揭谛投资
05-12
这篇文章不错，转发给大家看看
@老猫打个新：
【美股IPO】Cerebras 超低延迟+唯一晶圆级AI芯片芯片，能否带你26年吃大肉？
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
分享至
微信
复制链接
精彩评论
我们需要你的真知灼见来填补这片空白
打开APP，发表看法
APP内打开
发表看法
1
{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":563148470079688,"tweetId":"563148470079688","gmtCreate":1778515953330,"gmtModify":1778515955861,"author":{"id":4204782248635750,"idStr":"4204782248635750","authorId":4204782248635750,"authorIdStr":"4204782248635750","name":"揭谛投资","avatar":"https://static.tigerbbs.com/c3078ab05da66865cb63ca4f83aedf28","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":8,"crmLevelSwitch":1,"currentWearingBadge":{"badgeId":"228c86a078844d74991fff2b7ab2428d-3","templateUuid":"228c86a078844d74991fff2b7ab2428d","name":"投资合伙人虎","description":"证券账户累计交易金额达到100万美元","bigImgUrl":"https://static.tigerbbs.com/fbeac6bb240db7da8b972e5183d050ba","smallImgUrl":"https://static.tigerbbs.com/436cdf80292b99f0a992e78750ac4e3a","grayImgUrl":"https://static.tigerbbs.com/506a259a7b456f037592c3b23c779599","redirectLinkEnabled":0,"hasAllocated":1,"isWearing":1,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2025.12.20","exceedPercentage":"93.54%","individualDisplayEnabled":0},"individualDisplayBadges":[],"wearingBadges":[{"badgeId":"228c86a078844d74991fff2b7ab2428d-3","name":"投资合伙人虎","description":"证券账户累计交易金额达到100万美元","smallImgUrl":"https://static.tigerbbs.com/436cdf80292b99f0a992e78750ac4e3a","bigImgUrl":"https://static.tigerbbs.com/fbeac6bb240db7da8b972e5183d050ba","isScarce":0,"effectEnabled":0,"redirectLinkEnabled":0,"redirectLinkValidityFrom":0,"redirectLinkValidityTo":9223372036854776000}],"fanSize":16,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"","html":"<html><head></head><body><p>这篇文章不错，转发给大家看看</p></body></html>","htmlText":"<html><head></head><body><p>这篇文章不错，转发给大家看看</p></body></html>","text":"这篇文章不错，转发给大家看看","highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/563148470079688","repostId":563067141816608,"repostType":1,"repost":{"magic":2,"id":563067141816608,"tweetId":"563067141816608","gmtCreate":1778496213873,"gmtModify":1778498962833,"author":{"id":4226106262393242,"idStr":"4226106262393242","authorId":4226106262393242,"authorIdStr":"4226106262393242","name":"老猫打个新","avatar":"https://static.tigerbbs.com/2006dd32e58cb18a1c9d5583d589d7a5","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[{"badgeId":"3f8f4b8c193b4343a88817ce07587dbd-1","templateUuid":"3f8f4b8c193b4343a88817ce07587dbd","name":"星级创作者","description":"累计发表精华帖>=3（或有料帖>=10），且30天内发表过至少一篇精华帖（或4篇有料帖）并参与过评论","bigImgUrl":"https://static.tigerbbs.com/1866dcf97a73be1c330f85862546aedc","smallImgUrl":"https://static.tigerbbs.com/4f5c5fa8e2c7683bb5a7fce8753ee456","redirectLinkEnabled":1,"redirectLink":"https://www.laohu8.com/activity/market/2023/star-contributors/","hasAllocated":1,"isWearing":0,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2026.05.30","individualDisplayEnabled":1,"backgroundColor":{"dark":"#675a37","tint":"#f9ebc2"},"fontColor":{"dark":"#ffffff","tint":"#ab