8月20日，AI芯片公司Cerebras发布新一代CS-4计算平台，采用台积电5纳米制程与系统级晶圆（SoW）封装，最大亮点是以SRAM替代HBM、不再依赖高带宽存储器，预计今年下半年正式推出。CS-4搭载3颗WSE-3 Turbo芯片，性能较上一代提升数倍，面向大模型推理场景，并可通过外部平台扩展存储容量。受消息影响，SK海力士、三星等HBM产业链股价大幅下跌。
长期以来，HBM被视为大模型训练的刚需内存，英伟达的GPU方案与HBM深度绑定，产业链集中度极高。Cerebras用系统级晶圆加片上SRAM的路线，试图绕开对高带宽存储器的依赖，为AI算力市场提供了区别于英伟达的新选择。这条技术路线能否跑通，关系到推理成本、能耗与供应链安全的长期格局。
从训练走向推理，AI算力的需求结构正在发生变化。随着大模型进入规模化落地阶段，推理场景对低延迟、高吞吐、低能耗的要求愈发突出，算力竞争的重点正从训练集群扩展到推理架构。Cerebras凭借OpenAI、AWS等大客户订单切入这一市场，说明推理算力已成为芯片厂商必须争夺的高地。
技术路线创新之外，挑战同样明显。SRAM替代HBM在容量与成本上仍有局限，CS-4面向的是特定推理场景而非通用计算，生态兼容性也需要时间验证。对用户而言，算力供给的选择增多是好事，但不同架构之间的迁移、调度与运维成本，仍是不小的工程门槛。
这正是算力平台需要回答的问题。星战科技聚焦GPU算力平台与算力调度能力，为企业提供训练与推理任务的统一调度与资源管理，帮助用户在异构算力环境里按需分配、按任务匹配，降低技术路线切换带来的工程成本；同时通过AI实训平台，让更多团队能够上手理解大模型推理的算力特性。
HBM与SRAM之争只是算力路线演进的一个切面。可以预见，随着推理需求爆发，芯片厂商、云厂商与算力平台将持续分化出更多元的技术方案，先进封装、存储架构与调度软件的协同能力，将成为决定算力平台竞争力的关键。对下游企业来说，不绑定单一架构、构建可弹性扩展的算力底座，是更稳妥的选择。
Cerebras CS-4的问世，让“无HBM”路线从概念走向产品。AI推理算力的竞争，将不只是芯片参数的比拼，更是架构路线、工程实现与生态协同的综合较量，市场格局的洗牌或许才刚刚开始。