2026年5月，AI芯片公司Cerebras成功登陆纳斯达克，以185美元的发行价开盘，最终飙升至311美元，融资超过55亿美元，创下半导体行业史上最大IPO纪录。这家已经默默打磨了十年的公司，终于站到了聚光灯下。

本期节目录制于Cerebras IPO后不久，20VC主持人Harry Stebbings与Cerebras创始人兼CEO Andrew Feldman展开了一场罕见的深度对话。这不仅仅是一次关于芯片技术和公司上市的例行访谈——Feldman坦诚地分享了他对AI基础设施泡沫论的看法、供应链危机的深层逻辑、推理速度如何重塑AI经济、以及美国对华芯片出口管制的复杂博弈。他还谈到了创业十年间那段"每月烧掉800万美元、连续18个月造不出芯片"的至暗时刻，以及一位创始人如何在家人的无声支持下负重前行。

这期对话的信息密度极高，覆盖了从芯片架构到地缘政治、从数据中心建设到就业市场变革的广泛话题。无论你是AI行业的从业者、投资者，还是只是想理解这场技术革命将如何影响你的生活，这期内容都值得细细品读。

Andrew Feldman是Cerebras Systems的创始人兼CEO。Cerebras以其颠覆性的晶圆级芯片（Wafer-Scale Engine）闻名于世——他们将整片12英寸硅晶圆做成一颗芯片，这是半导体行业从未有人成功实现过的工程壮举。2026年5月，Cerebras以"史上最大半导体IPO"的身份上市，成为全球AI硬件赛道中最受关注的上市公司之一。

Harry Stebbings是欧洲最知名的风险投资播客主持人之一，其创立的20VC已经成为全球科技投资领域的必听节目，累计访谈过数千位顶级创业者和投资人。他以其犀利的问题和大胆的假设性提问著称，善于将复杂的技术和商业话题转化为观众易于理解的对话。

本期对话发生在一个极具象征意义的时刻：一边是Cerebras刚刚完成历史性IPO，一边是NVIDIA CEO黄仁勋刚刚宣布到2030年AI基础设施总投入将达到3到4万亿美元。市场对AI泡沫的讨论空前激烈，供应链的每一个环节——从晶圆厂产能到HBM内存、从CoWoS封装到数据中心电力——都处于史无前例的紧张状态。在这样的背景下，Feldman带来了一份既有行业第一手数据支撑、又充满坦诚个人反思的深度思考。

一、AI基础设施：泡沫还是真实需求？

【主持人】

一边是满屏的「AI基础设施泡沫」论调，另一边是黄仁勋前两天刚说「到2030年我们会花掉3到4万亿美元在AI基础设施上」。我该怎么平衡这两种截然相反的信号？

【Andrew Feldman】

我最近想了很多这个问题。如果你回头看历史上的泡沫——我亲身经历了90年代末的光纤泡沫——当时我们建了海量的光纤基础设施，但那是「先建好，客户自然会来」。铁路时代也一样。基础设施的建设远远跑在了需求前面。

而AI这边的情况恰恰相反。基础设施建设落后于需求。我们建数据中心的速度根本追不上需求。我们手上有250亿美元的积压订单，NVIDIA有积压订单，AMD也有。大家都有积压订单，不是因为我们不想卖，而是因为我们建数据中心建得不够快。

这不是在「赌未来会有人来买」，我们现在是在努力追赶当下的需求——不是未来的需求，就是今天的需求。而需求还在持续增长。我不认为这是泡沫的特征。当你的基础设施正在奋力追赶人们今天、此刻想要的东西时，这不是泡沫。

【主持人】

但从另一个角度来看，数据中心建设的各种延迟和审批障碍，是不是反而在帮我们降温？Gavin Baker（注：知名科技投资人）说过，如果今天所有供给能立刻满足所有需求，那才真的要出问题。