7a0e"}}],"wearingBadges":[],"fanSize":280,"starInvestorFlag":false},"themes":[],"images":[{"img":"https://static.tigerbbs.com/845cc54a1625fa46b33ee37638a3ad94","width":"1080","height":"323"},{"img":"https://static.tigerbbs.com/b557c6e4bbcbf48e3a7fb11a901ac8cb","width":"1080","height":"307"},{"img":"https://static.tigerbbs.com/e180b52f9d5a3951e466198e4b7e0e00","width":"1080","height":"624"},{"img":"https://static.tigerbbs.com/3803fbcfcfca24226462fe0df68f93c7","width":"1080","height":"608"},{"img":"https://static.tigerbbs.com/5cfae9d6b1a1394a047b51c614261bd4","width":"1080","height":"553"},{"img":"https://static.tigerbbs.com/1908b34bb84f1382929e0c509d93794a","width":"645","height":"417"},{"img":"https://static.tigerbbs.com/33811a7ccaf8f5827a1730c88381675b","width":"784","height":"127"},{"img":"https://static.tigerbbs.com/a365221be9bba6b4295bfbaeab844963","width":"759","height":"667"},{"img":"https://static.tigerbbs.com/437d34067ea180e92fc40a805d32499e","width":"744","height":"372"},{"img":"https://static.tigerbbs.com/763905f40eb6e621ce9dc95593c4e84f","width":"885","height":"522"}],"coverImages":[{"img":"https://static.tigerbbs.com/845cc54a1625fa46b33ee37638a3ad94","width":"1080","height":"323"},{"img":"https://static.tigerbbs.com/b557c6e4bbcbf48e3a7fb11a901ac8cb","width":"1080","height":"307"},{"img":"https://static.tigerbbs.com/e180b52f9d5a3951e466198e4b7e0e00","width":"1080","height":"624"}],"title":"【美股IPO】Cerebras 超低延迟+唯一晶圆级AI芯片芯片，能否带你26年吃大肉？","html":"<html><head></head><body><p><strong>美股大模型推理芯片Cerebras（CBRS.US）预计5月13日定价，14日挂牌上市！</strong></p>\n<p>这家其实很早看英伟达的LPU竞争格局时就有看到，说今年就要IPO，毕竟对于当年<strong>CoreWeave（CRWV）</strong>上市后的表现还是念念不忘（虽然最近因为26Q1的capex和债务问题大跌），总想找个能否复刻其上市表现的标的！</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/845cc54a1625fa46b33ee37638a3ad94\" tg-width=\"1080\" tg-height=\"323\"><span>Image</span></p>\n<p><strong>那CBRS能否做到呢？是26年吃大肉的机会吗？这个肉不止是说打新，毕竟以CBRS的概念和美股IPO的性质很难亏钱，重点在于二级市场的机会！</strong></p>\n<p><strong>总之，看下文分析，结论见结尾！</strong></p>\n<p><strong>发行</strong></p>\n<p>本次Cerebras发行2800万股A类普通股，发行价区间为<strong>每股115美元至125美元</strong>，<strong>募资规模最高可达35亿美元</strong>，<strong>当下估值最高约266亿美元</strong>。不过目前消息公司计划价格区间<strong>上调至150-160美元，市值上到340亿美元</strong>。</p>\n<p><strong>承销商</strong>：<strong>Morgan Stanley & Co. LLC、Citigroup Global Markets Inc.、Barclays Capital Inc.</strong>为首，其他包括UBS Securities LLC、Mizuho Securities USA LLC、TD Securities (USA) LLC、Needham & Company, LLC、Craig-Hallum Capital Group LLC、Wedbush Securities Inc.、Rosenblatt Securities Inc.、Academy Securities, Inc.、Credit Agricole Securities (USA) Inc.、MUFG Securities Americas Inc.、First Citizens Capital Securities, LLC。</p>\n<p><strong>公司介绍</strong></p>\n<p><strong>Cerebras Systems Inc. (CBRS)</strong>是一家专注于人工智能基础设施的美国公司，总部位于加州Sunnyvale，主要开发用于深度学习训练和推理的超大规模AI芯片和系统。公司由<strong>Andrew Feldman</strong>（联合创始人兼 CEO）、<strong>Gary Lauterbach</strong>（联合创始人，前CTO）、Michael James（首席软件架构师）、Sean Lie（首席硬件架构师，现 CTO）、Jean-Philippe Fricker（首席系统架构师）在2015年创立。