Cerebras CEO 対話：250 億ドルのバックログを抱え、AI 計算能力の需要は既に満杯、私たちは「作ってから顧客を待つ」わけではない
TechFlow厳選深潮セレクト
Cerebras CEO 対話：250 億ドルのバックログを抱え、AI 計算能力の需要は既に満杯、私たちは「作ってから顧客を待つ」わけではない
AGI は 20 年前の定義によればすでに到来しています。
Web3業界の深掘り報道に専念し潮流を洞察整理 & 編集：TechFlow
ゲスト： Andrew Feldman、Cerebras CEO & 共同創業者；Robin Rombach、Black Forest Labs CEO & 共同創業者
ホスト： All-In Podcast ホスト
配信元： All-In Podcast
元タイトル： Open Source Wins, AGI Is Here, and Scorsese's AI Toolkit — Cerebras & Black Forest Labs CEOs
配信日： 2026 年 7 月 10 日
要点まとめ
今回のエピソードでは、2 人の AI インフラ企業の CEO を迎えています。Andrew Feldman は Cerebras の創業者で、同社は推論チップを専門としており、最近 IPO を完了し、250 億ドルの未処理注文を抱えています。彼が繰り返し強調していることは一つです。AI 計算能力の需要はすでに予約で埋まっており、「作ってから人が来るのを待つ」という状況は存在せず、OpenAI、Anthropic、SpaceX、Google の食欲は供給を遥かに超えています。そして推論（reasoning）の出現により、計算集約度が再び急上昇しており、这正是高速マシンの戦場です。Robin Rombach は Black Forest Labs の創業者で、生成画像および動画モデル（Flux シリーズ）を手掛けています。彼は以前 latent diffusion アルゴリズムを発明しており、これは現在すべての画像および動画生成モデルの基礎となっています。彼は最近 Martin Scorsese と協力し、監督が頭の中の映像を可視化できるようにしました。しかし彼がより興奮している方向性は、同じマルチモーダルモデルで映画を撮影できるだけでなく、ロボットに脳としてデプロイできることです。生成動画の終着点は銀幕ではなく、物理世界にあります。
ハイライト要約
推論こそが次の計算能力のブラックホール
- 「面白いのは、今回の波は過去とは違い、『作ってから人が来る』ことに賭けているわけではない。需要がすでに生産能力を予約し尽くしています。私たちは 250 億ドルの未処理注文を抱えています。」
- 「推論とは reasoning のことで、reasoning は膨大なトークンを消費します。これこそが高速マシンの戦場です。」
- 「Cerebras が 15 倍速ければ、24 時間実行することは、数週間甚至は数ヶ月分の思考を実行することに相当します。」
オープンソースと主権：企業が求めているのはコントロール権
- 「誰も依存されることを好みません。ハイパースケールベンダーが x86 時代から学んだ教訓は、Intel に縛られたことです。」
- 「最速のチップを作る必要はありません。他人的なチップに完全に依存しなければいいのです。」
- 「現在オープンソースモデルを実行したい場合、OpenAI の OSS 12B か、中国モデルのいずれかです。アメリカにはより多くの本土オープンソース選択肢が必要です。」
AGI は 20 年前の定義によればすでに到来している
- 「20 年前、30 年前、40 年前に私たちが提案したいかなる AGI の定義についても、私たちはすでに遥かに乗り越えています。」
- 「チューリングテスト？すでに打ち破りました。」
- 「問題はもはや私たちがどう尋ねるかを知っていないことではありません。AI が逆に教えてくれます：『おい、これらの愚かな人間たち、あなたたちはこれを考慮していない』と。」
生成動画は人類の創作を代替するものではない
- 「これらの AI モデルは一種の媒体であり、私たちは使い方を規定したくありません。特に Martin Scorsese のような人に対しては。」
- 「言語はやや損失のあるコミュニケーション方法です。視覚情報信号はあまりにも豊富です。頭の中の映像を見える画像に変えること、これこそが技術が最も強力なところです。」
- 「最も面白い結果は、ほとんどがヒューマン・イン・ザ・ループで不断に迭代するときに現れます。」
映画からロボットへ：同じセットのモデル
- 「同じマルチモーダルモデルで映画を撮影し、それをロボット上の脳としてデプロイすることができます。」
- 「動画の事前学習はモデルに物理的相互作用の法則を暗黙的に教え込み、その後同じモデルから動作予測、つまりロボット制御を取得します。」