【Andrew Feldman】

Gavin是个极其聪明的人，他用的这个类比很精妙。就像高速公路上要设置匝道红绿灯——它能控制车流量，让交通更顺畅，避免堵塞。限流的目的就在于此。

不过你让我想起我第一次去拉斯维加斯吃自助餐。你把所有东西都堆在面前，然后狂吃一顿，难受好几天。市场有时候也会这样。所以这种「限流」确实有一定道理。

二、提前布局的眼光：OpenAI为何领先？

【主持人】

你之前提到过Sam Altman的远见——他能看到指数级增长，并且不害怕它，而是主动出击。这种能力在指数增长的环境中是不是一种超能力？

【Andrew Feldman】

我认为Sam最大的聪明之处之一，就是他能看到指数级增长的趋势，然后推算出一两年后对算力的需求将达到什么量级，并且他不被那个数字吓到，而是马上行动。而其他很多人看着同样的陡峭曲线，心里想的是：「不可能需要这么多。用不了那么多G。我脑子都烧了。」

但OpenAI跑出去签了合同——我们在这里拿算力，在这里拿电力，在这里拿数据中心，在这里锁定硬件。在指数增长环境中，能相信自己的数据并推演到一两年之后，这确实是一种超能力。

【主持人】

但如果现在能从Elon那里按需购买算力，这种提前布局的优势还存在吗？

【Andrew Feldman】

他们从Elon那里买不到同样的东西。OpenAI买的是上代货——他们拿到的是H100，不是B200，不是最新一代。他们买到的是一代半甚至两代前的产品。这对Elon来说是笔好买卖，他有闲置的货。但对OpenAI来说，这不是什么理想的交易，这是「有什么买什么」。这恰恰说明提前布局的价值——如果你现在才去市场上找，你拿到的不一定是你想要的。

三、内存短缺：HBM危机与Cerebras的差异化路线

【主持人】

所有人都在说内存也是短缺的关键——HBM成本已经涨了四五倍。这是真的吗？我们应该怎么理解内存短缺的问题？

【Andrew Feldman】

现在的局面是，需求的增长太过迅猛，给供应链的每一个环节都带来了巨大压力。在台积电的晶圆厂产能之后，内存是第二大瓶颈。

GPU用的HBM内存只有三家公司能造：三星、美光和SK海力士。它们完全跟不上节奏，于是价格飞涨。美光的毛利率已经达到80%到85%——这在卖内存啊，拿的是软件公司的毛利率。

但我们不用HBM。我们用SRAM，SRAM没有短缺，价格也没涨。因为台积电在制造逻辑电路的同时就直接把SRAM刻在你的芯片上了——没有额外的HBM厂商要赚你的钱。这给了我们巨大的结构性优势。

【主持人】

那这种短缺会缓解吗？成本会不会最终降下来？

【Andrew Feldman】

这里面的挑战在于，这些产能扩张是「阶梯式」的，不是「渐进式」的。你不能在晶圆厂里「增加一点点」产能——你要建一座400亿美元的工厂，这个过程需要五年。

当需求爆炸式增长时，你能做的只有把现有工厂填满。工厂填满之后，就只能再建一座——而这一步需要数年时间。所以只要需求保持高位，我们至少在未来几年内都会持续看到内存短缺。

【主持人】

需求会不会有见顶的一天？

【Andrew Feldman】

只要AI继续变得更有用，就不会。我认为2025年上半年发生了一件大家还没有充分讨论的事情——模型变得足够聪明，真正有用了。在此之前，AI更像是个新奇玩意儿，大家说「好酷」，然后就不用了。

AI的制造方式是训练，使用方式是推理。当2025年模型变得真正聪明之后，人们开始大规模使用它。黄仁勋和其他人描述的需求爆炸，本质上就是因为人们每天都在用AI，而且在越来越多的问题上用，在越来越难的问题上用。

而且它正在渗透到每个年龄层——不只是硅谷28岁的小伙子。我85岁的父亲在用，我11岁的侄女在用。这种跨人群的渗透正在推动需求的指数级增长。只要前沿模型继续变聪明、变有用，人们就会继续使用，需求就会沿着这条指数曲线走下去。

四、云计算格局：超大规模厂商的护城河会否被侵蚀？

【主持人】

云服务提供商会变成同质化的「公用事业」吗？还是说他们仍然是有意义的差异化供应商？

【Andrew Feldman】

我认为NVIDIA的策略之一，就是培育传统超大规模云厂商的竞争对手。他们在资金、供货上都倾向于「新云厂商」（neo clouds），在某种程度上制造了一种依赖性，而这种依赖性可能并不健康。

