OpenAI 最強模型改跑一整片晶圓：Sol 上 Cerebras，比 GPU 快十倍

OpenAI 這一代最強的模型 GPT-5.6 Sol，7 月起不再只跑在 Nvidia 的 GPU 上——它被放到 Cerebras 一顆「整片晶圓當成一顆晶片」的硬體，速度上看 每秒 750 token，是 GPU 串流前沿模型（每秒約 40–120）的十倍上下。這是 OpenAI 6 月 26 日 Sol 預覽裡親口說的，官方用語是 up to（上看），7 月上線、初期只開放少數客戶。

先說這對誰最有感：做代理人（AI agent）的人。一份大約 4,000 個 token 的產出——比方一個像樣的 pull request——在今天的 GPU 上串流出來，你大概要等上一分鐘；跑在每秒 750 token 的硬體上，這件事約 6 秒就結束。（這組換算是照速度區間估的示意值，不是官方 benchmark。）OpenAI 的原話是：「我們也會在 7 月讓 GPT-5.6 Sol 上 Cerebras、速度上看每秒 750 token，以前所未有的速度把前沿智能帶給客戶。」

把鏡頭拉開，這件事的份量不在「又一筆大單」，而在一句更簡單的話：最頂尖的實驗室，把它最好的模型，放到一顆不是 Nvidia 的專用推論晶片上實跑了。 過去「推論可以不靠通用 GPU」多半停在投影片；這次它進到量產部署。而追求這個速度的路，在製造上正好和台灣供應鏈相反——這是這篇要攤開的兩件事。

每秒 750 token，到底改變了什麼？

先說這個數字對誰有感：對做代理人的人。

一般 GPU 串流一個前沿級模型，速度多落在每秒 40–120 token。晶圓級推論在同樣的模型權重上約快一個數量級——這是 OpenAI 說的 up to 750 tok/s 的來歷。單看聊天，快到某個程度之後人眼差別不大；但代理人不是在聊天。

代理人的一次任務，是把很多輪「生成 token → 呼叫工具 → 讀結果 → 再生成」串起來，端到端的等待時間，主要就被每一段生成的速度吃掉。當單段吐字快十倍，原本要等一分鐘的代理人迴圈，會壓進幾秒內完成——這會直接動到兩件事：你願意在一次任務裡塞幾輪工具呼叫，以及即時語音、即時 coding 這種「要在人的注意力還在時就回話」的應用可不可行。速度在這裡不是體感加分，是可行邊界。

要照實標的是：750 是官方的「up to（上看）」、不是保證的穩態；而且初期只開放少數客戶，隨 Cerebras 擴充產能再放寬。所以此刻能確定的是「這個速度級距被端出來了」，不是「你今天就排得到隊」。

一整片晶圓當成一顆晶片：Cerebras 不鋸的路線

差別從「要不要把晶圓鋸開」開始。

主流做法是：晶圓上印好一顆顆晶粒（die），沿著切割道鋸開，挑出好的，再用 CoWoS 這類先進封裝，把運算晶粒和 HBM 記憶體重新拼回一個封裝裡——Nvidia 的 GPU 就是這樣做出來的。Cerebras 反過來：它在整片晶圓上印 84 顆相同的 die，不鋸，改用多加幾道微影，在原本要被鋸掉的切割道上補線，把整片晶圓縫成一塊連續的運算面（cross-reticle stitching）。

成品就是 WSE-3：由台積電 5nm 製造，單片面積 46,225 平方毫米、塞進 4 兆顆電晶體與約 90 萬個 AI 核心。它靠海量的小核心換來容錯——單一核心壞掉不會報廢整片晶圓。把整片晶圓當成一顆晶片，好處是資料不必在幾十顆晶片之間來回搬，這正是它拿來衝推論速度的底氣。

對照項	晶圓級推論（Cerebras WSE-3）	通用 GPU 推論（如 Nvidia H100）
硬體形態	整片晶圓縫成一顆晶片，不鋸開	晶圓切成裸晶，挑好的再封裝
記憶體路線	大量片上 SRAM（WSE-3 約 44GB）	外掛 HBM，靠 CoWoS 拼進封裝
前沿模型串流速度	上看每秒約 750 token（OpenAI 對 Sol 的 up to 宣稱）	多在每秒 40–120 token（業界區間）
製造	台積電 5nm	台積電先進製程 ＋ CoWoS 封裝
供應鏈牽動	少了切割與 CoWoS 重封裝環節	切割、封測、CoWoS 需求密集