- 「目標は、インコンテキストプロンプトでロボットに指令できることです：『あのオレンジジュースを持ってきて』。我们现在还做不到、但这是方向。」
AI インフラ狂潮：データセンターは都市よりも大きい
ホスト：私たちはかつてこのような建設規模を見たことがありません。長城、ピラミッド以来、人類はこれほど多くの資本、時間、賢い人々を一つのものの建設に投入したことはありません。あなたは実際にはこれを行っており、あなたの顧客はデータセンターを建設しています。あなたは重要な一环です。2026 年、Cerebras は何を行っていますか？テキサス側の那些巨大なエンジニアリング状況はどうなっていますか？
私たちが谈论しているデータセンターは、未来数年で消費する電力が地球上の過去 50 年分の総量を超えるでしょう。単独の建物一つでサッカー場ほど大きく、接入する電力は中規模都市を超えています。全米各地で建設中、カナダで建設中、北欧で建設中、パリおよびフランス全体で建設中、中東で建設中、連カザフスタン、タジキスタン、グルジアでも大型データセンターを建設しています。すべての国、すべての州が参与したいと思っています。
支払う人は？OpenAI、Anthropic、SpaceX AI、Google。食欲は恐ろしいほど大きいです。面白いのは、今回の波は過去の多くの技術ブームとは異なります：彼らは「作ってから人が来る」ことに賭けているのではなく、需要がすでに生産能力を予約し尽くしています。私たちは 250 億ドルの未処理注文を抱えています。OpenAI はより多くのデータセンターを求め、Microsoft はより多くを求め、AWS はより多くを求めています。需要は客を待っているのではなく、客がすでに列をなしています。
ホスト：これも一つの用語を生み出しました、「token maxing」、無限にトークンを刷る。有人质疑、これほど大きな需要は本当に価値を創造しているのか？
もちろん大量の価値が生み出されています。もちろん大量の瞎試もあります。私は AWS が刚出てきた頃と比較します。自分の IT 部門を绕过するのはあまりにも爽快感があり、すべてのエンジニアがクレジットカードで登録しました。多くは確かに有用でしたが、有些事後になって「ああ、こうすべきではなかった」と思います。しかし総体的には儲かっており、ただいくつかの方向が空振りしただけです。
私は 1988 年に Costco が Palo Alto に店を開いたことを覚えています。みんなが Safeway を逛くように Costco を逛き、すべての棚の列を歩きました。それは非常に悪い逛き方でした。なぜならあなたは必要のない 4 つの物を買い、それぞれ 22 ドルだったからです。後來大家学会了策略：去後面拿雞肉，拿 18 個紙杯蛋糕給小孩生日派對，乾淨利落。AI トークン消費も同様で、最初はみんなが敞开て使用しましたが、現在企業は戦略を語り始めています：どのタスクにはオープンソースモデルで十分か、どのタスクには最先端モデルが必要か。私たちはビジネスを運営するように AI を管理し始めています。
推論が訓練に取って代わる：なぜ高速マシンが今回の主役なのか
ホスト：Sam Altman は AllIn で、次は reasoning だ、意図を理解し、戦略を立案し、他のスレッドの agent と交叉検証すると述べました。私たちは「次の単語をguessする」ことから長い道程を歩んできました。現在 Cerebras はまさに中心に立っています。なぜなら reasoning とは inference であり、計算量が極めて大きいためです。
推論は膨大なトークンを消費します。これにより高速マシンに戦場が生まれました。 reasoning の各ステップは内部でトークンを呑み込みます。あなたは本来大量の時間を費やして良い答えを得ていました。Cerebras が 15 倍速いということは、24 時間推論を実行することは、他人の数週間甚至は数ヶ月分の思考量に相当します。
今朝 BitTensor 上の ZAI の GLM-52 モデルを試しました。無限の計算能力を与え、毎時間全世界でまだ識別されていないトレンドを告诉我るようにしました。それは自ら弁論し始めました：Hacker News と Reddit で探すべきか？それとも Instagram 上でトレンドがより先に現れるか？私は后台で自弁する推論モデルを見ていました。それは推論を行っています。無限トークンは無限推論に相当し、Cerebras で 15 倍速くすれば、24 時間は他人の数週間に相当します。
ホスト：Cerebras には独自の Moore's Law がありますか？内部で多久に一番翻ると討論していますか？