但说实话，AWS和Azure提供的服务对大多数企业来说非常有价值。它们提供可信度、合规性、安全性，提供了不同层次的软件来服务企业内部的各个部门。你想进入AWS的生态——你可以从Bedrock入手，可以用SageMaker这样的工具。你可以把数据存在里面，用你的S3存储。你拥有一个完整的服务体系。

这对市场的很大一部分客户来说非常有价值。但会有另一部分客户说：「给我最便宜的计算力就行，其他我都不关心。」在这个细分市场里，超大规模厂商的优势反而变成了劣势——你有的那些安全体系、附加软件层，全都带着相应的成本。

如果你不在乎卡车上有没有真皮座椅——那正好，有人卖Naugahyde人造革座椅的卡车，便宜多了。我们的行业披着技术的外衣，但本质上和其他行业没有区别——市场是分层的。价值是有成本的。

五、Token成本与推理速度：芯片行业的经济账

【主持人】

如果向前看，你们的成本结构会如何变化？五年后的销货成本会是什么样的？

【Andrew Feldman】

我们所有人都在改进设计。新一代设计能在单位时间内输出更多token，token速度也更快。由于架构的原因，我们现在比竞争对手快15倍，而且差距还会进一步拉大。

但整个行业——我们、NVIDIA、AMD、高通、ARM——三年或四年后的芯片都会比今天好得多。它们每瓦特功率产出更多，每美元成本产出更多。我们这个行业的历史就是「单位算力成本的大幅下降」。这是不会改变的趋势。

【主持人】

有个非常聪明的朋友跟我说，Google会变成token成本最低的生产者，因为他们拥有从TPU到数据中心、网络、电力采购的完整全栈。你认为这个判断对吗？

【Andrew Feldman】

这种策略有利有弊。

好处是你拥有了从土地到token的完整控制权。

坏处是——你的TPU只能卖给自己。历史上，规模效应极其重要，而当你的市场被你自己的需求限制住的时候，天花板就低了。如果你能卖给整个市场，你可能有更多的需求来摊薄研发成本。

你朋友的论点是有道理的，但历史上「只有一个客户——你自己」确实是个挑战。不过，我已经看到Google开始在自有数据中心之外部署了，很可能就是因为这个原因。

六、「慢速搜索」没有市场：推理速度为何是生命线

【主持人】

我经常听到一种说法：AI领域的许多讨论其实没有意义——最终大家的产品会趋同，市场会变成一个纯粹的价格战。你同意吗？

【Andrew Feldman】

我问你一个问题：慢速搜索的市场有多大？

【主持人】

（笑）零。

【Andrew Feldman】

对的。拨号上网的市场有多大？我如果每个月给你一千美金，条件是你只能用慢速网络——你会接受吗？你绝对不会。

我们的行业正在经历同样的历程。人们已经习惯了快速推理的体验，再也回不去了。你说「大家的产品会趋同」——但速度本身就是产品。对于困难问题而言，「你希望它有多快」是没有上限的。解决问题速度提升6.7倍，不是20%的优化——它是质变。

七、OpenAI的20亿美元大单：如何赢下最大客户

【主持人】

跟我们聊聊那个大单吧——你们跟OpenAI签了可能是硅谷史上最大的交易之一。这笔交易是怎么来的？

【Andrew Feldman】

我们在路演时，有些投资人问：「你们的客户太集中了，很大一部分收入来自OpenAI。」然后我就想：「你疯了吗？」（笑）这是一个巨大的优势！

赢得大客户的方法，首先是赢下一个。你必须学会怎么服务大客户——建立能力、调整供应链、学会怎么让他们满意。然后，当第二个大客户出现时，你才有机会赢下它。而且更关键的是，赢了之后你有能力把它留下来。

先赢下第一个。这是唯一的方式。

【主持人】

在履行这样一笔巨型订单的过程中，最大的挑战是什么？

【Andrew Feldman】

（笑）我们这个行业最神奇的地方就是，人们习惯的速度太快了。以前20兆瓦算很多了，然后100兆瓦算很多了，然后1吉瓦算很多了。现在我们满世界找「多吉瓦级」的设施。放在任何其他时代，750兆瓦都是让人怀疑人生的数字，现在大家说「对，我们拿到了」——语气平淡得像在说午餐吃了什么。

