OpenAI于周四发布了GPT-5.3-Codex-Spark这是其首个运行在Cerebras Systems餐盘大小AI加速器上的模型。该加速器搭载了世界上最快的片上内存技术。这款轻量级模型旨在通过Cerebras的SRAM封装CS3加速器为OpenAI的Codex代码助手用户提供更具交互性的体验生成响应速度超过每秒1000个Token。上个月OpenAI与Cerebras签署了100亿美元的合同部署多达750兆瓦的定制AI芯片来服务Altman团队的最新一代GPT模型。Cerebras的晶圆级架构采用了一种名为SRAM的超快片上内存其速度比英伟达今年CES上发布的即将推出的Rubin GPU中的HBM4内存快约1000倍。结合推理和应用管道的优化OpenAI的最新模型能够在眨眼间生成答案。由于Spark是专有模型我们无法获得参数数量等详细信息不像OpenAI去年8月在HuggingFace上发布gpt-oss时那样。我们知道的是与那个模型一样它是一个纯文本模型拥有128,000个Token的上下文窗口。模型的上下文窗口是指它能同时跟踪的Token词汇、标点符号、数字等数量通常被称为模型的短期记忆。虽然128K个Token听起来很多但由于模型必须跟踪现有代码和新生成的代码像Codex这样的代码助手可能很快就会用完。即使从空白开始以每秒1000个Token的速度大约两分钟就会超出上下文限制。这可能是OpenAI表示Spark默认采用轻量级风格的原因只进行最小的针对性编辑除非特别要求否则不会运行调试测试。快速的模型如果不能编写有效代码就没有太大价值。据OpenAI称Spark模型在Terminal-Bench 2.0测试中比GPT-5.1-Codex-Mini提供更高的准确性同时比更智能的GPT-5.3-Codex模型快得多。OpenAI可能正在寻求GPU之外的选择但短期内肯定不会放弃GPU。OpenAI写道GPU在我们的训练和推理管道中仍然是基础为广泛使用提供最具成本效益的Token。Cerebras通过在需要极低延迟的工作流程中表现出色来补充这一基础。这不仅仅是表面文章。尽管Cerebras的CS3加速器速度很快但在内存容量方面无法与现代GPU匹敌。SRAM虽然快速但空间效率不高。整个餐盘大小的芯片仅包含44GB内存。相比之下英伟达的Rubin将配备288GB的HBM4而AMD的MI455X将搭载432GB。这使得GPU在运行大型模型时更经济特别是在速度不是优先考虑因素的情况下。话虽如此OpenAI建议随着Cerebras提供更多计算资源它将把更大的模型引入该计算平台这大概是为那些愿意为高速推理付费的用户准备的。GPT-5.3-Codex-Spark目前向Codex Pro用户提供预览版并通过API向特定的OpenAI合作伙伴开放。QAQ1GPT-5.3-Codex-Spark有什么特别之处AGPT-5.3-Codex-Spark是OpenAI首个运行在Cerebras Systems AI加速器上的模型该加速器采用SRAM片上内存技术速度比英伟达GPU中的HBM4内存快约1000倍。该模型专为代码助手设计能以每秒超过1000个Token的速度生成响应为用户提供更具交互性的编程体验。Q2为什么OpenAI选择与Cerebras合作而不是继续只用GPUAOpenAI与Cerebras签署了100亿美元合同主要是为了获得极低延迟的推理能力。虽然GPU在训练和推理管道中仍然是基础且更具成本效益但Cerebras的SRAM技术在需要极速响应的工作流程中表现出色两者形成互补关系而非替代关系。Q3GPT-5.3-Codex-Spark的上下文窗口有什么限制A该模型拥有128,000个Token的上下文窗口虽然看似很大但由于需要跟踪现有代码和新生成的代码在每秒1000个Token的生成速度下大约两分钟就会达到上下文限制。因此模型默认采用轻量级风格只进行最小的针对性编辑。