解语樱木

芯片做成了iPad那么大，估值半年涨了330%，英伟达的麻烦来了？

如果你是一位芯片圈的资深玩家，那你最近一定被Cerebras刷屏了。这块宛如“餐盘大小”的全球最大AI芯片，正在向纳斯达克发起最后冲刺，打算踩着英伟达的股价去书写属于自己的新传奇。

当然，现实远比理想的剧本更曲折。这颗挂着“英伟达挑战者”标签的AI芯片明星企业，在历经IPO多次折戟、安全审查和客户高度集中的重重波折后，再次满血复活，豪赌35亿美金。

在这个半导体行业竞争惨烈、AI风口不断更新迭代的节点，Cerebras到底是一块能直接让股价暴涨的万能钥匙，还是一个估值被严重透支的危险泡沫？

---

比桌面还大，这才是真正的大芯片

很多老玩家都知道，过去几十年做芯片有个铁律——晶圆得切成小块，才能保证良品率。

但Cerebras偏偏要打破这条定律。

它的核心武器叫做“晶圆级引擎WSE-3”，简单说就是不切割了，直接拿一整张12英寸的晶圆来当一块芯片用。这块芯片的面积高达46225平方毫米，足足是英伟达B200的56倍。WSE-3集成了4万亿个晶体管和90万个AI核心，内存带宽更是达到了B200的2625倍，堪称猛兽级别。

这么搞的好处很明显，本质上是“用面积换性能” 。传统GPU为什么在跑AI大模型的时候卡顿？因为大模型参数太大，GPU内部那点片上内存根本装不下，只能反复去片外的HBM高带宽内存里搬运数据，这就造成了巨大的“内存墙”延迟。

而Cerebras呢？它直接把44GB的高速SRAM内存和90万个计算核心焊死在了同一块硅片上，彻底砍掉了数据来回搬运的麻烦。

第三方测试数据也相当恐怖。在运行Llama 4 Maverick这样4000亿参数的超大模型时，Cerebras CS-3系统达到了2522个token/秒的单用户响应速度，直接是英伟达B200的2.4倍。如果是小模型，跑得更是H100的20倍，单位token成本最低能降低80%。

也正是靠着这个绝招，Cerebras在低延迟推理市场上站稳了脚跟。2025年它的推理云服务收入占比达到30%，而且在Hugging Face这个全球开发者平台上，它的推理调用量直接排到了第一名。

200亿美金的超级订单

真正让华尔街和硅谷集体破防的，是Cerebras的吸金能力。

就在4月17日提交IPO申请的当天，OpenAI一纸合同砸了过来——未来三年支付超过200亿美元，采购Cerebras的芯片来驱动服务器，甚至还要顺便拿点股权。OpenAI的意思也很清楚：英伟达芯片太贵了，多找个能打的供应商，顺便压压价。

就在这之前，Cerebras刚和AWS搭上了线。亚马逊AWS宣布将在自家数据中心里部署CS-3系统，通过Amazon Bedrock向客户开放，让Trainium负责预填充，Cerebras负责解码，双剑合璧。这可是主流云厂商第一次在自有数据中心里大规模部署非GPU的AI加速器。

不仅有大厂撑腰，大佬们还用真金白银投票了。Cerebras今年2月才刚完成10亿美元H轮融资，估值直接飙到230亿美元。这次IPO估值更是瞄准350亿美元，计划5月中旬落地，目标融资30亿美元。背后的金主爸爸们一个个来头不小，不仅有Benchmark Capital、Foundation Capital这些顶级风投，连高通、AMD和台积电都赫然在列，OpenAI行权后也直接跻身前三大股东。

翻翻招股书数据就知道什么叫爆发式增长。2022年营收才2460万美元，到2025年直接干到5.1亿美元，四年涨了超过19倍。净利润从2024年的亏损4.82亿美元直接翻盘，2025年盈利2.38亿美元，毛利率维持在39%。虽然硬件收入还占大头（约70%），但云服务和其他收入已经接近30%了。

冰面下的三重暗流

不过，表面的光鲜亮丽之下，Cerebras这个“英伟达挑战者”的故事，藏着几个不太让人放心的地方。

第一个雷：客户高度集中

这个毛病以前就没治好过。2024年，光一个中东客户G42就贡献了Cerebras 87%的营收。G42不光是大客户，还是投资者，两家牵扯太深甚至引来美国CFIUS国家安全审查，直接导致Cerebras上一次IPO计划在2025年10月流产。

现在问题解决了吗？G42的占比是降了（2025年降到24%），但阿布扎比的MBZUAI又顶上来了，直接贡献了62%的总营收。前两大客户加起来仍然贡献了86%的收入。一个靠一两个大客户撑起来的公司，抗风险能力可想而知。现在OpenAI的200亿美元订单成了新支柱，但把宝全押在一家AI公司身上，万一OpenAI哪天砍预算或者转投别家，Cerebras的业绩就会面临断崖式风险。

第二个雷：技术有短板，生态太弱

Cerebras的WSE-3确实在低延迟推理场景上表现炸裂，但在通用计算和模型训练上，跟英伟达压根不在一个量级。更关键的是，英伟达的CUDA生态可是沉淀了数百万开发者的完整体系，现有大模型几乎全是在GPU架构上优化出来的。客户想把现成模型搬上Cerebras平台，就得重新适配它的专有编译器，这迁移成本高得吓人。

虽然Cerebras已经能跑Llama、GLM、通义千问这些开源模型了，但在动态控制流和复杂算子支持上，它的软件栈成熟度跟英伟达比还是差得远。这个生态差距，没有三五年根本追不上。

第三个雷：估值太贵，泡沫太大

这次IPO估值350亿美元，是2025年营收的68.6倍。就算把OpenAI那200亿美元大单按三年分摊，加上其他客户收入，2026年预期营收大概也就80到100亿美元，估值仍高达3.5到4.4倍PS。半导体行业平均的PS估值水平也就2到3倍，这溢价高得有点离谱。

要撑起350亿美元的估值，Cerebras必须在2027年前实现至少150亿美元的年营收。这意味着，除了OpenAI这个大金主，还得再拿下五到八个同等量级的头部客户。在英伟达、谷歌TPU、AMD这些强敌环伺的环境下，这目标不是一般的难。

写在最后

AI算力市场的重心正在从训练转向推理。2025年全球AI推理市场规模已经达到1062亿美元，预计2030年将增长到2550亿美元。Cerebras确实踩中了行业风口，技术上也有实打实的差异化优势，OpenAI和AWS的背书更是含金量十足。

但问题来了：一个客户高度集中、技术有短板、生态基础薄弱、估值又贵得离谱的“挑战者”，资本市场真的愿意买单吗？

350亿美元的天价估值，赌的是Cerebras能在大厂夹缝中杀出一条血路。但即便成功上市，在AI芯片技术迭代不到18个月的残酷节奏下，Cerebras能不能持续保持技术优势、快速扩大客户群，恐怕还得打个大大的问号。

版权声明

“特别声明：以上作品内容(包括在内的视频、图片或音频)为用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user , the platform merely provides information storage space services.”

本文地址: https://www.amtbbs.org/thread-18170-1-1.html