这就是这个时代最特别的地方：思维的尺度发生了翻天覆地的变化。今天我们对多吉瓦级建设泰然自若——五年后会是什么光景？这也是为什么我认为Sam或许是世界上最好的（可能除了Elon之外）：他能看到这一步，并且不害怕它。

八、能源：AI产业的终极瓶颈？

【主持人】

随着数据中心从兆瓦级走向多吉瓦级，能源会不会变成决定胜负的核心瓶颈？

【Andrew Feldman】

Sam、Elon和其他人都说过，我们本质上是在做「把电变成智能」的生意。因此，限制因素就是电力。我不确定我完全同意这个观点，但从目前的视角看，这绝对是一个合理的判断。

我的反方观点是：在过去每次技术变革中，我们都找到了更高效的方式来做同样的事。我们还在学习如何更高效地训练和推理。但如果你是对的——如果模型变得足够聪明，或者持续变得更聪明，以至于继续「喂」它们电力是有道理的——那么，能源确实是终极瓶颈。我现在还不知道哪种观点会胜出，但这两个逻辑都有道理。

【主持人】

当我们看到获批的数据中心有40%因为社区反对而无法建成时，我们还能够按照需要的速度建设数据中心吗？

【Andrew Feldman】

我觉得这个现象很有趣。人们会说「天哪，数据中心消耗25兆瓦」，然后脑容量就爆了。但谁也不会去想想自己家里的情况——你的装修承包商天天来吗？不。他做的和他说的完全一样吗？很少。你选的瓷砖或者别的什么材料有时候会延期交付吗？是的。建数据中心时，同样的事情全都会发生。

发电机有时候会迟到。有时候它们甚至真的会从卡车上掉下来。我在人生中从来没想过自己会看到一台柴油发电机从卡车上滑落——然后被另一辆卡车接住。但这事真的发生了。这就是建设大型基础设施的真实面貌。

我们行业之前在社区关系上做得很差。Brad Smith（微软总裁）之前发过一篇文章，那才是我们从一开始就应该采用的方式——这些数据中心可以是清洁的，可以创造就业，可以惠及社区。几千个本地岗位，意味着餐馆、午餐、酒店和整个配套生态。

但我们以前的做法是什么？偷偷摸摸的，遮遮掩掩的。我们应该做一个好邻居——我们应该为自己的道路付费，不应该把新建电线的成本通过30年摊销的方式转嫁给当地社区。这太扯了。我们应该透明，应该付出自己的那一份。大多数社区在有了透明的信息之后，是可以接受的。

九、AI与就业：恐慌、真相与历史的回响

【主持人】

你担心「AI」这个品牌吗？我们现在看到大量裁员，凌晨4点收到Zuck的邮件，工作一个接一个地消失……

【Andrew Feldman】

我确实担心。那些是真实的人，他们背后有家庭。但我认为有两个视角需要区分。

我认为到目前为止的绝大多数裁员是「AI-washed」——也就是披着AI的外衣，实际上是后疫情时代过度招聘的回调。这些裁员中，真正因为AI自动化导致的，大概只占5%到10%。并不是AI来了所以人没工作了，而是「我们过去三年招了太多人」。把裁员归因到AI的叙事下很方便，但这远远不是实情。

但AI确实正在开始产生真正的企业级影响。如果你是一家工程组织，但看不到如何利用生产力大幅提升的工程师——我认为你活不了太久。我想让我们的工程师做的事情的清单是无穷无尽的。如果能让他们更高效，清单上的事就能多做一点。

【主持人】

人们担心AI会取代白领工作。你怎么看？

【Andrew Feldman】

在过去25到30年里，我亲身经历了好几次技术变革，每一次都创造了之前不存在的岗位和公司。在90年代中期之前，「CIO（首席信息官）」这个角色是不存在的。随着思科的崛起和网络的发展，CIO才作为一个核心角色出现。在这之前，企业有一个「电信基础设施VP」——这个职位现在已经消失了。我们桌上不再有座机，电话都打到我手机上。

技术消灭了一些岗位，但创造了全新的角色。你将会看到「公司AI治理」相关的角色出现——有些公司现在有「Chief AI Officer」，我不知道最终会叫什么。随着这些技术变得对公司越来越重要，新的工作就会出现，新的组织架构会出现，而旧的角色会消失。

