作者waitrop (嘴砲無雙)
看板Stock
標題Re: [新聞] 告別GPU OpenAI推出極速晶圓引擎模型
時間Fri Feb 13 14:41:06 2026
※ 引述《h0103661 (單推人) 每日換婆 (1/1)》之銘言：
:
: 原文標題：
: Introducing OpenAI GPT-5.3-Codex-Spark Powered by Cerebras
:
: 原文連結：
: https://www.cerebras.ai/blog/openai-codexspark
:
: 發布時間：
: 2026-02-12
:
: 記者署名：
: James Wang
:
: 原文內容：
: Today, we’re announcing that OpenAI’s new GPT-5.3-Codex-Spark model, powered b
: y Cerebras, is available in research preview. This marks the first release in ou
: r collaboration between Cerebras and OpenAI. Codex-Spark is designed for real-ti
: me software development where responsiveness matters as much as intelligence. Po
: wered by the Cerebras Wafer-Scale Engine, it runs at over 1,000 tokens/s, enabli
: ng near-instant feedback in live coding environments.
: 今日，我們正式發布由 Cerebras 技術驅動的 OpenAI 全新模型 GPT-5.3-Codex-Spark，並
: 開放研究預覽。這是 OpenAI 與 Cerebras 合作的首個里程碑。Codex-Spark 專為對響應速
: 度要求極高的即時軟體開發而設計。憑藉 Cerebras 晶圓級引擎（Wafer-Scale Engine）的
: 強大效能，其執行速度突破每秒 1,000 個標記（tokens/s），為即時程式開發環境提供近
: 乎瞬時的回饋。
: Agentic coding has fundamentally changed software development. For the first tim
: e, machines can autonomously work for hours or days without human supervision. B
: ut this mode of interaction can also leave developers feeling out of the loop wi
: th long wait times and less opportunity to direct the work. As software developm
: ent is iterative, developers need to inject taste, direction, and sensibility al
: ong the way. Codex-Spark is designed for this kind of real-time, iterative work.
: It is fast, responsive, and steerable, putting the developer back in the driver
: ’s seat.
: Codex-Spark is a smaller version of Codex optimized for fast inference. On agent
: ic software engineering benchmarks such as SWE-Bench Pro and Terminal-Bench 2.0,
: it produces more capable responses than GPT-5.1-Codex-mini while completing tas
: ks in a fraction of the time.
: Codex-Spark excels at making precise edits, revising plans, and answering contex
: tual questions about your codebase. It’s a fast way to visualize new layouts, r
: efine styling, and test new interface changes.
: 「代理型編碼」（Agentic coding）已從根本上改變了軟體開發，使機器能獨立運作數小時
: 甚至數日。然而，這種模式也可能讓開發者因漫長的等待而產生疏離感，減少了引導工作的
: 機會。由於軟體開發本質上是反覆迭代的過程，開發者需要隨時注入審美、方向感與判斷力
: 。Codex-Spark 正是為此類即時、互動式工作而生；它反應迅速且易於引導，讓開發者重新
: 掌握主導權。
: Codex-Spark 是針對快速推論（Inference）優化的 Codex 精簡版本。在 SWE-Bench Pro
: 與 Terminal-Bench 2.0 等代理型軟體工程基準測試中，它的表現優於 GPT-5.1-Codex-min
: i，且完成任務的時間僅需後者的一小部分。
: Codex-Spark 擅長進行精確編輯、修訂計畫，以及回答關於程式碼庫的脈絡問題。對於視覺
: 化新佈局、精煉樣式及測試介面更動，它提供了一種極速的實現方式。
: "Cerebras has been a great engineering partner, and we’re excited about adding
: fast inference as a new platform capability. Bringing wafer-scale compute into p
: roduction gives us a new way to keep Codex responsive for latency-sensitive work
: , and we’re excited to learn from developer feedback on how to compose our comp
: ute capabilities into one smooth workflow," said Sachin Katti, Head of Industria
: l Compute at OpenAI.