</p>\n<p>Gary Lauterbach曾经是Sun Microsystems（目前甲骨文旗下）的杰出工程师和担任UltraSPARC III和UltraSPARC IV微处理器以及DARPA HPCS Petascale计算项目（大型超级计算机）的首席架构师。</p>\n<p>2007年他两创立了家SeaMicro，一家专注于超低功耗、高密度微服务器的公司，弄了一种高速、低延迟互连点Freedom Fabric技术，希望就是使用大量低功耗处理器来构造其目标“微服务器microserver”架构，实现极致的能效技术。不过SeaMicro公司在2012年以3.34亿美元卖给了AMD，那时候AMD和INTC打得还是比较激烈的，Andrew Feldman和Gary Lauterbach那会去AMD当管理了。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/b557c6e4bbcbf48e3a7fb11a901ac8cb\" tg-width=\"1080\" tg-height=\"307\"><span>Image</span></p>\n<p>虽然后面SeaMicro在15年叫停了，但他俩也算<strong>傍上AMD的大车</strong>（Cerebras合作+2026年2月H轮投资），Cerebras早期团队也都是来自SeaMicro，创立的目的就是<strong>解决传统 GPU 等架构瓶颈问题，不过选择的路径是“晶圆级集成”wafer-scale computing</strong>，简而言之就是把<strong>整个硅晶圆做成一块芯片</strong>，大幅减少芯片间通信延迟、提升能效。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/e180b52f9d5a3951e466198e4b7e0e00\" tg-width=\"1080\" tg-height=\"624\"><span>Image</span></p>\n<p><strong>简单粗暴！一晶圆一芯片！</strong></p>\n<p>早年<strong>特斯拉</strong>也做过类似的，曾经其FSD训练的自研超算系统Dojo使用<strong>TSMC的InFO_SoW技术</strong>，将25个D1 die+ I/O die以5x5阵列集成到一张载体晶圆上，不过没CBRS这么大，制造方法是偏折中方案，将多个独立的已经测试好的die（KGD）高密度集成到一张载体晶圆上，实现接近“单一巨型芯片”的效果，因此算作<strong>“准晶圆级”</strong>，die之间的边界也不够“无缝”，有效带宽开销更大。</p>\n<p><strong>而Cerebras是真正的晶圆级</strong>，不进行切割而是额外增加光刻，直接生产集成晶圆级芯片，代工是<strong>台积电N5定制版+Reticle Stitching</strong>（Cerebras与TSMC合作，<strong>市面上唯一实现商业化的真正晶圆级AI芯片方案</strong>），封测是<strong>日月光</strong>，最终组装与系统集成是CBRS自己。不过这种方案也带来了良率的问题，而他的解决方案是采用小型核心设计，保留冗余核心用于替换有缺陷的核心，给你多做点，不怕缺陷。</p>\n<p><strong>晶圆级芯片VS芯片集群</strong></p>\n<p>晶圆级集成优点：<strong>显著提升了芯片间带宽</strong>（最主要）、<strong>具有更好的集成密度</strong>（更高的尺寸和形态效率，空间优势）、<strong>可编程性方面具有显著潜力</strong>（跨多芯片的数据访问方便）</p>\n<p>当下晶圆级的挑战也不少，首先就是<strong>硬件占用面积大</strong>，这点也很明显，毕竟不是主流的小芯片，Groq的LPU能做进NVDA的体系里，Cerebras就很难，别人为他设计还差不多，<strong>所以在目前Hyperscaler盛行的能效定制需求上，Cerebras很难深度参与，因此也是卖自家的整机为主</strong>。</p>\n<p>其他则是各种<strong>不成熟</strong>，硬件计算与执行模组需要设计、集成封装原则需要设计、计算系统的跨栈系统需要设计、软件需要设计高效机制以充分发挥能力等等。</p>\n<p><strong>公司产品</strong></p>\n<p><strong>Cerebras公司并不单独销售硅芯片，而是将晶圆封装成完整的系统</strong>，集成电源供应、液冷和网络功能，仅占用标准数据中心机架三分之一的空间。目前交付模式包括三种：<strong>本地部署</strong>（On-Premises，向企业、国家实验室和主权AI项目销售AI超级计算机）、<strong>云服务</strong>（Cloud Solutions，通过自有的Cerebras Cloud 以及合作伙伴云平台提供AI计算服务，如AWS Marketplace、微软 Marketplace、IBM watsonx Model Gateway、Vercel AI Gateway等）、<strong>AI模型服务</strong>（AI Model Services，包括模型架构选型、训练数据准备、模型训练与微调以及部署优化）。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/3803fbcfcfca24226462fe0df68f93c7\" tg-width=\"1080\" tg-height=\"608\"><span>Image</span></p>\n<p>公司的芯片特点就是<strong>快</strong>，<strong>计算+44GB SRAM全在同一块“近单片”硅上，数据移动延迟极低、能耗极低</strong>。最新的WSE-3芯片运行Llama、GLM、MiniMax、通义千问等开源模型（这些模型都...），推理速度较主流GPU方案（NVIDIA 集群）<strong>最高快15倍</strong>，特定场景超1000 倍。</p>\n<p>目前其与Groq的LPU相似点也就是在SRAM、低延迟特性上了，目前Cerebras是在同样的价格比Groq快两倍，单纯按速度/价格维度的横盘图如下，<strong>只看“推理速度与价格比”的指标Cerebras就是第一</strong>。不过Cerebras毕竟目前只能靠卖自己芯片的<strong>整机</strong>，不算灵活，现在靠<strong>DELL</strong>销售。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/5cfae9d6b1a1394a047b51c614261bd4\" tg-width=\"1080\" tg-height=\"553\"><span>Image</span></p>\n<p><strong>财务</strong></p>\n<p>目前公司25年营收5亿，净利润2.4亿，但是24年是亏4.8亿的，25年盈利单纯靠重谈阿布扎比 G42 的股权/优先股协议的纸面收益，<strong>实际上仍亏损并且有扩大</strong>。