夜雨聆风
今天看到 Cerebras IPO 的新闻，就深入了解了一下这家公司做什么的，没想到最后引申到了国产替代的角度上了。
这家公司最抓眼球的地方，是它直接把接近整片晶圆做成一个超大芯片。
别人是一片晶圆切成很多小芯片。
它反过来。
不切。
一整片端上来。
这个思路很猛，但它真正戳中的不是“大芯片”这个噱头。
而是 AI 算力里最烦的一件事：
GPU 之间聊天太慢。
大模型训练和推理，很多时候不是单卡算不动，而是多卡之间同步、搬数据、等通信，把效率吃掉了。
Cerebras 的想法就是：
既然跨 GPU 通信这么痛苦，那我把尽可能多的核心塞进一个芯片里。
少一点跨卡。
少一点互联。
少一点系统复杂度。
这条路很漂亮。
但看完以后，我反而更理解 NVIDIA 为什么难打。
NVIDIA 真正可怕的地方，不是一张卡。
是它已经把一整套东西做成了默认值。
GPU+ HBM+ NVLink / NVSwitch+ NCCL+ CUDA+ TensorRT / Triton+ DGX / 集群方案+ 工程师习惯这些东西叠在一起，才是 NVIDIA。
很多人讲 CUDA，会把它讲成一个编程语言，或者一个软件工具包。
这个理解太轻了。
CUDA 真正锁住的，是 AI 公司从研发到上线的整条链路。
模型代码默认按 CUDA 写。
PyTorch 优先适配 CUDA。
高性能 kernel 围着 CUDA 优化。
训练框架、推理框架、debug 工具、招聘市场、运维经验，也都围着 CUDA 转。
所以企业采购算力时，嘴上问的是性能，心里问的是另一件事：
这东西出问题，谁能修？
这才是护城河。
不是“我比你快 30%”就能打穿。
因为快 30%，可能抵不过一次线上事故。
这也是 Cerebras 面临的真实问题。
它不是没技术。
恰恰相反，它是真有技术差异化。
整片晶圆级芯片要解决坏点绕路、mesh 网络、容错路由、散热、供电、封装，这些都不是 PPT。
但技术差异化，不等于生态迁移。
客户买它，不只是买一颗大芯片。
是要接受一套新的计算系统。
训练方式可能要调。
模型部署可能要适配。
团队经验要重新积累。
出了问题，不能像 NVIDIA 那样直接在社区、供应商、招聘市场里找到一堆现成答案。
所以我看 Cerebras，不会只看它是不是快。
要看它能不能把“快”变成“省事”。
技术公司最难的一步，往往不是证明自己更强。
是证明客户换你以后麻烦更少。
顺着这个问题看国产替代，脉络就清楚很多。
国产 AI 芯片现在最容易被误解的地方，是大家还在问：
我们能不能造出一张 AI 卡？
这个问题已经不够用了。
更现实的问题是：
能不能做出一套可用、稳定、可复购的 AI 计算系统。
不是一张卡。
是一套系统。
华为昇腾走的是全栈路线。
Ascend 芯片，加 CANN，加 HCCL，加 ModelArts，加云和政企交付。
它最像是在中国市场里重新造一个 CUDA 生态。
这条路最重，但也最有机会变成默认值。
寒武纪、燧原、昆仑芯这类，更像专用 AI 加速器路线。
不一定非要复制 NVIDIA。
它们更现实的机会，是先在固定模型、固定行业、固定推理场景里跑出来。
只要客户的模型相对稳定，迁移成本可控，性能和成本能算过账，就有机会。
壁仞、摩尔线程、沐曦这类 GPGPU 路线，故事最像 NVIDIA。
也最难。
因为 GPU 不只是 AI。
驱动、编译器、框架适配、CUDA 迁移、多卡通信、图形和通用计算，全都要补。
参数好看没用。
客户跑起来少骂几句，才有用。
所以国产替代的顺序，大概率不是一上来就“全面替代 NVIDIA”。
更像是：
固定模型推理→ 政企国产化→ 行业大模型→ 中小规模训练→ 大规模通用训练一步一步往上打。
先在不那么复杂的地方变成默认值。
再扩大默认值的范围。
这条路听起来没那么燃，但更像真的。
国产替代不是喊一句“去 CUDA”。
去 CUDA 的意思，不是把 CUDA 拿掉。
是要让客户在不用 CUDA 的情况下，仍然觉得事情能跑、能修、能交付、能复购。
这比造芯片更难。
今天看 Cerebras，最后绕回来的还是这个判断：
AI 基础设施的竞争，不是单点创新竞争。
是默认值竞争。
Cerebras 的整片晶圆很猛。
国产芯片的参数也会越来越好看。
但真正值钱的是另一件事：
谁能让客户少做选择。
NVIDIA 现在卖的不是芯片。
是“你不用想太多”。
国产替代要赢，也不能只卖“我也有芯片”。
它要卖的是：
出了问题，不用客户自己到处找人救火。
CUDA 这一关，难就难在这里。
我自己每天在用一张空投评分表，四个维度——发币意愿、链上数据、筹码、成本。
做这个表不是因为我有什么 alpha，是怕反撸——花了时间精力最后倒贴。
我用它劝自己：这个项目不值得跑。
不一定对。但每条都是踩过的坑。
如果你也在跑空投，把你正在跑的项目发我，我帮你跑一下。