これまでのすべてのチップは Moore's Law を踏んでおり、18 ヶ月で一倍翻りました。私たちはこのチップでその線を打断し、全く新しい軌跡を走り出しました。私の判断では、未来 18 ヶ月で、遥かに 2 倍を超えます。新アーキテクチャにはまだ最適化の空間が大きく残されています。GPU は 20 年ものの古いアーキテクチャであり、製程ノードを縮小することに頼って硬撑するしかありませんが、新アーキテクチャには大量の学ぶべきこと、調整すべきことがあります。
ホスト：250 億の未処理注文を手に持ち、你还得跟上 OpenAI のリズムに追随しなければなりません。彼らは未来の潜在的な競争相手かもしれません。你怎么運営会社しますか？
現在シリコンウェハは闲置せず、需要は大きすぎます。しかし你说得对、OpenAI も自社のチップを作成しており、Amazon も作成しています。誰も依存されることを好みません。ハイパースケールベンダーが x86 時代から学んだ教訓は Intel に縛られたこと；GPU ベンダーが学んだ教訓は少数のハイパースケール顧客に縛られたこと。そのため彼らは新しいクラウドを资助しました。自社のチップを作成することの重点は最速にあるのではなく、他人に完全に依存しないこと、少なくとも自己の運命の重要な一部分を掌控することにあります。
オープンソースと主権：企業が求めているのはコントロール権
ホスト：オープンソースは momento を迎えています。私は早期に OpenClaude を使用し、後來 Kimmy を使用しました。Claude のトークンが爆発しているのに気づきましたが、Kimmy は差別が分辨できません。オープンソースモデルは reasoning を始め、差距は今年突然閉合しました。
あなたはスーパーマーケットに Ferrari を開いて行きたくありません。時にはスポーツカーを開き、時には minivan を開きます。子供が Cheerios を撒いても心痛みません。企業も同様です：硬い問題は最先端モデル（OpenAI、Anthropic、Gemini）に任せますが、背後にある大量の日常的な問題は堅実なオープンソース能力だけで十分です。一つの会社が Workday で Excel の別のセルにコピーペーストする事にどれほどの時間を費やしているか考えてみてください？これには金牌数学は必要なく、穩当なオープンソースで十分です。
最近また一枚のカードを翻しました：金融、医療などの規制業界（HIPAA、FINRA）はデータ漏洩を恐れ、智能主権を他人に握られることを恐れ、モデルをローカルに置き、オープンソースバージョンでより多くのコントロール権を掴もうとしています。OpenAI は数ヶ月前に OSS 12B をリリースしました。まあまあです。しかしアメリカ現在オープンソースを実行したい場合、OSS 12B か、中国モデルのいずれかです。本土オープンソース選択肢は少なすぎます。 NVIDIA もこの窓を見ており、自社のオープンソースモデルを推進していますが、Jensen も犹豫しています。彼の顧客は Sam、Dario、Elon、Sergey であり、オープンソースを推進することは顧客とビジネスを争うことにならないか？
Cerebras が立っている位置は比較的中立的です。私たちは GLM を実行し、Kimmy を実行し、Qwen シリーズを実行し、OpenAI のクローズドソースモデルも実行します。さらに GSK 自身が開発したモデルを実行し、UAE G42 および MBZUAI の自有モデルを実行します。主権這件事、これはトレンドです。
AGI は到来し、パラダイムは死なず、人が死ぬ
ホスト：Fable 5 および o-56 がリリースされた際、政府は「少し停まってからリリースせよ」と言いました。Anthropic と行政層の関係は緊張していましたが、現在緩和し始めています。あなたは段階的リリースが合理的だと思いますか？モデルは本当に十分に危険ですか？
私は以前にこのような事を見たことがありません。しかし振り返って考えてみてください：一つのモデルが創造的思考において十分に猛くなった時、政府が「请你段階的にリリースせよ」と言う。私はこれは実は問題ないと思います。私たちは猛薬もこのように管理します。もちろん FDA のあの 7 年もののゴミ書類を鼓励するわけではありませんが、「少なくとも政府にいくつかのレッドチームテストを行わせ、私たちの防御が挡住ことができるか確認せよ」と言い、明確な脆弱性を補うために 2〜3 週を与える。これは无理な要求ではありません。
しかし現在は两极化が最も深刻な時です。もしこれが Trump が行ったことではなく、他のどんな大統領であっても、反応は完全に異なるかもしれません。两极化は清晰な思考を傷つけました。両側 모두 愚かな事を行い、賢い事も行います。政府の中の基層人員は実は真剣に幹ていますが、ただ这件事が速すぎるだけです。
Palo Alto Networks の Nikesh が私に告げました：彼らはモデルを自社のソフトウェアでテストし、一時間以内に数十個の重要な脆弱性を発見し、手头のすべての事を停めなければならず、6 週間をかけてパッチを当てました。你意识到这是一个强力工具、也许先给一小群人看看、也许先做红队测试。
