听雨发自凹非寺量子位 | 公众号 QbitAI
一条消息引爆华尔街。
Cerebras，股票代码 CBRS，芯片领域英伟达的直接挑战者，一家不切割晶圆、直接把整块 300 毫米硅片做成一颗芯片的 AI 公司——
它的 IPO 发行价从每股 115 到 125 美元，一路上调到 150 到 160 美元。超额认购已经达到 20 倍。
按最新区间顶端计算，估值直奔 350 亿美元，融资规模从 35 亿升至近 48 亿美元。
若成功落地，这将是 2026 年迄今全球最大 IPO
Cerebras 估值狂飙，底气从哪来
答案藏在一份供应链协议里。
今年 1 月，OpenAI 官宣了一项与 Cerebras 的深度合作。协议内容是采购 750 兆瓦超低延迟 AI 算力，分批在 2028 年前交付。
外界估算，这份协议的潜在总价值超过 200 亿美元
这不是普通的买卖关系。Cerebras 在 4 月提交的S-1 文件里披露，OpenAI 还向公司提供了一笔 10 亿美元的运营资金贷款，年利率6%。
作为交换，OpenAI 获得了大约 3350 万股 Cerebras 普通股的认股权证。这些权证在 OpenAI 从 Cerebras 采购达到 2 吉瓦算力时完全兑现。
OpenAI 已经成为了 Cerebras 最核心的战略合作伙伴，两者关系相当紧密。
马斯克诉讼 OpenAI 的法庭文件曾披露，OpenAI 高层一度考虑直接收购 Cerebras，而非以客户身份合作。
Sam Altman、Greg Brockman、Ilya Sutskever 等人，也均以个人身份入股了 Cerebras。
Cerebras 首席执行官 Andrew Feldman 在接受采访时毫不掩饰地说：英伟达不想丢掉 OpenAI 的快速推理业务，但我们把它抢过来了。
除了 OpenAI，AWS也随后宣布在 Bedrock 中接入 Cerebras CS-3。
两家 AI 基础设施的最大买家同时站台，是此次 IPO 认购爆表的直接原因。
不过，这也不是 Cerebras 第一次冲击上市。
2024 年，Cerebras 首次公开提交了 IPO 申请。当时它的大客户是阿联酋的G42，一家阿布扎比背景的 AI 集团。
G42 在 2024 年上半年为 Cerebras 贡献了超过 87% 的收入，客户集中度太高，更致命的是，G42 同时还是 Cerebras 的投资方。
于是，这笔投资触发了美国外国投资委员会（CFIUS）的审查，IPO 进程被冻结。
2025 年 10 月，Cerebras 正式撤回注册声明。
撤单后，Feldman 做了一件堪称「壮士断腕」的事。他迅速重组了客户结构，用 OpenAI 和 AWS 填补 G42 留下的缺口。到 2025 年底，G42 的收入占比从 87% 以上被压缩到 24%。
与此同时，CFIUS 的障碍也逐步扫清。G42 被调整为持有无投票权股份，监管风险解除。
2026 年 4 月，Cerebras 重新公开提交了S-1（即向美国证券交易委员会提交的 IPO 招股文件）
财务数据也给足了说服力。Cerebras 2025 年全年营收 5.1 亿美元，同比增长 76%。
更关键的是，公司实现了 8790 万美元的净利润。而 2024 年，它的净亏损还高达 4.85 亿美元。
可以想见，OpenAI 的 10 亿美元贷款和算力采购协议，直接把 Cerebras 从烧钱模式拉进了盈利通道。
不过，账面漂亮不代表没有隐患。GAAP 口径下，Cerebras 的经营层面仍有 1.46 亿美元的运营亏损。
客户集中度虽然降了，但前三大客户依然占据收入的大头。其中 OpenAI 被招股书明确表述为「未来数年的主要收入来源」——这既是底气，也是风险。
如果 OpenAI 自研芯片，或者转向其他供应商，Cerebras 的收入会受严重影响。
资本市场的高估值，本质上还是在赌 Cerebras 能把 OpenAI 的故事复制到更多客户身上。
以超大芯片直接挑战英伟达
Cerebras 的核心竞争力，是其自研的晶圆级引擎（Wafer Scale Engine，WSE）
传统芯片制造受光刻掩模尺寸限制，一颗 GPU 或 CPU 只能覆盖几百平方毫米的硅片面积。制造商会在一块 300 毫米的晶圆上切割出几十甚至上百颗独立芯片。
而 Cerebras 的方案是直接不切割，整块晶圆就是一颗芯片
2019 年，Cerebras 在洛斯阿尔托斯一间简陋实验室里第一次跑通这件事。Feldman 后来回忆：
- 英特尔 10 万人没做到，英伟达 4 万人没做到，我们 85 个人做到了。我们就站在那里，完全傻了。