毛利率约 39%较早期有改善，但仍受硬件成本和对大客户折扣影响。25年研发费用2.43 亿美元比24年同比增长54%。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/1908b34bb84f1382929e0c509d93794a\" tg-width=\"645\" tg-height=\"417\"><span>Image</span></p>\n<p><strong>公司订单及其客户</strong></p>\n<p>目前，公司客户包括<strong>OpenAI、AWS、阿联酋G42、MBZUAI</strong>等知名企业，<strong>阿联酋两家G42、MBZUAI</strong>合计占比86%的收入，是当下的大头。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/33811a7ccaf8f5827a1730c88381675b\" tg-width=\"784\" tg-height=\"127\"><span>Image</span></p>\n<p>Cerebras曾在2026年1月与<strong>OpenAI</strong>签订超200亿美元多年协议，提供750兆瓦AI算力，并获10亿美元数据中心开发资金支持。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/a365221be9bba6b4295bfbaeab844963\" tg-width=\"759\" tg-height=\"667\"><span>Image</span></p>\n<p>而在3月与<strong>AWS</strong>达成多年合作，AWS 将在自家数据中心部署Cerebras CS-3系统（WSE-3 芯片），两家弄了个<strong>Disaggregated Inference解耦推理架构</strong>：Trainium3负责Prefill阶段，Cerebras CS-3负责Decode阶段，EFA高速网络连接两者。官方宣传“在同等硬件机柜占用空间下，实现高速Token处理容量提升5倍”。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/437d34067ea180e92fc40a805d32499e\" tg-width=\"744\" tg-height=\"372\"><span>Image</span></p>\n<p>其实这种所谓的Disaggregated Inference架构应该算是Cerebras比较合理的使用场景（相比于纯CS-3集群），在整机层次做分工，不过这也算一种“<strong>笨重的灵活</strong>”？虽然做不到别人家芯片里，但是可在集群内部调整，但这个维度就非常考验成本、能效、吞吐等因素，是Cerebras必须直面的问题，目前就是初期成本贵但运营成本便宜。</p>\n<p>其他客户还有，<strong>制药公司</strong>（葛兰素史克、梅奥诊所、阿斯利康、拜耳和基因泰克）、<strong>政府研究实验室</strong>（阿贡国家实验室、劳伦斯利弗莫尔国家实验室、莱布尼茨超级计算中心、匹兹堡超级计算中心、爱丁堡大学EPCC超级计算中心、国家超级计算应用中心和国家能源技术实验室）、<strong>军事机构</strong>（DARPA和Aleph Alpha）等。</p>\n<p>在目前知名的 AI 芯片初创公司STARTUPS的架构创新型（Architecture Innovators）选手中，只有Cerebras上市，没有太多参考，也就<strong>25年底英伟达200亿美元收购Groq有代表性</strong>。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/763905f40eb6e621ce9dc95593c4e84f\" tg-width=\"885\" tg-height=\"522\"><span>Image</span></p>\n<p><strong>公司有竞争吗？</strong></p>\n<p>真晶圆级芯片确实无，但不是这个路线的确实有，而且<strong>可能未来竞争强度可能很高</strong>，竞争就来自<strong>台积电</strong>以前给特斯拉的技术升级款<strong>SoW-X</strong>，支持全晶圆逻辑+HBM直接集成，计算能力可达当前CoWoS方案的40倍以上，2027年量产。也就是如果这技术成了，<strong>任何公司都能有自己的“晶圆级芯片”，而不是靠Cerebras设计的芯片</strong>，哪怕是真晶圆且在一些方面比较领先。<strong>总之未来晶圆级这条路未必需要走Cerebras， 台积电才是这个路真正的守门人</strong>。</p>\n<p>目前公司发行市值<strong>最高340亿美元</strong>，公司毕竟有246亿美元剩余履约义务，公司表示两年内将确收15%，也就是37亿美元。不过公司毕竟是芯片/整机厂，硬件成本占比高营收虚高。</p>\n<p><strong>总之，Cerebras是唯一一家晶圆级AI芯片玩家，但是因为其定位目前以整机方式出货，初期硬件成本偏贵只有大型玩家能够承受，但是运营的速度/价格上更便宜，目前在超级计算机、AI大语言模型需求较突出，整体客户也是偏向于大型企业和国家超算需求，是偏向高端的市场，不过26年在主流市场中也靠OpenAI与AWS等合作进行拓展，非常依靠台积电，按未来年营收20亿（算确收）看估值可能来到300~500+亿，目前有稀缺性可能会更高，但未来会受台积电新技术冲击。</strong></p>\n<p><strong>打新不会亏，二级可能会过热，短期情绪驱动机会大，中长期需看订单兑现和竞争应对，属于高波动高Beta标的，后续可能会有类似的部署与合作进一步拉高估值！</strong></p>\n<p><strong>打新指数：10分</strong></p>\n<p><strong>二级参考：500~700亿市值看着卖（有机会的话）</strong></p></body></html>","htmlText":"<html><head></head><body><p><strong>美股大模型推理芯片Cerebras（CBRS.US）预计5月13日定价，14日挂牌上市！</strong></p>\n<p>这家其实很早看英伟达的LPU竞争格局时就有看到，说今年就要IPO，毕竟对于当年<strong>CoreWeave（CRWV）</strong>上市后的表现还是念念不忘（虽然最近因为26Q1的capex和债务问题大跌），总想找个能否复刻其上市表现的标的！