OpenAI nutzt Cerebras für 10 Milliarden Dollar an Low-Latency-Rechenleistung

OpenAI hat eine mehrjährige Vereinbarung mit dem Chip-Startup Cerebras Systems (CBRS ) bekannt gegeben, die 750 Megawatt dedizierte KI-Rechenleistung für den ChatGPT-Hersteller liefern wird, was von beiden Unternehmen als die größte High-Speed-Inferenz-Implementierung bezeichnet wird, die jemals versucht wurde.

Die Vereinbarung, die nach Angaben von Personen, die mit den Bedingungen vertraut sind, über 10 Milliarden Dollar wert ist, markiert OpenAIs größte Infrastrukturwette außerhalb seiner primären Beziehung zu Microsoft (MSFT ). Cerebras wird die Systeme in Phasen bis 2028 aufbauen und hosten, wobei die erste Kapazität in diesem Jahr online gehen wird.

Die Partnerschaft zielt auf ein bestimmtes Problem ab: Geschwindigkeit. Während OpenAI ChatGPT auf 800 Millionen wöchentliche Nutzer skaliert hat, steht das Unternehmen vor Rechenbeschränkungen, die die Antwortzeiten verlangsamen – insbesondere für anspruchsvolle Workloads wie Code-Generierung, agente Aufgaben und Echtzeit-Sprachinteraktion.

“Cerebras fügt unserer Plattform eine dedizierte Low-Latency-Inferenzlösung hinzu”, sagte Sachin Katti, der die Rechenstrategie von OpenAI leitet. “Das bedeutet schnellere Antworten, natürlichere Interaktionen und eine solide Grundlage, um Echtzeit-KI für viele mehr Menschen zu skalieren.”

Warum Wafer-Scale-Silicon wichtig ist

Cerebras’ Argumentation konzentriert sich auf seine Wafer-Scale-Prozessoren – Chips in der Größe von Dinner-Tellern, die die Kommunikationsverzögerungen eliminieren, die in Systemen entstehen, die aus vielen kleineren GPUs zusammengestellt sind. Das Unternehmen behauptet, dass seine Architektur Inferenzgeschwindigkeiten von bis zu 15 Mal schneller als GPU-basierte Alternativen liefert, wobei Modelle wie GPT-OSS-120B mit etwa 3.000 Token pro Sekunde laufen.

Für OpenAI übersetzt sich diese Geschwindigkeit direkt in die Benutzererfahrung. Wenn KI in Echtzeit antwortet – ohne die Latenz, die Konversationen künstlich erscheinen lässt – interagieren Benutzer tiefer und erreichen mehr. Das Unternehmen testete Cerebras’ Silizium mit seinen offenen Gewichtsmodellen vor Thanksgiving und technische Gespräche zwischen den Teams eskalierten schnell zu einem unterzeichneten Vertragsentwurf, so Cerebras-CEO Andrew Feldman.

“Genau wie Breitband das Internet veränderte, wird Echtzeit-Inferenz KI verändern”, sagte Feldman. “Dies ermöglicht völlig neue Möglichkeiten, KI-Modelle zu erstellen und zu interagieren.”

Der Vergleich ist kein Hyperbol. Frühes Dial-Up-Internet unterstützte E-Mail und grundlegende Navigation; Breitband ermöglichte Video-Streaming, Sprachanrufe und schließlich die Smartphone-App-Ökonomie. OpenAI scheint zu wetten, dass ausreichend schnelle Inferenz ähnliche Anwendungen entsperren wird, die die aktuelle Latenz unmöglich macht – insbesondere für KI-Agents, die mehrere Operationen ohne menschliche Geduld ausführen müssen.

Der Infrastruktur-Wettlauf intensiviert sich

Die Cerebras-Vereinbarung kommt, als KI-Infrastruktur-Bewertungen explodiert sind, mit Databricks, das kürzlich 134 Milliarden Dollar aufbrachte, und Cerebras selbst, das angeblich in Verhandlungen über frische Finanzierung bei einer Bewertung von 22 Milliarden Dollar ist. Die Rechenanforderungen von KI-Modellen auf dem Grenzbereich zeigen keine Anzeichen von Abschwächung, und Unternehmen kämpfen darum, Kapazitäten zu sichern, bevor Wettbewerber dies tun.

Für Cerebras löst die OpenAI-Partnerschaft ein Konzentrationsproblem. Die Vereinigten Arabischen Emirate von G42 machten 87% von Cerebras’ Umsatz im ersten Halbjahr 2024 aus – ein Kundenkonzentrationsgrad, der Investoren nervös machte. Durch die Hinzufügung von OpenAI als wichtigen Kunden vor einem möglichen Börsengang reduziert sich das Geschäftsrisiko erheblich.

Für OpenAI diversifiziert die Vereinbarung die KI-Infrastruktur über die primäre Beziehung zu Microsofts Azure-Cloud hinaus. Während Microsoft OpenAIs primärer Rechenanbieter bleibt, bietet die Cerebras-Partnerschaft OpenAI dedizierte Low-Latency-Kapazitäten, die speziell für Inferenz optimiert sind – eine andere Workload als die Trainingsläufe, die Microsofts Infrastruktur abwickelt.

Die Zeitplanung ist ebenfalls wichtig. OpenAI veröffentlichte kürzlich GPT-5.2 inmitten des intensivierten Wettbewerbs von Google’s Gemini. Wenn Modelle leistungsfähiger werden, entdecken die Unternehmen, die sie bereitstellen, dass rohe Intelligenz nicht ausreicht – Benutzer erwarten auch nahezu instantane Antworten. Ein brillanter KI, der zehn Sekunden braucht, um zu antworten, fühlt sich gebrochen an; derselbe KI, der in weniger als einer Sekunde antwortet, fühlt sich magisch an.

Sam Altman, OpenAIs CEO, ist bereits Investor bei Cerebras, und OpenAI hat das Unternehmen einmal in Erwägung gezogen, es direkt zu erwerben. Diese Vereinbarung legt nahe, dass die Beziehung in eine strategischere Partnerschaft mündet, in der das Schicksal beider Unternehmen im Wettlauf, KI wirklich konversationell zu machen, miteinander verflochten wird.