社区

$Cerebras Systems(CBRS)$ 是一家“非 GPU 路线”的 AI 算力基础设施公司：核心押注是晶圆级芯片 Wafer-Scale Engine，用一整片硅晶圆把计算、片上内存和互连做在一起，主打低延迟、高吞吐的 AI 推理。它不是简单的“英伟达替代品”，更像是一个针对快速推理、Agentic coding、实时交互、主权 AI 算力的专用基础设施公司。IPO 首日表现极强，但估值也已经从“高成长硬件公司”进入“必须兑现 OpenAI/AWS 级别订单与产能交付”的高预期区间。

公司与业务：从卖系统到卖云端推理能力

Cerebras 成立于 2015 年，总部在 Sunnyvale，核心产品是 WSE 晶圆级 AI 处理器，以及基于 WSE 的 CS 系统；公司既卖本地部署系统，也提供云端推理服务。其官网把产品形态概括为 Cloud、Dedicated、On-prem 三类：开放模型 API、专用容量、以及客户自有数据中心部署。(Reuters)

业务收入可以分成两块：硬件系统销售和云/服务收入。2025 年收入约 5.10 亿美元，其中硬件约 3.584 亿美元，占约 70%；云和其他服务约 1.516 亿美元，占约 30%。这说明它仍是硬件驱动，但商业叙事正在从“一次性卖机器”向“持续卖推理容量”转变。(Cautious Optimism)

商业端最关键的变化是两条大客户线：其一，OpenAI 与 Cerebras 签署了超过 200 亿美元、750MW 高速 AI compute 的多年协议；其二，AWS 与 Cerebras 合作，把 AWS Trainium 与 Cerebras CS-3 组合进 Amazon Bedrock，用 Trainium 做 prefill，用 Cerebras 做 decode。前者是需求背书，后者是分发渠道和 hyperscaler 认可。(Reuters)

但历史收入集中度非常高。2025 年，MBZUAI 占收入 62%，G42 占 24%，两者合计 86%；2024 年 G42 占 85%。这意味着 Cerebras 虽然已经拿到 OpenAI/AWS 的未来叙事，但当前财务报表仍高度依赖阿联酋相关客户。(Futurum)

技术亮点：晶圆级路线的核心价值是“少搬数据、少跨芯片通信”

Cerebras 的 WSE-3 是其技术护城河的核心。官方披露的 WSE-3 规格包括：46,225 mm² 面积、4 万亿晶体管、900,000 个 AI 优化核心、125 petaflops 峰值 AI 算力；2024 年发布时还披露其采用 5nm TSMC 工艺、44GB 片上 SRAM，可配 1.5TB、12TB 或 1.2PB 外部内存，支持最高 24 万亿参数模型训练。(Cerebras)

它的技术逻辑不是“单颗芯片绝对替代 GPU”，而是解决 GPU 集群里常见的瓶颈：模型运行时需要在计算单元、显存、网络互连之间反复搬数据。Cerebras 把大量计算、内存和互连集成到一整片硅晶圆上，理论上可以减少跨芯片通信与内存访问瓶颈，因此特别适合对 latency 敏感的推理 decode 阶段。AWS 对 Cerebras 的合作说明也明确指出：prefill 是并行、计算密集、内存带宽需求中等；decode 是串行、计算较轻但内存带宽密集，因此 Trainium 负责 prefill，CS-3 负责 decode。(Amazon News)

CS-3 系统层面，Cerebras 官网披露 900,000 个 AI 核心、214 Pb/s 互连带宽、44GB 片上 SRAM、21PB/s 内存带宽、1.2Tb/s 系统 I/O、16RU 机箱。这个设计的关键是“系统级产品”，不是单卖芯片；公司要把芯片、封装、冷却、电源、软件栈、集群管理一起卖出去。(Cerebras)

技术优势也有边界。第一，CUDA 生态仍是行业默认栈；第二，wafer-scale 对良率、封装、散热、供电、TSMC 产能都提出极高要求；第三，Cerebras 的速度优势最容易在特定推理场景体现，未必天然覆盖所有训练、微调、多模态和企业 legacy workload。换句话说，它的最佳定位是“高速推理专用平台”，而不是“全栈 GPU 通用替代”。

行业环境：AI 算力从训练扩散到推理，专用芯片窗口打开

AI 半导体仍处在强景气周期。Gartner 估算，2025 年全球半导体收入 7,934 亿美元，同比增长 21%；AI processors 收入超过 2,000 亿美元，AI 基建支出 2026 年预计超过 1.3 万亿美元。NVIDIA 2025 年半导体销售首次超过 1,000 亿美元，并贡献了行业增量的 35% 以上。(加特纳)

但市场不是简单“GPU 永远通吃”。IDC 在 2025 年的市场展望中预计，2025–2030 年 AI GPU 和 AI ASIC 的五年 CAGR 均为 26%，AI ASSP 为 40%；同时，2025 年二季度 AI accelerator 收入份额中 NVIDIA 仍高达 85.2%，Broadcom 10.3%，AMD 1.8%，Marvell 2.1%，其他仅 0.5%。这说明：NVIDIA 仍绝对主导，但专用 ASIC/异构算力正在扩张。(SEMI)

Cerebras 的机会主要来自三点：第一，推理需求增长快于训练，尤其是 agent、coding、reasoning 模型会生成更多 token；第二，客户希望降低对 NVIDIA 的单一依赖；第三，低延迟推理可能成为一个可单独付费的高价值层。Reuters 也引述 IPOX Research 观点称，虽然 NVIDIA 在训练和推理基础设施中仍占主导，但如果专用芯片公司能提供明确速度或成本优势，就有机会切入。(Reuters)