比如，我认为HR的角色将发生根本性的变化。HR中「回答问题」的部分——那是打电话问你的HRBP——这个角色会消失。HR会变成一个完全不同类型的战略职能。

十、企业AI落地的最大阻力：律师与安全部门

【主持人】

AI在企业落地最大阻力是什么？

【Andrew Feldman】

安全部门和法务部门。真的。（笑）

他们不理解一项技术的时候，就只会说「不行」。安全部门和法务部门是做「说不」生意的，而创业者是做「把它搞定」生意的。

这甚至是有原因的——安全部门和法务部门处在那种「大家都怪他们」的位置上。做对了没人夸，做砸了全是骂。没功劳，只有责任。所以他们回避风险。本质上，他们是新技术采纳的阻力。

而法务的问题更特殊——律师不知道怎么为AI拟定合同，因为没有先例。这个职业的训练就是在先例中工作。你想让律师不舒服？让她去一个没有先例的领域工作。她们不知道怎么办。她们所有的训练都是关于「别人以前怎么做的」「我们怎么综合这些」「我们怎么在这些规则内运作」。所以法务部门对新技术的阻碍尤其大。

讽刺的是，我倒是支持这个规则——因为如果出了事，没有人会说「别怪法务部门」。每次都怪他们。所以他们会问：「你确定吗？你确定？你是不是真的真的确定？」这确实拖慢了新技术的采纳速度。

十一、开源模型的崛起：DeepSeek、千问与Kimi

【主持人】

开源模型正在飞速追赶——你看到了什么趋势？

【Andrew Feldman】

我们确实看到了中国开源模型的惊人进步。Kimi K2、DeepSeek、千问（Qwen）、GLM——这些都是极其出色的模型。它们还没有完全追平闭源模型，但已经非常强了。

对我们来说，采用这些开源模型很容易——我们可以在上面展现出超凡的速度优势。这是一个困难的问题：企业法务和安全团队在面对闭源模型时已经紧张得要死，当面对开源模型的时候——他们更是直接吓尿了。

但我看到越来越多公司，尤其是在硅谷，开始在前沿模型上尽可能往前冲，然后用开源模型尽可能贴近前沿以降低成本。这可能就是未来的模式——前沿闭源+开源逼近的组合策略。

十二、美国应不应该卖芯片给中国？

【主持人】

这个话题很敏感，但我必须问：美国公司应不应该向中国出售先进芯片？

【Andrew Feldman】

让我们先把所有有利害关系的人请出房间——包括我，包括黄仁勋，包括苏姿丰，包括芯片行业的所有人。然后我们问一个安全问题专家：「如果我们把最先进的技术卖给中国，他们的军队会用吗？」所有人都会说：「会。」这一点是没有争议的。

你再问第二个问题：「如果他们的军队用上了，我们还能在战场上取得优势吗？」答案仍然是：「能。」因为军事优势不取决于任何一个单独的技术。但第三个问题更复杂：「它会让战争的代价更高、时间更长、更困难吗？」同样很可能是：「会。」

在一个理想的世界里，在一个不存在工业对手的世界里——我们不要卖。但现实世界更复杂。

有人说「如果我们封锁他们，他们就会建立自己的技术体系和生态系统」。我认为「阻止他们建立自己的生态系统」确实是对我们有利的，这个论点有真正的道理。虽然我个人不完全同意封锁策略，但这两个方向的论点都有真正的分量。

而且，在当前的全球格局下，至少在今天，他们是我们的工业对手。如果你去世界各地看一看他们工业政策的结果——比如大规模压低太阳能成本、压低锂电池成本——在某些领域这对全球转型是好事，但在很多其他领域，这是以竞争国家为代价的掠夺性政策。

如果说「美国工业界因为你不能卖芯片给中国而少赚了点钱」，我可以接受。我对此没有意见。

十三、台积电与台湾：芯片产业的地缘裂缝

【主持人】

很多人说台积电是AI产业最大的单点故障——过度依赖台湾带来了巨大的地缘风险。你怎么看？

【Andrew Feldman】

我们确实有台积电依赖的问题，这和台湾面对中国大陆脆弱性的问题有重叠，但不是同一个问题。

我们在美国的长期政策执行上有严重问题——政策无法跨一届政府持续，基础设施跨市政边界建设困难重重。而中国在某些方面做得极其出色——他们的电力基础设施是世界级的。美国呢？我们最好的情况是一堆1950年代技术的拼凑体。这很糟糕。

