Cerebras IPO 大涨背后：晶圆级 AI 芯片能挑战英伟达吗

Mon, 18 May 2026 00:19:51 +0800

Cerebras Systems 终于登上了公开市场。

这家以“晶圆级 AI 芯片”闻名的公司，于 2026 年 5 月 14 日在纳斯达克挂牌交易，股票代码为 CBRS。根据 Cerebras 官方公告，其 IPO 发行价为每股 185 美元，公开发行 3450 万股 Class A 普通股，其中包括承销商全额行使的 450 万股超额配售权。

上市首日，Cerebras 股价大幅高开，一度接近 386 美元。按发行价计算，公司融资规模超过 55 亿美元，是 2026 年以来美国市场最受关注的 AI 硬件 IPO 之一。

这也是为什么它会被很多媒体称为“英伟达挑战者”。不过，把 Cerebras 简单理解成“下一个英伟达”并不准确。它真正特殊的地方，是选择了一条和传统 GPU 完全不同的技术路线。

Cerebras 做的不是普通 GPU

Cerebras 的核心产品是 WSE，完整名称是 Wafer-Scale Engine，中文通常可以理解为“晶圆级引擎”。

传统芯片制造会把一整片晶圆切割成许多小芯片，再进行封装、测试和出货。Cerebras 反过来做：它尽可能把整片晶圆直接做成一颗超大芯片。

这条路线的好处很直观：

芯片面积更大。
片上计算单元更多。
片上 SRAM 更接近计算核心。
数据在芯片内部移动距离更短。
更适合特定 AI 推理和训练负载。

在 AI 计算里，数据搬运往往比单纯计算更难优化。Cerebras 的思路是尽量把计算和存储留在同一片硅上，减少数据频繁离开芯片带来的延迟和能耗。

这也是 WSE 路线最吸引人的地方：它不是沿着 GPU 的老路继续堆规模，而是试图用更大的单颗芯片，换取更高的片上带宽和更低的数据移动成本。

为什么市场会兴奋

AI 芯片市场目前高度依赖英伟达。无论是训练大模型、部署推理服务，还是建设 AI 数据中心，英伟达 GPU 都是最主流的选择。

这让市场天然会关注两类公司：

能否降低对英伟达供应链依赖。
能否在某些 AI 工作负载上提供更高性能或更低成本。

Cerebras 正好踩中了这两个叙事。

它不是做通用 CPU，也不是做普通加速卡，而是直接围绕 AI 训练和推理设计系统。公司也一直强调，其晶圆级芯片和云端推理平台在某些模型推理场景中可以提供极高吞吐。

这类故事在 2026 年非常容易被市场放大。AI 基础设施仍在扩张，企业、云厂商和模型公司都在寻找更多算力来源。只要一家芯片公司能证明自己在某些场景里不是“又一个小 GPU”，市场就会愿意给它很高关注度。

OpenAI 合作让想象空间变大

Cerebras 被关注的另一个原因，是它和 OpenAI 的关系。

据媒体报道，Cerebras 与 OpenAI 签订了金额超过 200 亿美元的合作协议。搜狐原文提到，截至 2025 年底，这一协议带来的剩余履约义务达到 246 亿美元。

对一家刚上市的 AI 硬件公司来说，这类长期协议非常重要。它意味着公司不只是有技术故事，还有大客户需求作为支撑。

不过，长期订单和最终收入之间并不能直接画等号。AI 数据中心建设还受制于制造产能、封装、供电、交付节奏、客户预算和模型路线变化。尤其是芯片公司，拿到订单只是第一步，能否按期交付、能否稳定扩产、能否把毛利率做出来，才是更难的部分。

客户集中仍然是最大风险之一

Cerebras 的风险也很明显：客户集中度高。

搜狐原文提到，G42 曾在 2024 年贡献 Cerebras 85% 的收入，2025 年降至 24%；阿联酋穆罕默德·本·扎耶德人工智能大学则在 2025 年贡献了 62% 的收入。这意味着，即便 G42 占比下降，公司收入仍然高度依赖少数大客户。

对 AI 基础设施公司来说，客户集中有两面性。

好处是：大客户能带来快速增长、长期合同和订单可见性。

风险是：如果客户削减预算、改变技术路线、延后数据中心建设，或者监管环境发生变化，公司收入波动会非常大。

这也是市场看 Cerebras 时不能只看 IPO 涨幅的原因。上市首日股价反映的是热度和预期，长期估值最终还是要看收入结构、交付能力、利润率和客户多元化。

技术路线的短板：内存容量

WSE 的优势很突出，但短板也同样清楚。

搜狐原文提到，WSE-3 芯片配备 44GB SRAM，而英伟达 B200 配备 192GB 内存。Cerebras 的设计把大量计算和 SRAM 放在同一片晶圆上，这能减少数据移动，但也限制了可用内存容量。

对大模型来说，内存容量直接影响上下文长度、批处理规模和模型部署方式。上下文窗口越来越长，旗舰模型已经普遍朝百万级 token 上下文发展。在这种趋势下，片上 SRAM 的容量限制会成为现实约束。

传统 GPU 可以通过 HBM 堆叠、封装扩展和多卡互联继续增加内存容量。Cerebras 的晶圆级路线则更难简单扩内存，因为整片晶圆面积已经被计算单元和 SRAM 占用。想增加 SRAM，就可能牺牲计算面积。

这不代表 Cerebras 技术路线失败，而是说明它更像一种面向特定工作负载的架构选择。它可能在某些推理场景非常强，但未必能覆盖所有 AI 训练和推理需求。

它会取代英伟达吗

短期内，Cerebras 不太可能取代英伟达。

英伟达的优势不只是 GPU 性能，还包括 CUDA 生态、开发者工具、系统集成、网络互联、整机方案、云厂商支持和客户迁移成本。AI 公司选择英伟达，很多时候不是因为单颗芯片某个指标最好，而是因为整套生态最稳。

Cerebras 更现实的机会，是在特定 AI 负载上成为补充方案：

高吞吐推理。
特定大模型服务。
对延迟和片上带宽敏感的任务。
想降低单一 GPU 供应链依赖的客户。
愿意为性能试用新架构的大模型公司。

也就是说，它不是“英伟达杀手”，更像是 AI 算力市场里一条激进的替代路线。

小结

Cerebras IPO 大涨，说明资本市场仍然愿意为 AI 基础设施故事付出高溢价。

它的晶圆级芯片路线确实有独特性，也让它和普通 AI 加速卡公司区分开来。再加上 OpenAI 等大客户合作，Cerebras 有了足够强的市场想象空间。

但风险同样不能忽视：客户集中、交付压力、内存容量限制、生态壁垒，以及和英伟达竞争时的系统级差距，都会决定它能走多远。

对普通读者来说，Cerebras 最值得关注的不是股价涨了多少，而是它证明了一件事：AI 算力竞争不会只有 GPU 一条路。未来的大模型基础设施，可能会同时容纳 GPU、晶圆级芯片、自研加速器和云端专用推理平台。

Cerebras on KnightLi的博客