: OpenAI 工業運算負責人 Sachin Katti 表示：「Cerebras 是傑出的工程合作夥伴，我們很
: 高興將『快速推論』納入平台能力。將晶圓級運算導入生產環境，為維持 Codex 在延遲敏
: 感型任務中的響應速度提供了全新途徑。我們期待透過開發者的回饋，學習如何將這些運算
: 能力整合進流暢的工作流中。」
: Codex-Spark is just a taste of what’s possible on Cerebras hardware. Our broade
: r goal is to accelerate a wide spectrum of AI workloads across both real-time an
: d asynchronous use cases. Our purpose-built Wafer-Scale Engine features the larg
: est on-chip memory of any AI processor, enabling high-speed inference at thousan
: ds of tokens per second per user. The architecture scales out to thousands of sy
: stems, extending fast memory capacity into the multi-terabyte domain to support
: trillion-parameter models for both training and inference. We expect to bring th
: is ultra-fast inference capability to the largest frontier models in 2026.
: Codex-Spark is rolling out as a research preview for ChatGPT Pro users across th
: e Codex app, CLI, and VS Code extension, with API access rolling out to select d
: esign partners. Try Codex-Spark rolling out today.
: Codex-Spark 僅是 Cerebras 硬體潛力的初步展現。我們的長遠目標是加速涵蓋即時與異步
: （Asynchronous）情境的全方位 AI 工作負載。我們專為 AI 打造的晶圓級引擎擁有業界最
: 大的片上記憶體（On-chip memory），可支援每位使用者每秒數千個標記的極速推論。該架
: 構可擴展至數千台系統，將高速記憶體容量提升至多 TB 等級，足以支援兆級參數模型的訓
: 練與推論。我們預計在 2026 年將此極速推論能力導入最強大的前沿模型中。
: Codex-Spark 研究預覽版即日起向 ChatGPT Pro 用戶推送，支援 Codex App、CLI 及 VS C
: ode 擴充功能；API 存取權限則將逐步開放給特定設計合作夥伴。歡迎今日立即體驗 Codex
: -Spark。
:
:
: 心得/評論：
:
: 上個月我有發了兩家合作的消息，
: 今天正式推出第一個合作產品，推理速度破千的GPT-5！
: 給大家一個比例尺：平常用的GPT-5速度不到一百。
:
: Cerebras的台積電5奈米晶圓引擎WSE-3是世界唯一的晶圓運算，
: 由於能直接載入整個AI模型到運算單元上，
: 速度是GPU的數十倍，
: 這是Cerebras成立以來第一個企業級應用，
: 或將衝擊整個GPU市場。
:
:
我之前有分析過,
https://webptt.com/m.aspx?n=bbs/Stock/M.1769589988.A.C87.html
Cerebras是用大力出奇蹟的方式,
晶片大小是其他GPU/TPU的百倍大小,
一片晶圓wafer 切出一顆,
這會導致良率極低
基本上,
Cerebras有兩個問題: 1. 良率, 2. 相容性(CUDA)
以OpenAI的軟體能力,
相信可以繞過CUDA 的相容性問題,
也就是說,
相信OpenAI 有能力可以把自己的模型移植到Cerebras晶片上運行,
所以對OpenAI+Cerebras而言,
最大的問題就是良率,
以Cerebras的良率跟體量,
不太可能可以吃下所有 ChatGPT Pro 用戶,
1%? 10%? 20%?
不確定能吃下多少的用戶量,
但是對NVDA 影響不大,
2nd solution 的AMD Intel可能就會受到影響
另外,
對於板上的大神與專家們的指教,
我回應幾句話,
我只是用國小數學以及大一基本課本的內容做解釋,
淺顯易懂, 不去賣弄專業,
主要目的是讓大家知道真相,
然後很多大神跟專家對我的提出的觀點,
有很多的指教以及抓錯,
其實,
我也不是笨蛋,
我當然知道我說法的問題,
只是主打一個淺顯易懂, 大方向正確,
這樣說吧!
