Cerebras onthult orderportefeuille van $25 miljard en claimt Moore's Law met ruim 2x te overtreffen elke 18 maanden
Interview in de All-In Podcast met Cerebras CEO Andrew Feldman en Black Forest Labs CEO Robin Rombach, deze week gepubliceerd
Andrew Feldman, oprichter en CEO van Cerebras Systems, heeft bekendgemaakt dat de fabrikant van inference-chips momenteel een orderportefeuille van $25 miljard heeft. Hyperscalers en gespecialiseerde AI-laboratoria boeken capaciteit jaren voordat Cerebras de chips daadwerkelijk heeft geproduceerd. "De vraag overstijgt onze capaciteit om datacenters te bouwen en deze met hardware te vullen ruimschoots", aldus Feldman. Hij beschrijft een dynamiek waarbij partijen als OpenAI, Anthropic, Google, Microsoft en AWS geen speculatieve infrastructuur aanleggen, maar simpelweg een reeds geboekte vraag proberen bij te benen. Deze opmerking werpt een ander licht op de huidige AI-infrastructuurcyclus: het is geen gok op toekomstig gebruik, maar een race om aan bestaande klantverplichtingen te voldoen. Dit onderscheid is essentieel voor iedereen die de duurzaamheid van kapitaaluitgaven (capex) binnen het landschap van hyperscalers en neocloud-aanbieders analyseert.
Moore's Law voorbijgestreefd: Cerebras claimt eigen prestatiecurve
De meest concrete technische onthulling in het gesprek was Feldmans bewering dat Cerebras de traditionele cadans van Moore's Law – waarbij prestaties elke 18 maanden verdubbelen – ver achter zich heeft gelaten. "We hebben dat met deze chip verbrijzeld en een volledig nieuw traject ingeslagen", zei Feldman. Hij voegde eraan toe dat zijn interne verwachting is dat Cerebras op diezelfde termijn van 18 maanden "ruim boven de 2x" zal uitkomen. Hij schrijft dit verschil toe aan architecturale volwassenheid: GPU's, gebaseerd op een twintig jaar oud ontwerp, zijn voor prestatiewinst in toenemende mate afhankelijk van de verkleining naar de volgende productieknooppunt (fab node). De wafer-scale architectuur van Cerebras is daarentegen nog jong genoeg om aanzienlijke optimalisaties door te voeren die onafhankelijk zijn van verbeteringen in het productieproces. Hoewel beleggers dit als een bewering van het bedrijf zelf moeten beschouwen en niet als een gecontroleerde benchmark, is het een specifieke, toetsbare claim die de markt kan vergelijken met toekomstige productlanceringen.
Waarom inference-snelheid de flessenhals wordt, niet alleen training
Feldman koppelde het snelheidsvoordeel van Cerebras direct aan de economie van redeneermodellen (reasoning models), die intern grote hoeveelheden tokens verbruiken voordat ze een antwoord genereren. "Juist het feit dat dit redeneren intern een enorme hoeveelheid tokens verbruikt, maakt een razendsnelle machine zoals de onze relevant", stelde hij. Het argument is dat naarmate redeneerketens langer worden – Feldman noemde runs die 24 tot 48 uur duren – een snelheidsvoordeel van 15x cumuleert tot weken of maanden aan effectieve "denktijd" die in één dag wordt samengeperst. Dit is de meest heldere uitleg tot nu toe waarom Cerebras gelooft dat zijn hardwarevoordeel groter wordt in plaats van kleiner, naarmate de industrie verschuift van single-pass inference naar agentic reasoning in meerdere stappen.
Token-maximalisatie, bedrijfsdiscipline en het werkelijke signaal in AI-uitgaven
Feldman wees het idee dat het huidige AI-gebruik ongedisciplineerde speculatie is, voorzichtig van de hand en trok een directe parallel met de beginjaren van AWS-adoptie binnen ondernemingen. "Er wordt zeker geëxperimenteerd, maar dat betekent niet dat de netto waarde niet enorm is. Het betekent dat een deel ervan nergens toe zal leiden", zei hij. Hij vergeleek de huidige fase met consumenten die door elk gangpad van een nieuw geopende Costco dwalen voordat ze leren strategisch in te kopen. Hij stelde dat bedrijven nu voorbij de fase van onbeperkte "token-maximalisatie" gaan en overstappen op gedisciplineerde allocatie – waarbij goedkopere open-source modellen worden gebruikt voor minder kritieke taken en de krachtigste modellen worden gereserveerd voor complexe problemen. Voor hem is dit het bewijs van een volwassen wordende, en niet oververhitte, markt.