</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/845cc54a1625fa46b33ee37638a3ad94\" tg-width=\"1080\" tg-height=\"323\"><span>Image</span></p>\n<p><strong>那CBRS能否做到呢？是26年吃大肉的机会吗？这个肉不止是说打新，毕竟以CBRS的概念和美股IPO的性质很难亏钱，重点在于二级市场的机会！</strong></p>\n<p><strong>总之，看下文分析，结论见结尾！</strong></p>\n<p><strong>发行</strong></p>\n<p>本次Cerebras发行2800万股A类普通股，发行价区间为<strong>每股115美元至125美元</strong>，<strong>募资规模最高可达35亿美元</strong>，<strong>当下估值最高约266亿美元</strong>。不过目前消息公司计划价格区间<strong>上调至150-160美元，市值上到340亿美元</strong>。</p>\n<p><strong>承销商</strong>：<strong>Morgan Stanley & Co. LLC、Citigroup Global Markets Inc.、Barclays Capital Inc.</strong>为首，其他包括UBS Securities LLC、Mizuho Securities USA LLC、TD Securities (USA) LLC、Needham & Company, LLC、Craig-Hallum Capital Group LLC、Wedbush Securities Inc.、Rosenblatt Securities Inc.、Academy Securities, Inc.、Credit Agricole Securities (USA) Inc.、MUFG Securities Americas Inc.、First Citizens Capital Securities, LLC。</p>\n<p><strong>公司介绍</strong></p>\n<p><strong>Cerebras Systems Inc. (CBRS)</strong>是一家专注于人工智能基础设施的美国公司，总部位于加州Sunnyvale，主要开发用于深度学习训练和推理的超大规模AI芯片和系统。公司由<strong>Andrew Feldman</strong>（联合创始人兼 CEO）、<strong>Gary Lauterbach</strong>（联合创始人，前CTO）、Michael James（首席软件架构师）、Sean Lie（首席硬件架构师，现 CTO）、Jean-Philippe Fricker（首席系统架构师）在2015年创立。</p>\n<p>Gary Lauterbach曾经是Sun Microsystems（目前甲骨文旗下）的杰出工程师和担任UltraSPARC III和UltraSPARC IV微处理器以及DARPA HPCS Petascale计算项目（大型超级计算机）的首席架构师。</p>\n<p>2007年他两创立了家SeaMicro，一家专注于超低功耗、高密度微服务器的公司，弄了一种高速、低延迟互连点Freedom Fabric技术，希望就是使用大量低功耗处理器来构造其目标“微服务器microserver”架构，实现极致的能效技术。不过SeaMicro公司在2012年以3.34亿美元卖给了AMD，那时候AMD和INTC打得还是比较激烈的，Andrew Feldman和Gary Lauterbach那会去AMD当管理了。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/b557c6e4bbcbf48e3a7fb11a901ac8cb\" tg-width=\"1080\" tg-height=\"307\"><span>Image</span></p>\n<p>虽然后面SeaMicro在15年叫停了，但他俩也算<strong>傍上AMD的大车</strong>（Cerebras合作+2026年2月H轮投资），Cerebras早期团队也都是来自SeaMicro，创立的目的就是<strong>解决传统 GPU 等架构瓶颈问题，不过选择的路径是“晶圆级集成”wafer-scale computing</strong>，简而言之就是把<strong>整个硅晶圆做成一块芯片</strong>，大幅减少芯片间通信延迟、提升能效。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/e180b52f9d5a3951e466198e4b7e0e00\" tg-width=\"1080\" tg-height=\"624\"><span>Image</span></p>\n<p><strong>简单粗暴！一晶圆一芯片！</strong></p>\n<p>早年<strong>特斯拉</strong>也做过类似的，曾经其FSD训练的自研超算系统Dojo使用<strong>TSMC的InFO_SoW技术</strong>，将25个D1 die+ I/O die以5x5阵列集成到一张载体晶圆上，不过没CBRS这么大，制造方法是偏折中方案，将多个独立的已经测试好的die（KGD）高密度集成到一张载体晶圆上，实现接近“单一巨型芯片”的效果，因此算作<strong>“准晶圆级”</strong>，die之间的边界也不够“无缝”，有效带宽开销更大。</p>\n<p><strong>而Cerebras是真正的晶圆级</strong>，不进行切割而是额外增加光刻，直接生产集成晶圆级芯片，代工是<strong>台积电N5定制版+Reticle Stitching</strong>（Cerebras与TSMC合作，<strong>市面上唯一实现商业化的真正晶圆级AI芯片方案</strong>），封测是<strong>日月光</strong>，最终组装与系统集成是CBRS自己。不过这种方案也带来了良率的问题，而他的解决方案是采用小型核心设计，保留冗余核心用于替换有缺陷的核心，给你多做点，不怕缺陷。</p>\n<p><strong>晶圆级芯片VS芯片集群</strong></p>\n<p>晶圆级集成优点：<strong>显著提升了芯片间带宽</strong>（最主要）、<strong>具有更好的集成密度</strong>（更高的尺寸和形态效率，空间优势）、<strong>可编程性方面具有显著潜力</strong>（跨多芯片的数据访问方便）</p>\n<p>当下晶圆级的挑战也不少，首先就是<strong>硬件占用面积大</strong>，这点也很明显，毕竟不是主流的小芯片，Groq的LPU能做进NVDA的体系里，Cerebras就很难，别人为他设计还差不多，<strong>所以在目前Hyperscaler盛行的能效定制需求上，Cerebras很难深度参与，因此也是卖自家的整机为主</strong>。