要是良率可以用之前推文裡說的各種方式解決提高良率,
那為何Intel 三星還在為良率的問題被台積電打趴,
各種提高良率的方式,
都只是小部分的改進,
大方向跟大數字是不會差太多的,
的確,
Cerebras 的良率可能不會到1%那麼慘,
但是絕對絕對是極低良率 極低產量,
要是Cerebras產量夠大,
怎麼沒有大量部署到各大CSP廠,
撇開CUDA相容問題,
就是產量不夠,
而且這麼大的晶片一定是特殊機器特殊規格
然後,
因為Cerebras的良率問題,
所以Cerebras只能選擇台積電,
一樣用國小數學算一算就知道,
Cerebras面積這個大,
吃代工廠良率就更重
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.103.225.6 (美國)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Stock/M.1770964868.A.BB6.html
1F：→ komeko : 寫那麼多小作文結果微軟還是沒反彈 02/13 14:44
???
我沒有買微軟, 我也沒有推微軟
※ 編輯: waitrop (76.103.225.6 美國), 02/13/2026 14:46:07
2F：推 lawy : 感謝W大持續分享，把複雜的事說的業外也看得懂 02/13 14:47
3F：推 madeinheaven: 最主要的問題是SRAM很貴 02/13 14:48
4F：推 madeinheaven: 會做成那麼大也是因為SRAM的關係 02/13 14:51
5F：→ chewthelife8: 1樓三小啦……. 02/13 14:51
6F：推 strlen : 老黃還是破不了200 02/13 14:52
7F：推 abc0922001 : 不管到時候用誰的GPU，或者用不用GPU，都是GG代工 02/13 14:54
8F：推 kira925 : 對AMD/Intel的"晶片"影響可能還沒那麼大 02/13 14:59
9F：→ kira925 : 這有一定程度是打廣告 02/13 14:59
10F：推 ztsc0304356 : 感謝W大的分享和用心解說 02/13 15:02
11F：推 madbele : qqq最近好慘，請問大神對qqq盤那麼久還沒發動有什 02/13 15:05
12F：→ madbele : 麼看法嗎QQ 02/13 15:05
13F：推 Coolno9 : 支持w大的方式 投資向來不保證懂最細最新的人贏 02/13 15:08
14F：推 fakelie : wait來啦 02/13 15:14
15F：推 wahaha99 : 這個大晶圓的不良是內部處理吧？ 02/13 15:26
16F：→ wahaha99 : 把不良、故障的單元隔離掉就好 02/13 15:26
17F：→ wahaha99 : 良率應該是90%以上 只要達到出貨標準就可以出貨 02/13 15:26
18F：推 searchroy : Only GG 02/13 15:33
19F：噓 ttmm : 呵呵 02/13 15:36
20F：→ ttmm : 以為2這麼簡單阿 他們是軟體公司ok 02/13 15:36
21F：→ niniko : 結論是不是買台積電就對了? 02/13 15:38
22F：推 QDR18 : 感謝分享 02/13 15:42
23F：推 speculator : 大概就是這東西對良率要求很高 也會很貴吧 02/13 15:50
24F：推 as6633208 : 嗯...基本上歐噴醬，近期操作本質都是一直試著找回 02/13 16:01
25F：→ as6633208 : 自己的主導權，但其實內心深處大家越不怕他，歐噴醬 02/13 16:01
26F：→ as6633208 : 心裡越怕== 本來chatgpt 一哥，先被Gemini 壓制，然 02/13 16:01
27F：→ as6633208 : 後又要被Anthropic追過，其實歐噴醬現在最怕的反而 02/13 16:01
28F：→ as6633208 : 是老黃跑去大力幫anthropic，唉，好可憐，歐噴醬科 02/13 16:01
29F：→ as6633208 : 技政客組局快極限了嗎，唯一沒有從0開始到千億市值 02/13 16:01
30F：→ as6633208 : 的公司ceo，靠著科技政客組局和權力鬥爭看來快到極 02/13 16:01