竞争格局可以分四层看：NVIDIA/AMD 的通用 GPU，Google TPU/AWS Trainium/Microsoft Maia/Meta MTIA 等 hyperscaler 自研 ASIC，Broadcom/Marvell 等定制 ASIC 供应链，以及 Groq、SambaNova、Tenstorrent、d-Matrix、Cerebras 等 AI 芯片创业公司。Cerebras 的差异化是“晶圆级 + 低延迟推理 + 系统/云服务一体化”。

财务水平：增长很快，但利润质量不能只看 GAAP 净利润

Cerebras 的收入增长非常快：2022 年 2,462 万美元，2023 年 7,874 万美元，2024 年 2.903 亿美元，2025 年 5.10 亿美元。2025 年同比增长约 76%；2022–2025 三年收入 CAGR 约 175%。(美国证券交易委员会)

2025 年 GAAP 净利润 2.378 亿美元看起来很强，但这不是一个“成熟盈利硬件公司”的利润结构。多个 S-1 分析指出，2025 年净利润主要受 G42 相关 forward contract liability 重组产生的一次性、非现金收益影响；剔除后，公司仍是非 GAAP 净亏损状态，且经营亏损约 1.459 亿美元。(TradingView)

毛利率方面，Cerebras 已从 2022 年约 11.7% 提升到 2025 年约 39.0%，说明规模化、良率、产品组合和云服务化都有改善；但 2025 年毛利率低于 2024 年约 42.3%，表明硬件折扣、大客户项目、数据中心交付成本可能对利润率形成压力。(美国证券交易委员会)

最需要关注的是“收入质量”。Cerebras 不是一个客户分散、月度订阅稳定增长的软件公司，而是大项目驱动、客户集中、交付周期长、产能和电力依赖高的 AI 基础设施公司。未来收入如果能从 OpenAI/AWS 转化为可持续云推理服务，质量会明显提升；如果仍然依赖少数主权 AI 或单一大客户项目，估值折价风险会很大。

IPO 表现：需求极强，上市首日“高开高走后回落”，但估值已很激进

Cerebras 最终 IPO 定价为每股 185 美元，发行 3,000 万股，募资 55.5 亿美元，对应 fully diluted 估值 564.3 亿美元；这个价格高于此前 150–160 美元的营销区间，而更早区间是 115–125 美元。Reuters 报道称，订单需求超过可发行股份的 20 倍。(Reuters)

首日交易非常强。CBRS 在 Nasdaq 开盘价 350 美元，较 IPO 价上涨约 89%，对应 fully diluted 估值 1,067.5 亿美元；盘中最高到 386.34 美元，随后收于 311.07 美元，首日收涨约 68%。(Reuters)

按 2025 年 5.10 亿美元收入粗算，估值倍数非常高：

这个倍数不是在买 2025 年利润，而是在买 2027–2028 年 OpenAI、AWS、云推理服务、主权 AI 订单兑现后的收入曲线。Reuters 引述 Renaissance Capital 分析师观点称，185 美元 IPO 价若用 2028 年销售和 EBITDA 看还“合理”，约 5.8x EV/Sales、12.8x EBITDA；但按上市后的价格看已经“quite high”。(Reuters)

投资逻辑：牛熊分歧集中在“速度优势能否变成规模利润”

牛市逻辑是：AI 推理，尤其是 agentic coding、实时助手、reasoning model，会让 token 生成速度成为核心生产力指标；Cerebras 在 decode 阶段的速度和内存带宽优势具备差异化。OpenAI 的 750MW、多年超 200 亿美元协议和 AWS Bedrock 合作，说明它已经不只是实验室芯片，而是被头部 AI lab 和 hyperscaler 认真采用。(Reuters)

熊市逻辑是：估值已经提前透支多年增长；客户集中度极高；OpenAI 既是客户、潜在股东/融资方，也可能有自研或替代算力路线；AWS 合作尚需要真实流量验证；而 NVIDIA 的 CUDA 生态、Blackwell/Rubin 路线、系统级产品和客户锁定仍非常强。Gartner 也指出 NVIDIA 的 GPU 到完整系统级产品的垂直整合，使其仍是 AI 数据中心基础设施中“要击败的公司”。(加特纳)

我的判断是：Cerebras 是这轮 AI 基础设施周期中少数真正有技术辨识度的公司，但上市后估值已经从“技术验证阶段”跃迁到“必须大规模商业兑现阶段”。它的合理研究框架不应是“能不能打败 NVIDIA”，而应是：在低延迟推理市场中，Cerebras 能否成为一个高毛利、高利用率、客户多元化的基础设施层。

后续最重要的观察指标

接下来几个季度，重点看五个指标。

第一，OpenAI/AWS 订单能否按期转为收入，而不是只停留在 backlog 和合作公告。第二，云和服务收入占比能否持续提升，同时毛利率不被数据中心和大客户折扣吞噬。第三，前两大客户收入占比是否快速下降，尤其是 MBZUAI/G42 占比。第四，经营亏损和现金流是否改善，因为 2025 年 GAAP 净利润并不代表核心盈利。第五，Cerebras 是否能拿到第二、第三个类似 OpenAI/AWS 的 anchor customer。

结论

Cerebras 是一家“高技术含量 + 高订单可见度 + 高客户集中度 + 高估值”的公司。技术上，它确实提供了一条与 GPU 集群不同的路径；商业上，OpenAI 和 AWS 是强验证；财务上，收入增长很快但核心盈利仍未证明；估值上，首日交易后已经非常激进。

对二级市场而言，CBRS 更像是一个AI 推理基础设施的高 beta 标的，而不是传统半导体估值框架下的稳健成长股。它的上行来自推理需求爆发和大客户交付兑现；下行则来自估值压缩、客户集中、交付瓶颈、NVIDIA/自研 ASIC 竞争和利润率压力。