</p>\n<p>其他则是各种<strong>不成熟</strong>，硬件计算与执行模组需要设计、集成封装原则需要设计、计算系统的跨栈系统需要设计、软件需要设计高效机制以充分发挥能力等等。</p>\n<p><strong>公司产品</strong></p>\n<p><strong>Cerebras公司并不单独销售硅芯片，而是将晶圆封装成完整的系统</strong>，集成电源供应、液冷和网络功能，仅占用标准数据中心机架三分之一的空间。目前交付模式包括三种：<strong>本地部署</strong>（On-Premises，向企业、国家实验室和主权AI项目销售AI超级计算机）、<strong>云服务</strong>（Cloud Solutions，通过自有的Cerebras Cloud 以及合作伙伴云平台提供AI计算服务，如AWS Marketplace、微软 Marketplace、IBM watsonx Model Gateway、Vercel AI Gateway等）、<strong>AI模型服务</strong>（AI Model Services，包括模型架构选型、训练数据准备、模型训练与微调以及部署优化）。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/3803fbcfcfca24226462fe0df68f93c7\" tg-width=\"1080\" tg-height=\"608\"><span>Image</span></p>\n<p>公司的芯片特点就是<strong>快</strong>，<strong>计算+44GB SRAM全在同一块“近单片”硅上，数据移动延迟极低、能耗极低</strong>。最新的WSE-3芯片运行Llama、GLM、MiniMax、通义千问等开源模型（这些模型都...），推理速度较主流GPU方案（NVIDIA 集群）<strong>最高快15倍</strong>，特定场景超1000 倍。</p>\n<p>目前其与Groq的LPU相似点也就是在SRAM、低延迟特性上了，目前Cerebras是在同样的价格比Groq快两倍，单纯按速度/价格维度的横盘图如下，<strong>只看“推理速度与价格比”的指标Cerebras就是第一</strong>。不过Cerebras毕竟目前只能靠卖自己芯片的<strong>整机</strong>，不算灵活，现在靠<strong>DELL</strong>销售。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/5cfae9d6b1a1394a047b51c614261bd4\" tg-width=\"1080\" tg-height=\"553\"><span>Image</span></p>\n<p><strong>财务</strong></p>\n<p>目前公司25年营收5亿，净利润2.4亿，但是24年是亏4.8亿的，25年盈利单纯靠重谈阿布扎比 G42 的股权/优先股协议的纸面收益，<strong>实际上仍亏损并且有扩大</strong>。毛利率约 39%较早期有改善，但仍受硬件成本和对大客户折扣影响。25年研发费用2.43 亿美元比24年同比增长54%。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/1908b34bb84f1382929e0c509d93794a\" tg-width=\"645\" tg-height=\"417\"><span>Image</span></p>\n<p><strong>公司订单及其客户</strong></p>\n<p>目前，公司客户包括<strong>OpenAI、AWS、阿联酋G42、MBZUAI</strong>等知名企业，<strong>阿联酋两家G42、MBZUAI</strong>合计占比86%的收入，是当下的大头。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/33811a7ccaf8f5827a1730c88381675b\" tg-width=\"784\" tg-height=\"127\"><span>Image</span></p>\n<p>Cerebras曾在2026年1月与<strong>OpenAI</strong>签订超200亿美元多年协议，提供750兆瓦AI算力，并获10亿美元数据中心开发资金支持。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/a365221be9bba6b4295bfbaeab844963\" tg-width=\"759\" tg-height=\"667\"><span>Image</span></p>\n<p>而在3月与<strong>AWS</strong>达成多年合作，AWS 将在自家数据中心部署Cerebras CS-3系统（WSE-3 芯片），两家弄了个<strong>Disaggregated Inference解耦推理架构</strong>：Trainium3负责Prefill阶段，Cerebras CS-3负责Decode阶段，EFA高速网络连接两者。官方宣传“在同等硬件机柜占用空间下，实现高速Token处理容量提升5倍”。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/437d34067ea180e92fc40a805d32499e\" tg-width=\"744\" tg-height=\"372\"><span>Image</span></p>\n<p>其实这种所谓的Disaggregated Inference架构应该算是Cerebras比较合理的使用场景（相比于纯CS-3集群），在整机层次做分工，不过这也算一种“<strong>笨重的灵活</strong>”？虽然做不到别人家芯片里，但是可在集群内部调整，但这个维度就非常考验成本、能效、吞吐等因素，是Cerebras必须直面的问题，目前就是初期成本贵但运营成本便宜。</p>\n<p>其他客户还有，<strong>制药公司</strong>（葛兰素史克、梅奥诊所、阿斯利康、拜耳和基因泰克）、<strong>政府研究实验室</strong>（阿贡国家实验室、劳伦斯利弗莫尔国家实验室、莱布尼茨超级计算中心、匹兹堡超级计算中心、爱丁堡大学EPCC超级计算中心、国家超级计算应用中心和国家能源技术实验室）、<strong>军事机构</strong>（DARPA和Aleph Alpha）等。</p>\n<p>在目前知名的 AI 芯片初创公司STARTUPS的架构创新型（Architecture Innovators）选手中，只有Cerebras上市，没有太多参考，也就<strong>25年底英伟达200亿美元收购Groq有代表性</strong>。