ホスト：任意の 20 年前の定義によれば、AGI はすでに到来しています。你觉得吗？
はい。チューリングテスト？すでに打ち破りました。任意の 10 年、15 年、20 年、30 年、40 年、50 年前提出的定義についても、私たちは遥かに乗り越えています。SF 作家が提起した問題私たちはすべて答え終えました。彼らは「私は問題がありません。申し訳ありません」と言うでしょう。これがなぜ那些看起来在边缘的人说的话值得听、Ilya が 8 年前に安全を講じた時、你は「何？」と言いました。結果彼は正しかったです。Elon がロケットコストをほぼゼロに下げると講じた時、你は「何？」と言いました。結果彼は成し遂げました。
ホスト：Recursive learning、你はそれに一个问题を問い、結果を学び、再び問います。答えはより良くなり、より多くの材料をカバーします。これらの循環産出の答えは、「好一点」から直接「好得多」に跳躍します。指数曲線の斜率はあまりにも陡です。
再帰的增益は指数的です。你はより良くなり、再来一次、继续增益、斜率はあまりにも陡です。私たちは刚开始看见这个。不停投算力、答えは越来越良くなりますか？トークンまたは予算就跑完就停了、しかし这条指数曲线什么时候到头？还是永远右上走？这个问题现在有趣极了。
人類学習の速度は世代に卡住されています。象および大型哺乳動物は 15〜20 年でようやく一代です。速くしたい場合、ショウジョウバエのようになります。一日二世代。AI はまさに这种跨数千代の学習速度を取得しています。私が心理学を読んでいた時、教授が一句講じました：パラダイムは死なず、人が死ぬ。Freud、Skinner、Jung の門生が領導位置を 20〜40 年占め、ようやく下一代が質疑します。AI は世代間隔をショウジョウバエ速度に圧縮しました。
私が賭けているのは这件事です：私たちの子供および彼らが認識するすべての人は癌症で去世することはありません。経済には震荡があります。自動車が来ました。馬に蹄鉄を剃る人の日子は良くありません。しかし稼いだものと虧いたものを列挙してください：無限エネルギー、無限食物、無限知識、無限教育、無限住宅。私たちは千年以来一対一輔導が課堂よりも良いことを知っています。Aristotle が Alexander を輔導し、Socrates が彼の学生を輔導しました。しかし私たちは工場養殖式教學を選びました。現在 AI はすべての子供に自分自身の方式で学ぶ導師を与えることができます。
Scorsese の AI ツールボックス：頭の中の映像を現実に変える
ホスト：Robin Rombach は Black Forest Labs の共同創業者兼 CEO です。本部は黒森林地域の Freiburg およびサンフランシスコにあります。你は以前 Stable Diffusion を作成し、latent diffusion アルゴリズムを発明しました。Black Forest Labs の業務は何ですか？目標は何ですか？
私とパートナーたちは 2 年前にこの会社を創立しました。以前 Stable Diffusion を作成し、さらに以前に latent diffusion を発明しました。これは現在すべての画像生成、動画生成甚至物理 AI モデルの背後にある基礎アルゴリズムです。原理は自然データ（画像、動画、オーディオ）を高效的な表示空間に圧縮し、その後その上で transformer を訓練します。JPEG および MP3 の原理と同様ですが、ニューラルネットワークアルゴリズムで実現します。私たちは博士時期に慕尼黑で作り出しました。
現在私たちはマルチモーダル視覚モデルを攻克しています。画像、オーディオデータ上で同時に事前学習を行い、新しいパラダイムに入っています：action prediction を結合し、同じモデルで画像を作成し、動画を作成し、オーディオを作成し、さらに動作を予測します。最終的に真实世界のロボット上にデプロイできます。
ホスト：画像から動画からオーディオからロボットへ。もしモデルが動画を生成できれば、それは世界を理解していることを示します。
直感的智能と深度推論は 2 種類の補完的な智能形式です。私たちは直感側から入手しました。画像は最も自然的な切入点です。計算量は動画ほど大きくありません。しかし現在マルチモーダルモデルに収斂しています。動画の事前学習はモデルに物理的相互作用の法則を暗黙的に教え込み、同じモデルから動作予測、つまりロボット制御を取得します。
ホスト：你は Martin Scorsese と協力がありますか？你は彼の隣に座り、彼にあなたのツールを使用させますか？
はい、彼と同じ部屋に座り、彼は私たちのモデルを探索しました。核心研究者の一人として隣に座りました。あの感觉はあまりにも狂気的でした。同時に私はまだ彼の大ファンです。