它的第三代产品WSE-3，面积达到 46,225 平方毫米，大约是英伟达 B200 GPU 的 58 倍。上面集成了 4 万亿个晶体管和 90 万个 AI 计算核心。
这看起来像是工程上的暴力破解，但真正的技术壁垒并不在面积，而在内存。
GPU 做 AI 推理时，最大的瓶颈不是算力，而是搬运。大模型的参数通常需要在外部内存（HBM）和计算核心之间频繁传输，这个搬运过程的延迟和带宽，直接决定了推理速度。业界把这个瓶颈称为「内存墙」
WSE-3 的解法是把内存直接建在芯片上。它的片上 SRAM 容量达到 44GB，内存带宽达到每秒 21PB。
这是什么概念？作为参照，英伟达 H100 的片上内存带宽大约是这个数字的七千分之一。
当整个模型直接住在芯片上，外部搬运的延迟就几乎被消除了。
效果如何？Cerebras 官方称，跑 Meta 的 Llama 4 Maverick（4000 亿参数模型）时，其推理速度超过英伟达 DGX B200 Blackwell 系统的两倍
在 Hugging Face 的推理提供商排行榜上，Cerebras 长期位列第一。
Cerebras 不卖单颗芯片，它卖的是一套完整的系统，型号叫CS-3
每台 CS-3 包含一颗 WSE-3、液冷系统、电源管理和配套软件。整机功耗约 25 千瓦，可以像一台服务器一样直接部署进数据中心。
它同时还提供云服务，叫 Cerebras Inference。按官方说法，推理速度比传统 GPU 方案快 15 倍，成本低至三分之一。
Cerebras 选择的主战场是推理，不是训练。
目前，AI 行业正在从「训练更大的模型」转向「把模型部署出去」。Agent 工作流、实时编程、多轮对话，这些场景下推理延迟会被指数级放大。
GPU 在训练阶段所向披靡，但在推理阶段，它的内存墙问题越来越明显。
而从 OpenAI 到 AWS，头部买家正在主动寻找英伟达之外的推理基础设施。
Cerebras 踩对了这个节点，资本市场对其的狂热追捧也是顺理成章。
五个人，要做一件能载入计算机史的事
Cerebras 有五位联合创始人：
Andrew Feldman、Gary Lauterbach、Michael James、Sean Lie、Jean-Philippe Fricker。
五位联创的故事，要从 2007 年讲起。
那一年，Andrew Feldman 和 Gary Lauterbach 共同创立了SeaMicro，做能效比极高的微服务器。
另外三位联创，Michael James、Sean Lie、Jean-Philippe Fricker，也在这家公司并肩作战。
2012 年，SeaMicro 以 3.34 亿美元卖给 AMD，五人随 Feldman 短暂留在 AMD，随后各散东西。
再度聚首是 2015 年。
Feldman 后来描述那次重聚时说，他们在白板上写了两件事：要再次合作，要做一件能载入计算机史的事
在 60 余年的半导体史上，没有任何公司成功制造过晶圆级芯片，英特尔做不到，英伟达也没有。
这五个人决定试一下。
Cerebras，是他们给自己的答案。这也是 Feldman 的第五家创业公司。
团队分工清晰：Feldman 担任 CEO，是那种能用一句话讲清楚技术立场、同时搞定 200 亿美元合作的人。
Lauterbach 是联合创始人兼荣誉 CTO，现已退休。他在 Sun Microsystems 期间主导了 UltraSPARC III 和 IV 处理器的设计，后来在 AMD 担任数据中心服务器业务的 CTO。
晶圆级芯片的核心技术构想，正是出自他。
Sean Lie 接棒成为现任 CTO，MIT 电子工程硕士出身，在 SeaMicro 担任首席硬件架构师。他现在持有 29 项计算机架构专利。
剩下的两位，Michael James 和 Jean-Philippe Fricker，分别负责首席架构和系统架构。
值得一提的是，此次 IPO 中 Feldman 本人不出售任何股份。
Cerebras 的定价预计本周敲定
此刻，围绕 AI 的乐观情绪正在引爆芯片股。过去一个月，费城证券交易所半导体指数大涨超 37%。
无论最终估值落在哪里，350 亿已经证明了一件事：市场愿意为英伟达之外的挑战者，认真给出第一个答案。
[1]https://www.reuters.com/legal/transactional/cerebras-raise-ipo-price-range-150-160-demand-surges-sources-say-2026-05-10/
[2]https://www.cerebras.ai/blog/openai-partners-with-cerebras-to-bring-high-speed-inference-to-the-mainstream