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/763905f40eb6e621ce9dc95593c4e84f\" tg-width=\"885\" tg-height=\"522\"><span>Image</span></p>\n<p><strong>公司有竞争吗？</strong></p>\n<p>真晶圆级芯片确实无，但不是这个路线的确实有，而且<strong>可能未来竞争强度可能很高</strong>，竞争就来自<strong>台积电</strong>以前给特斯拉的技术升级款<strong>SoW-X</strong>，支持全晶圆逻辑+HBM直接集成，计算能力可达当前CoWoS方案的40倍以上，2027年量产。也就是如果这技术成了，<strong>任何公司都能有自己的“晶圆级芯片”，而不是靠Cerebras设计的芯片</strong>，哪怕是真晶圆且在一些方面比较领先。<strong>总之未来晶圆级这条路未必需要走Cerebras， 台积电才是这个路真正的守门人</strong>。</p>\n<p>目前公司发行市值<strong>最高340亿美元</strong>，公司毕竟有246亿美元剩余履约义务，公司表示两年内将确收15%，也就是37亿美元。不过公司毕竟是芯片/整机厂，硬件成本占比高营收虚高。</p>\n<p><strong>总之，Cerebras是唯一一家晶圆级AI芯片玩家，但是因为其定位目前以整机方式出货，初期硬件成本偏贵只有大型玩家能够承受，但是运营的速度/价格上更便宜，目前在超级计算机、AI大语言模型需求较突出，整体客户也是偏向于大型企业和国家超算需求，是偏向高端的市场，不过26年在主流市场中也靠OpenAI与AWS等合作进行拓展，非常依靠台积电，按未来年营收20亿（算确收）看估值可能来到300~500+亿，目前有稀缺性可能会更高，但未来会受台积电新技术冲击。</strong></p>\n<p><strong>打新不会亏，二级可能会过热，短期情绪驱动机会大，中长期需看订单兑现和竞争应对，属于高波动高Beta标的，后续可能会有类似的部署与合作进一步拉高估值！</strong></p>\n<p><strong>打新指数：10分</strong></p>\n<p><strong>二级参考：500~700亿市值看着卖（有机会的话）</strong></p></body></html>","text":"美股大模型推理芯片Cerebras（CBRS.US）预计5月13日定价，14日挂牌上市！ 这家其实很早看英伟达的LPU竞争格局时就有看到，说今年就要IPO，毕竟对于当年CoreWeave（CRWV）上市后的表现还是念念不忘（虽然最近因为26Q1的capex和债务问题大跌），总想找个能否复刻其上市表现的标的！ Image 那CBRS能否做到呢？是26年吃大肉的机会吗？这个肉不止是说打新，毕竟以CBRS的概念和美股IPO的性质很难亏钱，重点在于二级市场的机会！ 总之，看下文分析，结论见结尾！ 发行 本次Cerebras发行2800万股A类普通股，发行价区间为每股115美元至125美元，募资规模最高可达35亿美元，当下估值最高约266亿美元。不过目前消息公司计划价格区间上调至150-160美元，市值上到340亿美元。 承销商：Morgan Stanley & Co. LLC、Citigroup Global Markets Inc.、Barclays Capital Inc.为首，其他包括UBS Securities LLC、Mizuho Securities USA LLC、TD Securities (USA) LLC、Needham & Company, LLC、Craig-Hallum Capital Group LLC、Wedbush Securities Inc.、Rosenblatt Securities Inc.、Academy Securities, Inc.、Credit Agricole Securities (USA) Inc.、MUFG Securities Americas Inc.、First Citizens Capital Securities, LLC。 公司介绍 Cerebras Systems Inc. (CBRS)是一家专注于人工智能基础设施的美国公司，总部位于加州Sunnyvale，主要开发用于深度学习训练和推理的超大规模AI芯片和系统。公司由Andrew Feldman（联合创始人兼 CEO）、Gary Lauterbach（联合创始人，前CTO）、Michael James（首席软件架构师）、Sean Lie（首席硬件架构师，现 CTO）、Jean-Philippe Fricker（首席系统架构师）在2015年创立。 Gary Lauterbach曾经是Sun Microsystems（目前甲骨文旗下）的杰出工程师和担任UltraSPARC III和UltraSPARC IV微处理器以及DARPA HPCS Petascale计算项目（大型超级计算机）的首席架构师。 2007年他两创立了家SeaMicro，一家专注于超低功耗、高密度微服务器的公司，弄了一种高速、低延迟互连点Freedom Fabric技术，希望就是使用大量低功耗处理器来构造其目标“微服务器microserver”架构，实现极致的能效技术。不过SeaMicro公司在2012年以3.34亿美元卖给了AMD，那时候AMD和INTC打得还是比较激烈的，Andrew Feldman和Gary Lauterbach那会去AMD当管理了。 Image 虽然后面SeaMicro在15年叫停了，但他俩也算傍上AMD的大车（Cerebras合作+2026年2月H轮投资），Cerebras早期团队也都是来自SeaMicro，创立的目的就是解决传统 GPU 等架构瓶颈问题，不过选择的路径是“晶圆级集成”wafer-scale computing，简而言之就是把整个硅晶圆做成一块芯片，大幅减少芯片间通信延迟、提升能效。 Image 简单粗暴！一晶圆一芯片！ 早年特斯拉也做过类似的，曾经其FSD训练的自研超算系统Dojo使用TSMC的InFO_SoW技术，将25个D1 die+ I/O die以5x5阵列集成到一张载体晶圆上，不过没CBRS这么大，制造方法是偏折中方案，将多个独立的已经测试好的die（KGD）高密度集成到一张载体晶圆上，实现接近“单一巨型芯片”的效果，因此算作“准晶圆级”，die之间的边界也不够“无缝”，有效带宽开销更大。 而Cerebras是真正的晶圆级，不进行切割而是额外增加光刻，直接生产集成晶圆级芯片，代工是台积电N5定制版+Reticle Stitching（Cerebras与TSMC合作，市面上唯一实现商业化的真正晶圆级AI芯片方案），封测是日月光，最终组装与系统集成是CBRS自己。不过这种方案也带来了良率的问题，而他的解决方案是采用小型核心设计，保留冗余核心用于替换有缺陷的核心，给你多做点，不怕缺陷。 