31F：→ as6633208 : 限了，科技發明家從0開始，白手起家經營到七巨頭的 02/13 16:01
32F：→ as6633208 : 企業，ceo的還是比較有料，看著猶太屁精這樣真的覺 02/13 16:01
33F：→ as6633208 : 得有點可憐== 02/13 16:01
34F：→ appledick : GG：這誰能做啊？ 02/13 16:04
35F：推 roseritter : 這顆就是拼超爆量小核，缺陷多到某個程度就不划算惹 02/13 16:04
36F：→ roseritter : ，能用核變的更少 02/13 16:04
37F：→ as6633208 : 他爬到了一個不屬於他的高度，該均值回歸了，跟 賈 02/13 16:05
38F：→ as6633208 : 伯斯 馬斯克 祖克柏 黃仁勳這些從白手起家經營到現 02/13 16:05
39F：→ as6633208 : 在的ceo還是有點差距阿，anthropic 那個ceo達利歐還 02/13 16:05
40F：→ as6633208 : 比較像創業家，感覺奧特曼...胸口的光開始閃紅燈快 02/13 16:05
41F：→ as6633208 : 要沒光了 02/13 16:05
42F：→ roseritter : 反倒是一般的晶片，壞的部分遮蔽後還能當次貨賣 02/13 16:06
43F：推 as6633208 : 看好他的猶太血統，但感覺同樣是猶太人，怎麼神力好 02/13 16:09
44F：→ as6633208 : 像還是有差 02/13 16:09
45F：推 breathair : Cerebras 用備用核心避開單點故障整片報廢的問題， 02/13 16:14
46F：→ breathair : 理論上良率不會差喔，而且他不用CoWoS封裝，理論上 02/13 16:14
47F：→ breathair : 產能出的來喔，而且速度理論上會比機櫃式solution 02/13 16:14
48F：→ breathair : 更好，當然，以上都是理論 02/13 16:14
49F：推 edison106 : 這篇說的正確 02/13 16:17
50F：→ edison106 : 除了良率 這麼大片光要測試都不知道要搞多久了 成 02/13 16:24
51F：→ edison106 : 本一定高到靠北 02/13 16:24
52F：推 b325019 : 都幾年了還頭鐵搞超大晶片真的是不怕死 02/13 16:29
53F：推 uodam64402 : 一片晶圓只能產一片晶片，這種肯定要作損害控管分割 02/13 16:31
54F：→ uodam64402 : ，切分成數十到百多個區域來剔除不良區，以提升晶片 02/13 16:33
55F：→ uodam64402 : 可使用程度吧，這東西肯定比GB-200的晶圓總價貴不少 02/13 16:33
56F：推 as6633208 : 晶片設計這塊啦 老黃的護城河包含設計技術、客戶關 02/13 16:35
57F：→ as6633208 : 係、產業鏈關係，深不見底，看看全村希望amd 一項沒 02/13 16:35
58F：→ as6633208 : 跟上財報就撐不住被華爾街看破手腳，另外自研的那些 02/13 16:36
59F：→ as6633208 : 笑話看看就好，孤狗買老黃晶片的力道還比誰都還用力 02/13 16:36
60F：→ as6633208 : ，想自己設計，先搞定好台積電產業關係吧== 連社交 02/13 16:36
61F：→ as6633208 : 都捨不得來台灣，台積產能當然老黃優先，大家都馬知 02/13 16:36
62F：→ as6633208 : 道老黃壟斷晶片業還抓到趨勢，就希望他不要賣這麼貴 02/13 16:36
63F：→ as6633208 : 而已，至於台積電在這波的產能更是關鍵中的關鍵== 02/13 16:36
64F：→ wolver : 等孫正義那300億燒完奧特曼就會沒亮燈倒了 02/13 16:36
65F：推 gladopo : 我也是覺得晶片硬要這麼大頭太鐵，好處就是不用跟老 02/13 16:39
66F：→ gladopo : 黃搶先進封裝 02/13 16:39
67F：推 as6633208 : 之前全村希望是什麼，各家自研晶片+博通+amd+intel 02/13 16:42
68F：→ as6633208 : ，取代老黃+台積電壟斷，結果財報出來各各笑話冠軍 02/13 16:42
