OpenAI与Cerebras合作：SRAM加速器如何革新AI计算

1. OpenAI与Cerebras的里程碑式合作

2024年7月，人工智能领域迎来一个标志性事件——OpenAI首次将其GPT-5.3-Codex-Spark模型部署在Cerebras Systems的CS3加速器上。这个餐盘大小的AI专用芯片采用了革命性的SRAM（静态随机存取存储器）技术，其片上内存速度达到传统GPU中HBM4内存的1000倍。作为对比，这相当于从普通公路直接跃升到超音速飞机的速度提升。

这次合作背后是一份价值100亿美元的巨额合同，OpenAI计划部署高达750兆瓦的定制AI芯片来支持其最新一代GPT模型。值得注意的是，这并非要取代现有的GPU基础设施，而是构建一个互补的计算生态系统。正如OpenAI技术团队在官方声明中强调的："GPU仍然是训练和大规模推理的基础设施，而Cerebras芯片则专攻需要极低延迟的特殊场景。"

1.1 CS3加速器的技术突破

Cerebras CS3加速器的核心创新在于其晶圆级架构和SRAM内存设计。传统AI加速器通常采用DRAM或HBM作为主内存，需要通过相对缓慢的接口与计算核心通信。而CS3将整个内存系统直接集成在计算芯片上，实现了：

• 零延迟数据访问：计算单元可以直接访问片上SRAM，无需经过传统的内存控制器和总线
• 超高带宽：实测内存带宽达到45TB/s，是英伟达H100 GPU的15倍
• 确定性延迟：每个操作都有精确可预测的执行时间，这对实时系统至关重要

技术细节：SRAM采用6T（六晶体管）存储单元设计，虽然比DRAM的1T1C（单晶体管单电容）设计占用更多芯片面积，但省去了刷新操作，访问速度提升3个数量级。

不过这种设计也有其代价——整个餐盘大小的CS3芯片仅提供44GB内存容量，远小于高端GPU的数百GB配置。这解释了为什么OpenAI选择先在相对轻量级的Codex-Spark模型上尝试这项技术。

2. GPT-5.3-Codex-Spark的技术特性

2.1 模型架构与性能表现

虽然OpenAI没有公开GPT-5.3-Codex-Spark的全部技术细节，但从已有信息可以推断：

• 纯文本架构：延续GPT系列的自回归Transformer设计
• 128K上下文窗口：相当于约10万英文单词的"短期