我们犯过的最严重的错误之一就是让芯片制造离开了美国。我们失去的不只是晶圆厂本身，我们失去了整个周边的生态系统——封装技术、测试能力、一整套战略性的工作和产业。

我非常坚定地支持把尖端制造带回美国。我的主张是：给台积电一张「20年免地方条例」的通行证——在亚利桑那也好，在德州也好——20年内不受任何地方市政法规的限制。只要用和在台湾建造晶圆厂时完全相同的施工技术和标准就行——不要建垃圾，用同样的方式。但地方市政条例对晶圆厂建设来说是灾难性的。用不了什么手段就能延迟一个项目好几年。

过去三年我们已经取得了一些进展——台积电开始在美国建厂，三星也在建。但这些还不够。我们需要更多。

十四、欧洲：系统性掉队的创新大陆

【主持人】

你如何看待欧洲在全球AI竞争中的位置？

【Andrew Feldman】

我很担忧。不是某一个具体事件的失败——而是一种「模式」的失败。

你看看各个技术领域——顶尖的AI公司大多数在美国，顶尖的芯片公司在美国，顶尖的软件公司在美国。当然也有例外，SAP等。但欧洲已经形成了一种心态：「先恐惧它，然后监管它，最后再征税。」这是一种自我扼杀创新能力的文化。

欧洲有很多受过良好教育的、勤奋工作的人。有大量的人才储备。但从整体上看，考虑到它的人口基数，欧洲在科技创新方面的表现远低于其潜力。这些机会就摆在那里，没有被激活。

欧洲不只是发明新技术比较慢——采纳新技术的速度也慢。所以我认为，未来五年增长最快的地区不会是欧洲。

不过公平地说，欧洲在某些领域做得非常好。在监管方面，在隐私保护方面，在可持续发展方面——这些都是欧洲的强项。但在AI芯片、AI模型、AI应用这些领域，确实和美国存在系统性的差距。

另外，欧洲缺乏一种「失败是可以接受的」文化。在欧洲，「失败」会被贴上职业标签。而在硅谷，失败本质上是一种荣誉勋章——它说明你尝试了别人不敢尝试的东西。这种文化差异不容小觑。

十五、IPO时机：天时、地利还是运气？

【主持人】

你们的IPO时机堪称完美——抢在AI IPO热潮之前，抢在Anthropic和OpenAI之前。这是刻意的策略还是运气？

【Andrew Feldman】

100%刻意。我们一年半前就试图上市了，但因为Sytheus（注：CFIUS相关审查）卡住了。我们已经努力了十年，中间试了又试。

说实话，这也是运气。我们不断尝试，然后突然之间，你会发现自己是市场上唯一一家纯AI硬件上市公司——而且只有我们一家。我们得以把一个非凡的增长故事呈现在被长期排挤在外的公开市场投资者面前。

聪明、勤奋的人不断尝试，然后他们会「走运」——偶尔他们会找到那个完美的时刻。这就是我们做到的。

【主持人】

Sytheus是什么问题？

【Andrew Feldman】

G42交易的一些残余问题。有关我们一些大客户的担忧。然后我们换了政府，这些担忧消失了，我们得以快速、周全地通过一个非常公平的解决方案——而且这个解决方案我们一年前就提出过，但当时没被接受。