69F：→ as6633208 : ，intel良率大問題，amd營收不理想，博通和amd全都 02/13 16:42
70F：→ as6633208 : 離不開台積電，硬要說台積成了這波大贏家，代工出奇 02/13 16:42
71F：→ as6633208 : 蹟 02/13 16:42
72F：推 misakiitoh : 感謝分享！！ 02/13 16:44
73F：→ as6633208 : 喔至於老黃跟台積的關係相比其他笑話冠軍的自研晶片 02/13 16:46
74F：→ as6633208 : ，不說了，ceo來台灣social沒幾次，產能是搶的贏老 02/13 16:46
75F：→ as6633208 : 黃有事沒事就過來social的？然後更好笑七巨頭嘴巴喊 02/13 16:46
76F：→ as6633208 : 自研晶片，身體買老黃晶片比誰都用力，資本支出一兩 02/13 16:46
77F：→ as6633208 : 千億砸，不是說自研省錢，省得錢？之前那波自研敘事 02/13 16:46
78F：→ as6633208 : 財報和指引一出來跟笑話沒兩樣 02/13 16:46
79F：推 TameFoxx : 反正在這裡講錯也沒人在乎吧，就繼續亂講就好 02/13 16:56
80F：推 ProTrader : 這種產品類似超級電腦性質 用的起的廠商肯定超少 02/13 17:02
81F：→ ProTrader : 就算成功 產片量一定很低 因為沒人用的起 02/13 17:03
82F：推 madeinheaven: 不會成功的 02/13 17:04
83F：→ ProTrader : 房市產品有套房二房三房四房...豪宅 02/13 17:04
84F：→ ProTrader : 這產品是造鎮甚至建城的等級 02/13 17:05
85F：→ ProTrader : 然後不管怎樣 台積電肯定是最大贏家 02/13 17:06
86F：推 josephpu : 老黃還是大領先，但矽晶片就是未來5~10年戰略資源 02/13 17:08
87F：→ josephpu : 從設計到量產到供應鏈關係都是，巨頭不願意擺爛任 02/13 17:08
88F：→ josephpu : 由老黃宰他們。哪怕微軟阿祖兩家起步最晚的，都還 02/13 17:08
89F：→ josephpu : 在投入asic。概念其實有點類似中國現在一邊走私， 02/13 17:08
90F：→ josephpu : 一邊還是積極投入國內自產 02/13 17:08
91F：→ josephpu : openAi最大的問題是沒有巨頭的現金流卻做著巨頭在 02/13 17:12
92F：→ josephpu : 做的事，但它真的熬過去那就不一樣了 02/13 17:12
93F：推 Gaujing : Amd 比較有影響 02/13 17:20
94F：→ edison106 : 良率 sram 測試 全部都是成本 02/13 17:25
95F：→ kivan00 : 機櫃空間很貴 你能忍受幾個人在一間公司整天睡覺不 02/13 17:35
96F：→ kivan00 : 做事 冷氣還不能繞過他 02/13 17:35
97F：推 realskyer : 無話可說，感謝W大分享！ 02/13 17:52
98F：→ realskyer : 推淺顯易懂 02/13 17:52
100F：→ kamitengo : 前年去聽了下，Cerebras表示他們的設計理念是你本 02/13 18:10
101F：→ kamitengo : 來就是要預設裡面的device是fail的，裡面設計了相 02/13 18:10
102F：→ kamitengo : 當多的redundancy，當然D0會影響每片的performance 02/13 18:10
103F：→ kamitengo : 有差，所以當場與會的主要問他你如何測試與sorting 02/13 18:10
104F：→ kamitengo : ？對於每片性能差異你如何建立business model讓客 02/13 18:10
105F：→ kamitengo : 戶買單？我自己判斷他采用近存運算主要用途在推論 02/13 18:10
106F：→ kamitengo : 效率，所以你也不用擔心他cuda相容。 02/13 18:10
107F：推 lane34 : CEREBRAS我一直很疑惑它們為何可以活這麼久 02/13 18:19
