Cerebras Systems于2026年5月在纳斯达克上市，是人工智能晶片市场近年最具话题性的IPO之一。公司以每股185美元发售3,000万股，集资55.5亿美元；首日开市价高见350美元，较招股价高89%，全面摊薄估值一度超过1,000亿美元。不过热潮很快降温，截至7月20日股价约173美元，已跌穿招股价。这种大起大落，正好反映市场对Cerebras的矛盾看法：它可能是英伟达以外最具原创性的AI运算架构，也可能是一项技术上耀眼、商业上仍未完全证明的昂贵实验。Cerebras招股定价公告
传统GPU集群的思路，是把数百甚至数万枚晶片透过高速网络连接，合力训练或运行大型模型。问题是模型规模愈大，晶片之间传输参数、同步运算及重新分配工作所消耗的时间也愈多。投资者熟悉英伟达的GPU，却往往忽略其护城河不只是晶片，而是CUDA软件、NVLink互连、网络设备及整套集群管理能力。
Cerebras选择了另一条路：不把晶圆切割成大量小晶片，而是直接把整块晶圆制成一枚巨型处理器。第三代Wafer-Scale Engine采用5纳米制程，面积达46,225平方毫米，集成4万亿个晶体管及90万个AI运算核心，晶片内置44GB SRAM，记忆体频宽达每秒21PB。其核心理念十分直接：与其让数千枚GPU隔着网络交换数据，不如把大量运算及通讯留在同一块晶圆之内，以减少延迟与系统复杂度。Cerebras WSE-3产品资料
挑战的不是单枚GPU，而是整个CUDA生态
晶圆级架构最具吸引力的场景，是需要极低延迟的大模型推理。传统GPU集群生成答案时，模型资料须在不同GPU之间移动，网络通讯可能成为瓶颈；Cerebras则可利用极高的晶片内频宽，提升逐字生成速度。当AI由简单问答走向多步推理、智能代理及即时程式编写，用户不只在意每百万个token的价格，也在意等待答案的时间。Cerebras真正出售的，正是「时间溢价」。
公司已由出售CS-3硬件，扩展至云端推理服务。2025年收入约5.1亿美元，高于2024年的2.9亿美元；2026年首季收入再按年增长94%至1.934亿美元，净亏损收窄至1,400万美元。更具想像力的是，公司与OpenAI签订多年合作，计划提供750MW推理运算容量，并附带额外1.25GW选择权。这使Cerebras不再只是卖「巨型晶片」，而是尝试成为AI推理基础设施营运商。
然而，订单规模不等于已实现盈利。Cerebras预计2026年经调整毛利率只有38%至41%，远低于英伟达约七成半的水平。晶圆愈大，制造良率、散热、维修及产能调度的难度愈高；云端业务又需要预先租用数据中心、取得电力及投入大量资本。公司甚至要暂时向客户租回自身系统，以应付短期需求，显示扩产速度仍未完全追上订单。路透社首份上市后业绩报道
客户集中也是估值不能回避的问题。2026年首季，阿联酋穆罕默德・本・扎耶德人工智能大学及G42分别占收入63%及11%；OpenAI交易日后则可能占未来收入的重要部分。换言之，Cerebras虽然成功避开对英伟达硬件的依赖，却把商业风险集中于少数超大型客户、数据中心交付和电力供应之上。Cerebras首季报告
Cerebras也难以全面取代GPU。GPU可以按需求逐枚增加，适合广泛的训练、推理、科学运算和图像处理；晶圆级系统则较像一台高度专用的AI超级电脑。更重要的是，CUDA已累积大量开发工具、人才及软件库，企业转换架构的成本，远高于比较两款晶片的理论速度。
因此，Cerebras对GPU集群的挑战，较可能是局部取代而非全面颠覆。它若能在低延迟推理、大模型训练及特定科研工作负载中证明更低的总持有成本，便足以从英伟达庞大的市场中切下一块可观份额；但若收入增长主要依赖少数客户与持续资本投入，估值终究要回到毛利率、现金流及产能利用率。
义合控股投资者关系部
(芯片与算力系列之77)
$Cerebras Systems(CBRS)$ $Micron Technology(MU)$ $Advanced Micro Devices(AMD)$ $Amazon.com(AMZN)$ $Taiwan Semiconductor Manufacturing(TSM)$
精彩评论