Open source en soevereiniteit worden een structurele businesslijn voor Cerebras
Feldman was duidelijk over de verschuiving in de vraag van klanten naar open-source en soevereine implementatieopties, gedreven door zorgen over datalekken en regelgeving in sectoren als finance en healthcare. "In de VS hebben we meer binnenlandse open-source modellen nodig. We moeten de wereld een keuze bieden. Als ze nu open source willen draaien, zijn het OSS 120B of Chinese modellen", zei hij. Hij noemde de open-weight release van OpenAI een stap in de juiste richting, maar onvoldoende. De positionering van Cerebras profiteert van deze trend: het bedrijf gaf aan dat het momenteel GLM, Kimi en de Qwen-modelfamilie draait, naast de gesloten modellen van OpenAI en maatwerkmodellen gebouwd door klanten zoals GSK en het in de VAE gevestigde G42 en MBZUAI. Feldman merkte op dat Nvidia het uitbrengen van eigen open-source modellen grotendeels heeft vermeden, omdat dit hen in directe concurrentie zou brengen met de laboratoria – OpenAI, Anthropic, xAI – die hun chips kopen. Deze dynamiek laat ruimte voor een meer neutrale infrastructuurspeler zoals Cerebras om aan die vraag te voldoen.
Over de overheidsdisclosure van Anthropic: Feldman kiest voor voorzichtigheid
Gevraagd naar de controverse rond de coördinatie van Anthropic met de overheid bij de uitrol van een model, reageerde Feldman genuanceerd, maar steunde hij de voorzorgsaanpak, los van politieke overwegingen. "Op een moment dat een model voldoende creatief is in zijn denken dat het een reële dreiging vormt, is het niet onredelijk dat de overheid vraagt om het in stappen uit te rollen", zei hij, waarbij hij de vergelijking trok met de gefaseerde veiligheidsbeoordelingen voor farmaceutische producten. Hij haalde een gesprek aan met Nikesh Arora van Palo Alto Networks, die naar verluidt zei dat het model bestaande beveiligingssoftware "uitschakelde", wat een patchcyclus van zes weken afdwong. Feldmans bredere punt – dat politieke polarisatie het vermogen van de industrie om helder na te denken over legitieme veiligheidsafwegingen ondermijnt – is een belangrijk gegeven voor beleggers die het regelgevingsrisico proberen in te schatten in aanloop naar de volgende generatie modellen.
Feldman verklaart AGI als reeds bereikt en verlegt het debat naar implementatie
In een van de meest opvallende uitspraken stelde Feldman simpelweg dat artificial general intelligence (AGI) al is bereikt, althans volgens elke standaard die tien of twintig jaar geleden zou zijn gebruikt om het te definiëren. "We hebben het bereikt. We hebben het alleen nog niet volledig uitgerold", zei hij. Hij beargumenteerde dat oudere benchmarks, zoals de Turingtest, "volledig achterhaald" zijn. Dit is een opmerkelijke escalatie van een chip-executive in plaats van een lab-CEO; het signaleert dat infrastructuurleveranciers – die via de workloads van hun klanten inzicht hebben in de werkelijke capaciteiten van modellen – zich nu comfortabel voelen om publiekelijk AGI-claims te doen, waardoor het debat verschuift van "zijn we er al" naar "hoe snel kan het worden gedistribueerd en georganiseerd".
