s 级 铜物理上做不到 → 光是唯一通路 → CPO 是这条路的工程实现
核心：Cerebras 不是"觉得光更酷"，是商业模式逼着必须上光。客户买 Cerebras 是为速度，速度依赖权重流速，权重流速依赖 off-wafer 带宽，off-wafer 带宽只能靠光。链上任何一环抽掉，wafer-scale 故事都讲不下去。
FAQ · KV cache 与 decode 流程
KV cache 存哪里？decode 时不是要读整个权重 + 之前所有 KV cache？
KV cache 跟该层的权重一起存在 WSE 片上 SRAM（不是 MemoryX）。这是 Cerebras 的关键设计 —— 每层映射到 wafer 的一块物理区域，本地 21 PB/s 直接访问。
数据量参考（Llama 70B GQA-8，FP16）：每 token KV cache ≈ 320 KB · 8K 上下文 ≈ 2.6 GB / 用户。
代价：44 GB SRAM 紧张，大模型 + 长上下文必须串多 wafer。这也是为啥 long-context 场景 Cerebras 比 GPU 贵 —— 这才是 Cerebras 真正的护城河缺口。
用例上为啥必须上 CPO？倒着推一遍
因果链一环扣一环：
客户要 2,100 tok/s 推理 → Llama 70B × 2,100 = 294 TB/s 权重带宽需求
→ 44 GB SRAM 装不下 70B 模型 → 权重必须放外置 MemoryX
→ MemoryX 到 WSE 必须穿过 wafer 边缘（物理唯一通道）
→ 铜在边缘塞不下 PB/s 级带宽（物理硬约束）
→ 光是唯一通路，CPO 是工程实现
链上任何一环抽掉，wafer-scale 商业模式就崩。

7CPO 物理原理 · 三个超能力叠加

为什么 CPO 能突破铜的极限？三个独立物理特性叠加：① WDM 让一根纤跑 N 条数据 · ② 光在纤里几乎不衰减 · ③ Co-Packaging 省掉传统光模块的电浪费。每一个都不是新东西，但组合起来形成数量级突破。

CPO 突破物理极限 三超能力叠加 超能力 ① · WDM 波分复用 1 根纤 = 8-32 个波长 × 100-200 Gb/s 单纤 1.6-6.4 Tb/s 带宽密度 20-100× 铜 铜导体里只有 1 个信号通道 超能力 ② · 距离不衰减 0 pJ/bit 片内 机柜间 铜 ↑ 10 pJ/bit 光 ~ 1 pJ/bit 100 米光纤几乎无损（<0.02 dB） 推 100 TB/s：光 800W，铜 5,600W 超能力 ③ · Co-Packaging 芯片 5mm CPO 光纤直出 省 30cm 电走线 + 2-3 次 SerDes 额外再省 50% 能耗
对比项 铜 SerDes (NVLink/PCIe) 可插拔光模块 (QSFP-DD) CPO 共封装光
pJ/bit 5-10 15-20 ~1-1.5
单通道带宽 200 Gb/s (上限) 200 Gb/s × λ 200 Gb/s × λ (WDM)
距离 ~m 级 km 级 km 级
距离损耗 指数级上升 平坦 平坦
芯片到光的电路径 — ~30-50 cm + 2-3 次 SerDes ~5 mm（共封装）
单 1.6T 链路功耗 ~30 W (理论) 30 W 9 W（NVIDIA 实测）
关键：这三个超能力不能拆开看。WDM 给了你密度，光的低损耗给了你能耗下降，但只有共封装（CPO）把芯片到光的最后一段电走线消除掉，才能把综合 pJ/bit 推到 ~1 级别。这就是 NVIDIA Quantum-X 能把 30W 压到 9W 的原因。
FAQ · 物理细节
为啥 CPO 能做到 100 TB/s 而铜不能？
三个独立物理超能力乘法叠加：
① WDM：一根纤跑 8-32 个波长 → 带宽密度 20-100×
② 光低损耗：100m 几乎不衰减 → pJ/bit 降到铜的 1/5-1/10
③ Co-Packaging：光引擎贴芯片旁 5mm → 省 SerDes/DSP，再 50%
综合下来同样 1 kW 预算：铜传 10 TB/s，光传 100+ TB/s。每个单独看都不算革命，三者相乘才出数量级。
CPO 物理上有什么硬骨头？
晶圆级 CPO 工程难点：
• 激光器温控：DFB 激光器需要 ±0.1°C 稳定，但旁边是 23 kW 的 WSE 热源
• 良率无冗余：WSE 缺陷可以靠冗余核兜底，CPO 光通道没有这种机制
• 测试与封装：光接口测试比电接口复杂得多
这就是为啥 Ranovus 拿了 $45M DARPA 合同，量产时间表还没公布 —— 不是没钱，是工程不简单。

8NVIDIA 的应对 · 光在网络层，2026 年量产

NVIDIA 也在上 CPO，但放在不同的层级。Quantum-X Photonics (2026 Q1) 和 Spectrum-X Photonics (2026 H2) 是放在交换机里的 CPO，目标是省网络层的电费。GPU 本身、HBM、NVLink 还是铜。Cerebras 把 CPO 放在芯片边，NVIDIA 把 CPO 放在交换机里——位置不同，战略不同。

