一兆瓦两亿美元：华尔街量化巨头为何跑到硅谷跟OpenAI抢芯片？

华尔街做量化交易的巨头，为什么会跑去跟 OpenAI 抢芯片？ 这两天科技圈传出一个极其夸张的消息。 专门做高频做市的简街资本（Jane Street），传闻开出了一兆瓦两亿美元的天价，买断了芯片公司 Cerebras 的全部算力。 甚至有传言说，OpenAI 自家的超高速模型，都因为算力被包圆而一度告急。 一兆瓦两亿美元是什么概念？ 普通算力中心一兆瓦的电力和机房建设成本，通常只要一两千万美元。 溢价高了将近十倍。 一个靠数学算法在二级市场套利的量化基金，要这种造价高昂的专用芯片到底想干嘛？

这事得从现在的显卡到底卡在哪里说起。 平时我们用大模型聊天，屏幕上的字是一个一个蹦出来的。 每秒能跳出三四十个字，普通人觉得已经足够快了。 但如果把芯片内部的运作放慢来看，你会发现计算单元大部分时间都在摸鱼。 为什么？ 因为现在的英伟达显卡，计算核心跟内存是分开放的。 大模型每生成一个字，计算核心都得从旁边的显存里，把整套模型的上千亿参数全部读取一遍。 算一个字，读一遍。 再算一个字，再读一遍。 这就好比一个厨师切菜飞快，但他每切一片黄瓜，都要跑到十米外的冷库去拿一趟菜。 切菜只花了一微秒，跑腿拿菜却花了十秒钟。 在芯片设计里，这叫内存墙。 计算核心算得再快，也得干坐着等显存把数据搬过来。 普通显存的传输带宽，哪怕到了顶级的 HBM，每秒也就是几太字节（TB/s）。 这个数据搬运速度，直接锁死了大模型吐字的物理上限。

那 Cerebras 是怎么干的？ 它干了一件全行业都觉得疯了的事：不切晶圆。 正常造芯片，是一块三十厘米的硅晶圆做好后，用激光切成几百颗小芯片，坏的扔掉，好的封装。 Cerebras 偏不切。 它把整块直径三十厘米的完整晶圆留下来，直接做成一颗巨大无比的单体芯片。 这一张比人脸还大的芯片上，硬生生塞进了九十万个计算核心。 更绝的是存储。 它彻底不要外挂显存了，直接在晶圆内部集成了 44 吉字节的片上静态随机存储器（SRAM）。 存储就在计算核心边上，连门都不用出。 它的数据带宽有多夸张？ 每秒二十一拍字节（21 PB/s）。 一拍字节等于一千太字节。 换算下来，它的内部搬运速度是顶级显存的几千倍。 厨师不用再去冷库跑腿了，食材直接悬空飘在菜刀底下。 结果是什么？ 普通显卡每秒吐三四十个字，它每秒能吐一千到两千五百个字。 几秒钟读完一整本书，一眨眼功夫吐出完整的推理过程。

看到这里你可能会问：这跟华尔街有什么关系？ 让 AI 说话快十倍，普通人也就是少等几秒钟。 难道简街资本就这么急着看 AI 写小作文？ 还真就这么急。 因为在量化交易的世界里，时间决定生死。 简街资本是全球最大的流动性做市商之一，一年的交易量动辄几十万亿美元。 在金融市场里，几毫秒甚至几十微秒的延迟，就是吃下巨额利润与惨遭逆向淘汰的界线。 如果用普通大模型去分析实时市场数据、财报快讯或者盘口挂单： 模型思考加吐字花了两秒钟，等你得出结论想下单的时候，市场上的价格早就跳动了几百次。 这种延迟在量化交易员眼里，跟旧石器时代的工具没有区别。 但如果大模型能在二十毫秒内把几十个字的思考链全部吐完呢？ 这意味着，AI 推理可以直接插进高频行情的实时决策链。 它能在突发新闻弹出的瞬间完成逻辑判断，赶在全市场反应过来之前把单子挂上去。

这就引出了两笔截然不同的经济账。 在硅谷，OpenAI 必须考虑普通用户的订阅费与调用成本。 普通用户一个月交二十美元，调一次接口收几美分。 如果用功耗极大、单片造价几百万美元的怪物芯片去给公众跑聊天，卖得越多亏得越惨。 硅谷算的是大众消费账，对单位成本极度敏感。 但华尔街算的完全是另一套账。 高频量化机构只要能把决策速度推进十毫秒，在瞬息万变的市场里抢到排队先机，一年就是几十亿美元的纯收益。 当一项算力技术能直接接上二级市场的提款机，它对价格的承受力近乎无限。 两亿美元买一兆瓦算力，在科技公司看来是令人咋舌的天价。 但对靠毫秒优势清扫盘口的量化巨鳄来说，只要能跑赢对手，这笔账怎么算都能赚回来。

算力市场上真正的分水岭，从来远不止算力总量的堆叠。 当大模型的生成速度从聊天工具的节奏，被硬生生推进到毫秒级战场的时候， 坐在牌桌上掏钱的人就换了。 大众还在惊叹 AI 什么时候能写出更长的小说， 华尔街已经把最快的芯片扫进机房，去抢夺下一个微秒的套利空间了。