Black Forest Labs: Robin Rombach over de convergentie van beeld-, video- en roboticamodellen
De tweede helft van het gesprek richtte zich op medeoprichter en CEO van Black Forest Labs, Robin Rombach. Zijn bedrijf telt inmiddels meer dan 100 medewerkers en heeft een nieuwe financieringsronde afgesloten na het werk aan het open-source Flux-model. Rombach, die eerder meewerkte aan de bouw van Stable Diffusion en het latent diffusion-algoritme uitvond dat ten grondslag ligt aan de meeste moderne generatieve beeld- en videosystemen, schetste een roadmap die veel verder gaat dan contentgeneratie en ook robotica omvat. "We betreden nu een nieuw paradigma waarbij we dit combineren met zogeheten action prediction, zodat je hetzelfde model kunt gebruiken om beelden, video's en audio te maken, en acties te voorspellen – wat betekent dat je het uiteindelijk op een robot in de echte wereld kunt inzetten", zei hij. Dit is de meest ingrijpende onthulling van Black Forest Labs in het interview: het bedrijf positioneert zijn multimodale architectuur expliciet als een brug naar fysieke AI en robotica, en niet alleen als hulpmiddel voor mediaproductie. Deze strategische koers verbreedt de adresseerbare markt aanzienlijk buiten creatieve toepassingen.
De samenwerking met Scorsese: wat houdt het daadwerkelijk in?
Rombach bevestigde en detailleerde een samenwerking met regisseur Martin Scorsese. Hij beschreef sessies waarin Scorsese de modellen van Black Forest Labs gebruikte om een scène – naar verluidt een dorp in Oost-Europa – te visualiseren voor een potentieel toekomstig project. "Het mentale beeld van iets uit je hoofd krijgen en het communiceren op een visuele manier, door deze beelden of een reeks beelden te maken, maakt het makkelijker om een idee over te brengen", zei Rombach, verwijzend naar de uitleg van Scorsese zelf. Belangrijk is dat Rombach voorzichtig was met het temperen van de verwachtingen dat generatieve video op korte termijn speelfilms van regisseurskwaliteit kan produceren. "Ik weet niet of dat het uiteindelijke doel is", zei hij over volledig door AI gegenereerde films. Hij beargumenteerde dat de waarde op korte termijn geconcentreerd is in pre-productie, storyboarding en iteratieve workflows waarbij de mens in de loop blijft, in plaats van het volledig vervangen van de productie. Dat is een aanzienlijk conservatievere visie dan sommige promotionele verhalen die de ronde doen over generatieve video, en het is een nuttige toetssteen voor beleggers die de commerciële kansen op korte termijn willen afzetten tegen die op lange termijn.
IP-licentiestrategie: Black Forest Labs positioneert zich als neutrale infrastructuur
Op de vraag hoe grote houders van intellectueel eigendom, zoals Disney, moeten omgaan met generatieve tools, zei Rombach dat Black Forest Labs het genereren van bepaalde auteursrechtelijk beschermde personages in zijn publieke tools al blokkeert. Daarnaast ontwikkelt het bedrijf op maat gemaakte modellen direct met IP-houders, gebouwd op open-source of propriëtaire architecturen, afhankelijk van de behoeften van de klant. Hij noemde geen specifieke studiupartners naast de samenwerking met Scorsese, maar de insteek suggereert dat het bedrijf probeert een licentie- en maatwerkmodel-business op te bouwen naast zijn open-source consumententools. Dit is een tweesporenstrategie die vergelijkbaar is met wat Cerebras beschreef voor zijn soevereine en zakelijke implementaties. Rombach wees ook op de opkomst van door AI ondersteunde fan-films, zoals onofficiële Star Wars-content die miljoenen YouTube-views trekt, als een voorbode van hoe studio's de creativiteit van fans uiteindelijk zouden kunnen monetiseren via licenties in plaats van met een totaalverbod.
Waar de technologie nog tekortschiet
Rombach was openhartig over de huidige beperkingen en merkte op dat high-end filmproductie een van de meest veeleisende toepassingen blijft en dat volledig autonome, prompt-gestuurde robotbesturing nog niet haalbaar is. "Je wilt naar een punt waar je een robot in context kunt aansturen, zoals je dat kunt met een taalmodel – zover zijn we nog niet", zei hij. Hij legde uit dat huidige implementaties per robot en taak nog enkele uren aan fine-tuning data vereisen, in plaats van de vorm van zero-shot generalisatie waar de industrie naar streeft. Dat gat tussen ambitie en huidige capaciteit is een nuttig tegenwicht voor de agressievere verhalen over robotica die elders in de markt worden verspreid. Het suggereert dat de daadwerkelijke commerciële inzet van deze multimodale wereldmodellen in fysieke robotica nog een gok is van een vroegere fase dan de business in beeld- en videogeneratie, die al inkomsten genereert door licenties en maatwerk voor bedrijven.