晶圆级芯片VS芯片集群 晶圆级集成优点：显著提升了芯片间带宽（最主要）、具有更好的集成密度（更高的尺寸和形态效率，空间优势）、可编程性方面具有显著潜力（跨多芯片的数据访问方便） 当下晶圆级的挑战也不少，首先就是硬件占用面积大，这点也很明显，毕竟不是主流的小芯片，Groq的LPU能做进NVDA的体系里，Cerebras就很难，别人为他设计还差不多，所以在目前Hyperscaler盛行的能效定制需求上，Cerebras很难深度参与，因此也是卖自家的整机为主。 其他则是各种不成熟，硬件计算与执行模组需要设计、集成封装原则需要设计、计算系统的跨栈系统需要设计、软件需要设计高效机制以充分发挥能力等等。 公司产品 Cerebras公司并不单独销售硅芯片，而是将晶圆封装成完整的系统，集成电源供应、液冷和网络功能，仅占用标准数据中心机架三分之一的空间。目前交付模式包括三种：本地部署（On-Premises，向企业、国家实验室和主权AI项目销售AI超级计算机）、云服务（Cloud Solutions，通过自有的Cerebras Cloud 以及合作伙伴云平台提供AI计算服务，如AWS Marketplace、微软 Marketplace、IBM watsonx Model Gateway、Vercel AI Gateway等）、AI模型服务（AI Model Services，包括模型架构选型、训练数据准备、模型训练与微调以及部署优化）。 Image 公司的芯片特点就是快，计算+44GB SRAM全在同一块“近单片”硅上，数据移动延迟极低、能耗极低。最新的WSE-3芯片运行Llama、GLM、MiniMax、通义千问等开源模型（这些模型都...），推理速度较主流GPU方案（NVIDIA 集群）最高快15倍，特定场景超1000 倍。 目前其与Groq的LPU相似点也就是在SRAM、低延迟特性上了，目前Cerebras是在同样的价格比Groq快两倍，单纯按速度/价格维度的横盘图如下，只看“推理速度与价格比”的指标Cerebras就是第一。不过Cerebras毕竟目前只能靠卖自己芯片的整机，不算灵活，现在靠DELL销售。 Image 财务 目前公司25年营收5亿，净利润2.4亿，但是24年是亏4.8亿的，25年盈利单纯靠重谈阿布扎比 G42 的股权/优先股协议的纸面收益，实际上仍亏损并且有扩大。毛利率约 39%较早期有改善，但仍受硬件成本和对大客户折扣影响。25年研发费用2.43 亿美元比24年同比增长54%。 Image 公司订单及其客户 目前，公司客户包括OpenAI、AWS、阿联酋G42、MBZUAI等知名企业，阿联酋两家G42、MBZUAI合计占比86%的收入，是当下的大头。 Image Cerebras曾在2026年1月与OpenAI签订超200亿美元多年协议，提供750兆瓦AI算力，并获10亿美元数据中心开发资金支持。 Image 而在3月与AWS达成多年合作，AWS 将在自家数据中心部署Cerebras CS-3系统（WSE-3 芯片），两家弄了个Disaggregated Inference解耦推理架构：Trainium3负责Prefill阶段，Cerebras CS-3负责Decode阶段，EFA高速网络连接两者。官方宣传“在同等硬件机柜占用空间下，实现高速Token处理容量提升5倍”。 Image 其实这种所谓的Disaggregated Inference架构应该算是Cerebras比较合理的使用场景（相比于纯CS-3集群），在整机层次做分工，不过这也算一种“笨重的灵活”？虽然做不到别人家芯片里，但是可在集群内部调整，但这个维度就非常考验成本、能效、吞吐等因素，是Cerebras必须直面的问题，目前就是初期成本贵但运营成本便宜。 其他客户还有，制药公司（葛兰素史克、梅奥诊所、阿斯利康、拜耳和基因泰克）、政府研究实验室（阿贡国家实验室、劳伦斯利弗莫尔国家实验室、莱布尼茨超级计算中心、匹兹堡超级计算中心、爱丁堡大学EPCC超级计算中心、国家超级计算应用中心和国家能源技术实验室）、军事机构（DARPA和Aleph Alpha）等。 在目前知名的 AI 芯片初创公司STARTUPS的架构创新型（Architecture Innovators）选手中，只有Cerebras上市，没有太多参考，也就25年底英伟达200亿美元收购Groq有代表性。 Image 公司有竞争吗？ 真晶圆级芯片确实无，但不是这个路线的确实有，而且可能未来竞争强度可能很高，竞争就来自台积电以前给特斯拉的技术升级款SoW-X，支持全晶圆逻辑+HBM直接集成，计算能力可达当前CoWoS方案的40倍以上，2027年量产。也就是如果这技术成了，任何公司都能有自己的“晶圆级芯片”，而不是靠Cerebras设计的芯片，哪怕是真晶圆且在一些方面比较领先。总之未来晶圆级这条路未必需要走Cerebras， 台积电才是这个路真正的守门人。 目前公司发行市值最高340亿美元，公司毕竟有246亿美元剩余履约义务，公司表示两年内将确收15%，也就是37亿美元。不过公司毕竟是芯片/整机厂，硬件成本占比高营收虚高。 总之，Cerebras是唯一一家晶圆级AI芯片玩家，但是因为其定位目前以整机方式出货，初期硬件成本偏贵只有大型玩家能够承受，但是运营的速度/价格上更便宜，目前在超级计算机、AI大语言模型需求较突出，整体客户也是偏向于大型企业和国家超算需求，是偏向高端的市场，不过26年在主流市场中也靠OpenAI与AWS等合作进行拓展，非常依靠台积电，按未来年营收20亿（算确收）看估值可能来到300~500+亿，目前有稀缺性可能会更高，但未来会受台积电新技术冲击。 打新不会亏，二级可能会过热，短期情绪驱动机会大，中长期需看订单兑现和竞争应对，属于高波动高Beta标的，后续可能会有类似的部署与合作进一步拉高估值！ 打新指数：10分 二级参考：500~700亿市值看着卖（有机会的话）","highlighted":1,"essential":1,"paper":2,"link":"https://laohu8.com/post/563067141816608","repostId":0,"isVote":1,"tweetType":1,"commentLimit":10,"symbols":["FTXL","PSI","USD","159813","SSG","CHAT","IPOS","XSD","SOXL","SMH","SMHX","SOXS","CHPY","SOXQ","SPCX","CHPS","TEKX","SOXY","SOXX"],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":true,"length":6713,"optionInvolvedFlag":false,"xxTargetLangEnum":"ZH_CN"},"isVote":1,"tweetType":1,"viewCount":288,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":27,"optionInvolvedFlag":false,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/563148470079688"}
精彩评论