NVIDIA 2026 CPO 产品 · 验证数据 Quantum-X Photonics（InfiniBand） 2026 Q1 商用出货 · 液冷设计 总容量： 115 Tb/s 端口配置： 144 ports × 800 Gb/s 基础 SerDes： 200 Gb/s 每 link 功耗： 30W → 9W (3.3× 提升) 激光器： 4× 减少 网络弹性： 10× 提升 用途：超大 AI 工厂的 InfiniBand 主干 Spectrum-X Photonics（Ethernet） 2026 H2 商用出货 · CPO 以太网 总容量（旗舰）： 400 Tb/s 端口配置： 512 × 800 / 2,048 × 200 入门版： 100 Tb/s 功耗效率： 3.5× 提升 激光器集成： 硅光子工艺 目标场景： 百万 GPU AI 工厂 用途：以太网骨干，跨机柜 AI 集群 ⚡ 同样 CPO，两家放的位置完全不同 🟧 NVIDIA： CPO 在交换机芯片里（L2）· 解决网络层电费 主战场：百万 GPU AI 工厂的网络功耗 · GPU 内部 HBM/NVLink 仍是铜 · 是优化升级 🟦 Cerebras： CPO 焊在 wafer 边上（L2 但紧贴硅）· 解决 MemoryX 喂权重 主战场：让 wafer-scale 路线在大模型时代能闭环 · 这是架构存亡的承重墙 NVIDIA 不上 CPO，公司还在；Cerebras 不上 CPO，wafer-scale 卖不动
战略对比：同样是 CPO，NVIDIA 是"锦上添花"（网络层节能），Cerebras 是"生死线"（架构闭环）。这就是为什么 NVIDIA 可以慢慢部署 CPO（先 Q1 后 H2），而 Cerebras 需要 Ranovus 加速攻关——速度决定了能否赶上 OpenAI 那 $20B 订单的交付窗口。

∞核心总结 · 9 张卡片打包所有认知

① 商业拐点

  • • 2026-05-14 今天：Cerebras 上市（CBRS）
  • • 估值 $48.8B · 募资 $4.8B · 20× 超额
  • • 收入 $510M · 净利 $238M · 47% 净利率
  • • 客户：OpenAI $20B 订单 · 750 MW 推理
  • • 同期 NVIDIA Rubin Q1 量产
  • • 两条路线正面对决正式开始

② 物理规格关键

  • • WSE-3: 4T 晶体管 · 46,225 mm² 整片晶圆
  • • 44 GB 片上 SRAM · 21 PB/s 片上带宽
  • • Rubin: 288 GB HBM4 · 22 TB/s（双 die）
  • • 片上带宽差 2,625× 才是根本
  • • 容量上 Rubin 反而大（HBM 在外面）
  • • 比较容量没意义，要比 BW/GB

③ 内存层级

  • • 完整内存路径有 7 层（L1-L7）
  • • NVIDIA 光只到 L2（交换机层）
  • • L3/L4/L5 是铜 SerDes 大头
  • • Cerebras 把 L3/L4/L5 架构上消除
  • • 光从 L2 直接对接 L6 硅
  • • 这是"光放在哪一层"的真意

④ 切模型策略

  • • NVIDIA 主用 TP（纵切）
  • • 每层 AllReduce → 跨卡流量大
  • • Cerebras 主用 PP（横切）
  • • 跨片只传 activation → 流量小
  • • 关键纠错：B200 容量能 PP 但加速差
  • • 每片 wafer 装 20 层是 PP 能用的前提

⑤ 速度根源

  • • HBM: 42 GB/s 每 GB 存储
  • • SRAM: 477,000 GB/s 每 GB 存储
  • • BW/GB 差 11,000×
  • • 这是 Cerebras 推理快的真正根源
  • • Llama 70B: 2,100 tok/s vs ~50 tok/s
  • • KV cache 完全在 21 PB/s SRAM 里

⑥ MemoryX 瓶颈

  • • 44 GB SRAM 装不下 70B 模型
  • • 权重必须放外置 MemoryX（24-1200 TB）
  • • 喂权重需要 294 TB/s（70B × 2,100 tok/s）
  • • 今天 SwarmX 电互连：5-10 TB/s（远远不够）
  • • 这是唯一真正的瓶颈
  • • 现在靠 batching + caching 撑着

⑦ CPO 三超能力

  • • WDM: 1 纤 = 8-32 波长 · 密度 20-100×
  • • 光纤低损: ~1 pJ/bit · 距离不衰减
  • • Co-Packaging: 省 SerDes/DSP · 再 50%
  • • 综合：100 TB/s 跨片 800W (vs 铜 5,600W)
  • • Ranovus DARPA $45M · 目标 100× 当前 CPO
  • • 是 wafer-scale 最后拼图

⑧ NVIDIA 应对

  • • Quantum-X CPO: 2026 Q1 出货 · 115 Tb/s
  • • Spectrum-X CPO: 2026 H2 出货 · 400 Tb/s
  • • 3.5× 功耗效率 · 30W → 9W per link
  • • 但只在交换机层，GPU 内部仍铜
  • • Rubin Q1 量产: 288GB HBM4, NVLink6
  • • 收购 Groq $20B（防守动作）

⑨ 一句话总结

  • • Cerebras = "把所有快的东西塞进一片晶圆"
  • • NVIDIA = "用最强单卡 + 高速互连堆集群"
  • • 一个赌"集成"，一个守"模块化"
  • • SRAM 21 PB/s 是 Cerebras 的护城河
  • • CPO 是这道城河的桥
  • • 2026 是这场架构之争的决战年

Cerebras vs NVIDIA · 完整架构解析 · 2026 终极版
数据来源（全部验证）：Cerebras 官方 / NVIDIA 官方 / Hot Chips 2024 / Ranovus-DARPA 公告 / 第三方 Benchmark / Tom's Hardware / ServeTheHome
整理日期：2026-05-14

作者 · CHEN FENG  ·  [email protected]