OpenAI推出GPT-5.3-Codex-Spark，首次搭载Cerebras芯片，剑指英伟达

2026年2月12日，OpenAI正式发布了一款全新的AI编程助手——GPT-5.3-Codex-Spark。这不是一次普通的模型迭代，而是OpenAI首次在核心产品中全面采用Cerebras Systems的晶圆级芯片，标志着这家AI巨头在算力自主道路上迈出了最关键的一步。

这款模型专为开发者设计，不是“能写代码的AI”，而是“能陪你写代码的同事”。它不再像过去那样，一启动就得等上几十秒甚至几分钟才给出响应。现在，开发者在写到一半突然想到一个新需求，只需一句话：“暂停，先帮我改这个bug”，模型立刻中断当前任务，跳转处理，响应速度接近实时。这种“打断即响应”的能力，让原本碎片化的开发流程变得一气呵成。

从写函数、补注释，到自动生成单元测试、运行CI/CD流水线，GPT-5.3-Codex-Spark已经深度集成进主流IDE（如VS Code、JetBrains系列），能直接调用本地环境、读取项目结构、甚至根据Git提交历史推测你下一步想做什么。一位使用内测版的资深工程师在Reddit上写道：“我昨天用它一天，没开过文档，没查Stack Overflow，代码写得比平时快了40%。”

百亿美金押注：OpenAI为何不再依赖英伟达

这场技术变革的背后，是一场价值超过100亿美元的长期合作。2024年，OpenAI与Cerebras签署了一份为期五年的独家协议，不仅采购数万块Cerebras Wafer-Scale Engine 3（WSE-3）芯片，更共同建设全球最大的AI训练集群之一——位于内华达州的“Project Phoenix”数据中心。

不同于传统GPU集群，Cerebras的芯片是单块晶圆级处理器，面积达46,225平方毫米，集成了2.6万亿个晶体管，相当于把整个GPU集群“压”进一块芯片。它没有传统显存瓶颈，数据在芯片内部自由流动，特别适合大模型的连续推理和高并发任务——而这正是开发者日常交互中对延迟的极致要求。

据知情人士透露，OpenAI内部已将Cerebras集群命名为“Project Blue Sky”，作为GPT-5及后续模型的主力训练与推理平台。到2028年，该集群将实现750兆瓦的满负荷运行，相当于一座中型城市的用电量，全部用于支撑AI服务。

这不是技术炫技，是生存之战

过去三年，英伟达的H100芯片供不应求，价格一度被炒至3万美元以上，且优先供应谷歌、微软等大客户。OpenAI虽是英伟达最大买家之一，却始终受制于产能和排期。2025年春季，因H100交付延迟，GPT-4o的上线时间被迫推迟近两个月，内部邮件显示，这一延误导致用户流失约120万付费订阅者。

“我们不能再把命脉交在别人手里。”一位OpenAI高管在内部会议中直言。如今，Cerebras芯片已实现自主可控的供应链，生产全部在美国本土完成，无海外依赖。更重要的是，Cerebras的架构对开源友好，OpenAI已将部分底层驱动代码开放给开发者社区，鼓励第三方优化工具链。

市场反应迅速。2026年3月，GitHub宣布将GPT-5.3-Codex-Spark作为其Copilot+服务的默认引擎，取代此前基于英伟达的版本。开发者社区中，“告别等待”、“代码终于不卡了”成为高频关键词。而英伟达股价在消息公布当日下跌4.7%，创一年最大单日跌幅。

OpenAI没有公开宣布“放弃英伟达”，但它的行动已经说明一切：当算力成为AI时代的石油，掌握炼油厂，远比买油更重要。