【主持人】

所以特朗普政府对商业来说是不是绝对意义上的更好？

【Andrew Feldman】

毫无疑问地对商业更好。但这个判断需要放到具体语境里——这个话题在别的场合聊更有意思。

十六、上市之后：公共市场的机遇与责任

【主持人】

上市之后，你们可以用公开市场资金做什么之前做不了的事？

【Andrew Feldman】

当我们在用私募市场的钱时，问题在于「我们该投资这些公司吗？还是让我们的投资方去投资？」用公开市场的钱，使命不同了，你的投资人也有了不同的获取渠道。

这意味着我们可以和客户、合作伙伴一起做更有趣的事——包括收购公司，包括投资公司，包括不同结构的合作伙伴关系。上市让我们有了全新的工具箱。

十七、创始人的至暗时刻：18个月的失败与不离不弃的董事会

【主持人】

你经历过的最大挑战是什么？

【Andrew Feldman】

我们曾经有一个18个月的时期——每个月烧掉800万美元，但造不出芯片。

每个月烧800万。整整18个月。我们解决不了制造问题。

最开始，芯片在通电两秒后就烧毁了。一年之后，我们进步到能坚持一个小时再烧毁——每一次我们都做全面的故障分析。每一次失败。18个月里的每一个月。

这是我职业生涯中最骄傲的一段工作。那个问题，到今天也没有其他人解决过。

你能想象吗？回到你之前的问题——在那段时间里，我绝对不是家里的好伴侣。当你在公司顶着那么大的压力回到家，你不是个容易相处的人。

我们非常幸运的是，我们的董事会理解他们不需要给我们施加更多压力。如果压力不是来自你自己的内心——那他们就押错了人。硬件是极其困难的，我们攻击的是一个从来没人解决过的问题。

【主持人】

作为创始人，你如何看待对员工的责任？

【Andrew Feldman】

我卖上一家公司之后，最让我骄傲的是——我们创造了一百个百万富翁。现在让我最骄傲的是，我们已经创造了几十个百万富翁，这支队伍里有很多人值得得到更多。

他们中的许多人把整个职业生涯的很大一部分押在了我们身上。一个顶尖工程师的职业生涯可能只有35年——我们团队里的很多人已经跟了我三四家公司，有些人在Cerebras干了八年、九年半。

当你搞一次小型的公司野餐，你望出去看到的——是房贷，是需要矫正牙齿的孩子，是你对这些人负有责任。这一点从来没有改变过。如果你真的每天都把这份责任放在心上，你会背着一份重量前行。

十八、快问快答：个人感悟与反思

【主持人】

过去12个月，你在什么事情上改变了想法？

【Andrew Feldman】

上市过程中，有多少人会跑来找你，试图卖你垃圾东西——我完全没有预料到。突然之间，一个本来应该花两万美元的项目，报价变成了二十万。突然之间，你每周收到二十封关于财富管理的邮件。

这就像结婚一样——所有人都在你的「大日子」上想啃一口。这让我非常意外。在上市之前，我完全没有认真想过这个层面的问题。

【主持人】

有人说美国社会有个问题——所有事情都围着钱转。你怎么看？

【Andrew Feldman】

作为在欧洲人眼中看美国人的美国人——我同意，我们的社会确实有这个毛病。但在硅谷长大的经历让我有了不同的视角。我们那条街住着的人，有人得过诺贝尔奖，有人得过菲尔兹奖。威廉·肖克利（晶体管的发明者）就住隔壁。但我们小时候知道他的事是——万圣节他给的是全尺寸糖果棒。（笑）

我在成长过程中，最被重视的东西从来不是钱——而是智慧、是解决问题的能力、是做出改变。这些价值观至今仍是我做决策的核心。

【主持人】

作为一家上市公司的CEO，你现在是公众人物了。如何保护你的私人生活？

【Andrew Feldman】

这是最重要的。不是因为什么工作与生活的平衡之类的大道理，而是你可以拥有高强度的职业和温暖的家庭——但你的家人需要理解那个分量。

我老婆在我上一家公司时就知道：如果我走进门一句话不说，那不是她的问题。那通常是因为我们在生产上出了问题。你必须让伴侣理解这些事情，否则你们之间的关系只会被不断地消耗。

我有一段时期一个月有三周在路上。阿联酋航空会给我寄圣诞礼篮——一家阿拉伯航空公司给一个犹太人寄圣诞礼篮。你得坐多少次飞机才能变成这个级别？这很真实。你必须思考如何给家庭账户里「充值」，否则只是一笔又一笔的支出。

【主持人】

别人对你做过的最善意的事是什么？

【Andrew Feldman】

我们的董事会在那18个月里从来没有给我们施加额外压力。他们理解——如果压力不来自我们自己的内心，他们就赌错了人。他们在这段我最糟糕的时期保持了镇定和信任。

他们知道我们正在解决一个极其困难的问题，而且他们也不确定我们能不能成功——但他们选择不把这种不确定性转化为对我们的额外压力。这是非常、非常罕见的领导力。我永远不会忘记这一点。

视频链接：https://www.youtube.com/watch?v=6EOwSXE3Xws