彼が求めているのは頭の中のシーン的可視化です。東欧のある村庄、彼が描述し、我們看輸出、彼が迭代します。最後に彼が言ったのは：脳の中の映像を視覚的表現に変えること。这种コミュニケーション効率は言語を遥かに超えています。言語はやや損失のあるコミュニケーション方法です。視覚情報の信号はあまりにも豊富です。一枚の図または一段の動画の中の情報量は巨大です。これは另一种コミュニケーション渠道です。
私たちはこれらのモデルの使い方を規定したくありません。特に Martin Scorsese に対して「你应该このように使う」とは言いません。AI モデルは一種の媒体です。最も面白いものは、ほとんどがヒューマン・イン・ザ・ループで不断に迭代する時に現れます。
映画からロボットへ：生成モデルの終着点は銀幕に非ず
ホスト：startups は現在 Flux および你们的モデルを使用してリリース動画を作成しています。以前は 25 万ドルをかけて launch video を作成していましたが、現在は一〜二週間で完了できます。Gal Gadot は recently Bitcoin 映画を作成しました。俳優は sound stage 上で表演しグリーンバックを使用しません。すべての背景は生成式 AI で作成します。3000 万ドルの予算で原来 1 億 5000 万ドルでなければできなかった効果を作り出しました。你は生産中での使用を見ましたか？
いくつか見ました。高端映画制作は最も苛刻な用例の一つです。私が嬉しいのは有人が探索していることですが、私もはっきりと言いたい：技術はまだ trajectory 上にあり、快速に迭代しています。数年前私たちが PhD をしていた時は 64×64 ピクセルの図しか生成できませんでしたが、現在多入力高解像度動画を作成しています。しかしそれはこれに停まることはありません。
最も私が興奮しているのはこれです：あなたは同じマルチモーダルモデルで一部映画を撮影し、その後それをロボット上の脳としてデプロイできます。 これはあまりにも面白いです。computer use は到底使えるかどうかまだ不确定ですが、技術は物理世界に向かって進んでいます。world models、action models、言い換えればすべて同じものです。
ホスト：訓練データはどこから来ますか？人類に眼鏡をかけ手袋をはめて一人称を録画させますか？それとも YouTube で一千人が飲料を注ぐ動画を見れば十分ですか？
目標はインコンテキストプロンプトでロボットに指令することです：「あのオレンジジュースを持ってきて」。現在まだできません。現在の做法は：モデルはすでに大量の視覚理解を装着しており、只需要数時間のファインチューニングデータ就能适配特定硬件。方向はできるだけファインチューニングを少なくし、できるだけインコンテキスト指令に頼ることですが、これはまだ研究問題です。
ホスト：オープンソースは momento を迎えています。企業は主権を求めます。Disney のような IP 大庫应该如何做。你们的オープンソースモデルを自分で訓練しますか？それともあなたと協力して専属モデルを訓練しますか？
最も面白い用例は以前にないものを生成することです。これこそが这项技術が本質的に最も面白いところです。私たちの公開ツール上では特定 IP を生成できません。これは非常に合理です。我们也确实和一些 IP 拥有方合作开发模型、有些基于我们的开源模型、有些基于我们更强的 proprietary モデル。
最も面白い角度は：技術がより速く、より交互的になりました。あなたは Disney+ 上に各種交互内容創作ツールが掛かっていることを想象できます。
ホスト：現在最も面白い現象は fan films です。以前は fan fiction で自分の Star Wars 故事を書いていました。後來有人穿 Jedi 服装拍 fan films。George Lucas は商業使用しなければ許可すると言いました。現在人們用 AI 把没讲过的 Star Wars 故事重新演绎、Star Wars Stories Untold 每条视频百万播放。这才是未来：让消费者付费授权、让他们用角色创作自己的故事。
もし IP 方可行なビジネスモデルを見つけ、又能开放这种超级创意的定制玩法、那就太好了。私は一冊の本を読んだり一部映画を見たりする時常に「もしこのように発展したらどうなるか」と考えています。現在ようやく人にこれらの念头を可視化させることができるようになりました。
私たちは刚过了 100 人です。現在ドイツおよびサンフランシスコで人を募集しています：大規模モデル訓練の研究者、diffusion および flow matching 訓練経験のある人、顧客と一緒に定制方案を開発するエンジニア、大規模計算インフラ運用保守の人、還有对把技術送到更多人手里感兴趣的人。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
深潮TechFlow