108F：推 myyalga : 難怪散熱又噴～原來是cerebras 帶起來的！ 02/13 18:49
109F：推 hellomo : 好期待open醬被打下去，好興奮 02/13 19:08
110F：推 sdbb : 謝謝，新年快樂 02/13 19:30
111F：推 myyalga : Cerebras感覺是比較大顆的cpu，跟CPU裡面有快取、暫 02/13 19:31
112F：→ myyalga : 存，感覺不會是取代gpu，而是更專業算力分工！ 02/13 19:31
113F：→ myyalga : — 02/13 19:31
114F：→ myyalga : 不過gpt 的思考模式倒是有感提升速度，從幾分進化成 02/13 19:31
115F：→ myyalga : 幾秒。 02/13 19:31
116F：推 myyalga : 這樣的速度才爽，以前都等到快睡著 02/13 19:33
117F：推 ppuuppu : 99老黃 99狗狗 霸脫惹 02/13 19:38
118F：推 jiansu : 剛剛查了一下Gemini 這個推理訓練都能用 初期建置 02/13 19:56
120F：→ jiansu : jpeg 直接和ai 然後再去驗證避免幻覺吧討論 02/13 19:56
121F：推 ckpetercheng: 老黃真的別買 gpu在ai的市場正在萎縮 02/13 19:58
122F：推 coke7 : 感謝TQ王的分享和苦口婆心解說 02/13 21:16
123F：推 kobebrian : 萎縮？？成長趨緩=萎縮？我有看錯嗎 02/13 21:27
124F：→ kobebrian : 頂多沒辦法再每年噴80% 02/13 21:27
125F：→ as6633208 : 老黃的問題不是公司基本面，是股票市值太大，4.5萬 02/13 21:38
126F：→ as6633208 : 億的市值，噴10%大概要5000億資金灌進去，資金這種 02/13 21:38
127F：→ as6633208 : 規模的資金灌給5000億的中小盤股可以噴100%了 02/13 21:38
128F：推 kobebrian : 市值大是個問題 但營收開出來你不想買都不行 02/13 22:16
129F：→ kobebrian : 人家就是賺爛了啊 02/13 22:17
130F：→ kobebrian : 台積電之前盤了將近一年 最後還是噴 02/13 22:17
131F：推 ckpetercheng: 也沒有不想買都不行啊 這半年以上好像都是死的 02/13 23:24
132F：推 ckpetercheng: 台積電沒對手 現在gpu的對手已經在門口敲門了 02/13 23:26
133F：推 damnedfish : 一片晶圓切一顆晶片的良率我很懷疑這有人敢作 02/14 04:21
134F：噓 rebel : 被打臉還找一堆藉口 要用淺顯易懂的方式講沒問題 02/14 09:30
135F：→ rebel : 但淺顯易懂到大方向全錯那叫你完全搞錯被打臉好嗎 02/14 09:30
136F：→ rebel : 你講的良率問題你以為分析師都沒想過嗎 這東西的問 02/14 09:30
137F：→ rebel : 題不在那 在散熱 還有平均成本不見得比GPU 低 這就 02/14 09:30
138F：→ rebel : 是短跑選手 長途跑起來八成會輸 但總有些賽道是短 02/14 09:30
139F：→ rebel : 跑的天下 02/14 09:30
140F：→ rebel : 照我的觀察 TQQQ王就是討厭一項事物時就會找一堆他 02/14 09:40
141F：→ rebel : 不好的消息來講 但忽略掉那些講它好的 俗稱的手上 02/14 09:40
142F：→ rebel : 拿鐵錘 看到的東西全是釘子 看文時不可不慎 02/14 09:40
143F：推 s1001326 : 99老黃 快死了 02/14 12:05
144F：→ edison106 : 那些號稱xxx殺手的全部都墳頭長草了 02/14 14:15
145F：推 Amulet1 : 老黃搞這個搞二十年了 其他人不可能追 02/14 16:53
146F：→ Amulet1 : 而且老黃遇過無數次倒閉危機 甚至現在都有危機感 02/14 16:54
147F：→ Amulet1 : 他跟賈伯斯基本上算是同類人 02/14 16:54