表裡最該記住的是最後一列——它是這篇台灣視角的伏筆，後面再談。

這筆逾 200 億美元的單，還有另一面

Sol 上 Cerebras 不是臨時起意，背後有一份先前就揭露的長約——但這份長約有兩面。

一面是規模。這份多年合約 1 月中初報時「逾 100 億美元」，之後由 Cerebras 上修為逾 200 億美元，涵蓋 750MW 的推論算力、簽到 2028 年，分批建置。財務上也對得起來：Cerebras 2026 Q1 核心營收約 1.91–1.93 億美元、年增約 92%，並在 Q2 完成 64 億美元的 IPO。

另一面比較少被講：OpenAI 不只是客戶。 據 Reuters，OpenAI 借給 Cerebras 10 億美元營運資金，並持有與這份合約掛鉤的認股權證。換句話說，OpenAI 對自己這家推論供應商，同時是最大買方、債主、和潛在股東。這對 Cerebras 是一筆能撐起產能的錢，但也把它的營收和命運，和單一客戶綁得更緊——客戶集中，是這份亮眼合約的另一半。

把數字分成三層讀，會少很多誤解：

• 通訊社／財報級（較硬）：逾 200 億美元、750MW、到 2028；OpenAI 借 10 億美元＋認股權證；Q1 營收與 Q2 IPO 金額。
• 官方宣稱（up to）：Sol 於 7 月上 Cerebras、上看每秒 750 token、初期限量。
• 分析師估計（非官方）：有分析師（Bleys Goodson）推估 Sol 可能跨 70–100 片晶圓、約一層一片、約 3 兆總參數／1,500 億 active／70 層——這串數字用來體會部署規模的量級就好，OpenAI 與 Cerebras 都沒證實。

為什麼這條快車道，繞開了台灣的封裝？

因為它從頭到尾不鋸晶圓。

這條供給線的一端，仍然連著台灣：Cerebras 的 WSE 由台積電代工，矽還是台積電的矽。但另一端不一樣了——晶圓級跳過了切割，也不需要 CoWoS 把多顆晶粒重新拼裝。而 CoWoS、以及後段的切割與封測，正是台灣供應鏈這兩年跟著 AI 一起長大的環節（日月光、力成這些名字接的多半是這種單）。

所以這裡的訊號不是「台廠受惠」或「台廠受害」，而是一個 需求結構的岔路：如果晶圓級推論從 OpenAI 這個旗艦客戶開始，長成一條有份量的供給線，那麼台灣接到的仍是台積電的前段晶圓單，但後段封裝與測試的需求結構會和「GPU＋CoWoS」的世界不一樣。這是推論版圖上多一個要盯的方向，不是今天就能換掉誰的結論。

接下來自己盯這兩件事

出關這一步，OpenAI 把「推論不靠通用 GPU」推到了旗艦模型量產部署的節點——不再是投影片，是一顆在跑的晶圓。

但兩個問號還開著。第一，750 tok/s 是 up to、初期限量，普及時程與穩態實速會決定它是不是真的改寫代理人的可行邊界。第二，晶圓級這條路若做大，台灣後段封測與 CoWoS 的需求結構會不會跟著鬆動——這是趨勢，不是今天的數字。這兩件事，接下來各自盯著它的下一個進度就好。

---

資料來源：Reuters（經 TradingView 轉發）、CNBC、Yahoo Finance、mlq.ai、Cerebras 官方新聞稿、IEEE Spectrum；OpenAI 6/26 Sol 預覽原話（經二手逐字轉引）；部署規模為分析師 Bleys Goodson 推估、非官方。

矽基前沿 · 前沿基建線（編輯：廖玄同），《OpenAI 最強模型改跑一整片晶圓：Sol 上 Cerebras，比 GPU 快十倍》，矽基前沿 [Si]gnals，2026-07-07。https://signals.tw/articles/openai-cerebras-sol-wafer-scale-inference/