维度网讯，美国人工智能芯片企业Cerebras计划在欧洲扩大数据中心和人工智能计算基础设施，预计投入规模达到数十亿美元，并在2027年前将当地处理能力提高至200兆瓦。Cerebras首席执行官安德鲁·费尔德曼在法国巴黎举行的Raise Summit AI大会上表示，此次扩建主要用于满足欧洲持续增长的人工智能推理算力需求，同时适应欧洲客户在数据控制、本地部署和计算资源管理方面的要求。

Cerebras目前已经在法国、芬兰和挪威运营三个部署其芯片的数据中心。下一阶段建设将以现有设施为基础，继续扩大服务器、晶圆级处理器、供配电、冷却和网络连接能力，并在欧洲不同区域形成更大规模的人工智能计算节点。200兆瓦并不是单一芯片或服务器的功率指标，而是数据中心计算设备及相关配套设施的整体承载规模，实际建设需要同步增加机房空间、电力接入、散热系统、光纤网络和运行管理平台。

欧洲人工智能基础设施建设正在受到算力需求和数据管理要求的双重影响。生成式人工智能模型进入企业应用后，推理任务需要在模型训练完成后持续处理用户请求，运行频率通常高于集中式训练。随着能够自主调用工具、查询信息和执行任务的人工智能智能体增加，单个用户请求可能触发多轮模型计算、数据检索和系统交互，推理基础设施需要承担更高并发量，并保持较低响应延迟。

费尔德曼表示，欧洲市场对人工智能计算能力的需求增长速度已经超过现有设施扩建速度。通过在法国、芬兰、挪威及欧洲其他地区部署数据中心，Cerebras能够让部分模型和数据在欧洲境内完成处理，减少企业对远距离跨境计算资源的依赖。对于制药、软件开发和高性能计算客户而言，本地算力节点还可以缩短数据传输路径，并在数据控制和基础设施选择方面保留更多空间。

Cerebras的核心技术是晶圆级处理器。传统芯片通常从一整块晶圆上切割成多个较小处理器，再通过高速网络把多颗芯片连接为计算集群;Cerebras则将接近整块晶圆大小的处理器作为一个计算系统使用。更大的芯片可以在同一处理器内部布置更多计算核心和存储资源，减少数据在多颗独立芯片之间反复传输产生的等待时间。

这种架构主要面向大模型训练和人工智能推理场景。多芯片系统需要依赖服务器内部互联和跨服务器网络交换数据，连接规模扩大后，通信延迟和数据同步可能限制整体计算效率。晶圆级系统试图把更多计算和数据交换集中在单个大型处理器内，使模型能够更快完成推理并返回结果。不过，大型处理器同时对芯片制造、供电、冷却、系统封装和故障管理提出了更高要求，相关数据中心也需要围绕其设备特性配置基础设施。

Cerebras的欧洲客户包括英国制药企业葛兰素史克，以及位于苏格兰和德国的高性能数据中心和软件开发商。公司还与OpenAI签署计算能力供应合同，合同规模据估计超过200亿美元，计划至少到2028年为ChatGPT提供计算资源，近期又与亚马逊云服务建立合作。上述合作意味着Cerebras新增算力不仅面向自有数据中心客户，也可能通过人工智能平台和云服务渠道向外提供。

从建设节奏看，Cerebras接下来需要在较短周期内把欧洲处理能力提升至200兆瓦。项目能否如期完成，将取决于数据中心选址、电力资源、设备交付、芯片产能和机房配套工程进度。法国、芬兰和挪威现有节点将承担早期扩容任务，后续是否进入更多欧洲国家，则要看当地电力条件、数据管理要求和客户分布。

此次扩建反映出人工智能基础设施竞争正在从单一芯片性能延伸至计算服务交付。英伟达、AMD和Cerebras等企业不仅需要提供处理器，还需要解决芯片进入数据中心后的服务器集成、网络互联、能源供应和长期运行问题。Cerebras计划建设的200兆瓦欧洲算力设施，将成为其晶圆级系统能否在大型商业推理场景中扩大应用的重要节点。