AI 算力供给正从 Nvidia 一家独大转向多元玩家涌现。TechCrunch 近日报道，AI 模型训练与推理需求持续推高算力缺口，新兴芯片公司正抓住窗口期。Cerebras 上周完成 57 亿美元 IPO，估值飙升；Nvidia 此前以 200 亿美元收购 Groq，也印证了市场对专用硬件的追捧。[[1]](https://techcrunch.com/2026/05/28/has-the-hunt-for-ai-compute-uncovered-the-next-cerebras/)

这一趋势的背景是企业级部署瓶颈从模型性能转向基础设施。Databricks 联合创始人近日在 TechCrunch Disrupt 指出，企业拒绝 AI 的主因不是技术，而是运营不稳定与集成成本。过去一年，超大规模云厂商资本开支已破纪录，但边缘与垂直场景的算力获取仍依赖新玩家。[[2]](https://techcrunch.com/2026/05/28/techcrunch-disrupt-2026-databricks-co-founder-on-what-kills-enterprise-ai-deals/)

与 Nvidia 的 GPU 通吃路径相比，Cerebras 的晶圆级引擎与 Groq 的推理专用架构更侧重特定负载。前者瞄准训练集群，后者专注低延迟推理。两者共同点是都在绕过传统数据中心瓶颈，直接切入客户痛点。

未来 6-12 个月，关键悬念在于这些新玩家能否在良率、供应链与软件生态上跑通闭环。若成功，将加速 AI 从“烧钱验证”转向规模化盈利；若失败，Nvidia 仍将主导。观察重点是下半年企业真实采购数据与下一轮融资估值。

信源：

Has the hunt for AI compute uncovered the next Cerebras?

https://techcrunch.com/2026/05/28/techcrunch-disrupt-2026-databricks-co-founder-on-what-kills-enterprise-ai-deals/