2026年5月14日，美国加州阳光依旧灿烂，但华尔街的热情比加州的天气还要滚烫。
这一天，AI芯片制造商Cerebras Systems以股票代码”CBRS”正式登陆纳斯达克。发行价每股185美元，经过三轮调价后最终敲定，募资总额达到55.5亿美元——这是2026年以来全球规模最大的IPO，也是近三年来美国科技股最大规模的上市交易。
开盘钟声响起的那一刻，Cerebras的股价如脱缰野马般狂奔。350美元、385美元——涨幅瞬间突破108%，触发熔断机制。交易恢复后，多空双方激烈交锋，最终收盘报311.07美元，日内涨幅68%。公司市值达到约950亿美元，按完全摊薄口径计算，估值已突破1000亿美元大关。
从”英伟达挑战者”到千亿市值的芯片新贵，Cerebras用一场完美的首秀，向华尔街讲完了它酝酿多年的故事。
一、整片晶圆做成一颗芯片：一场对计算本质的物理重构
要理解Cerebras为何能让资本如此疯狂，必须先读懂它的核心技术——WSE-3晶圆级引擎。
在传统芯片制造业，一片300毫米的硅晶圆会被切割成数百颗独立的小芯片。每颗芯片面积不过几百到上千平方毫米，比如英伟达最新的B200 GPU，核心面积约为1800平方毫米。这已经是业界顶尖水平，但放在Cerebras面前，不过是个零头。
WSE-3的选择是：不切割，直接把整片晶圆做成一颗芯片。
46,225平方毫米——这是WSE-3的面积，接近一张A4纸的三分之一，是英伟达B200的56倍。台积电5纳米工艺在这颗”巨无霸”上塞进了4万亿个晶体管、90万个AI优化计算核心，以及44GB的片上SRAM高速内存。
数字是枯燥的，但它们背后的技术逻辑才是真正让人着迷的地方。
想象一下，你正在用一台超级计算机训练AI模型。传统架构下，GPU芯片是”大脑”，HBM显存是”隔壁房间”，两者之间需要一条高速走廊（内存带宽）来传递数据。当模型大到参数塞不进显存时，系统不得不频繁去更远的”仓库”（主机内存甚至硬盘）调取数据，效率急剧下降。
这就是困扰所有传统计算架构的”存储墙”和”互联墙”问题。英伟达的解决方案是不断加宽走廊——提升HBM带宽、修更快的高速公路（NVLink），本质上，大脑和记忆库还是分离的。
Cerebras的解法简单到近乎疯狂：为什么不把整个大脑和它需要的所有记忆，都造在同一块物理材料上？
于是，WSE-3成为世界上第一颗真正实现”存算一体”的AI芯片。44GB片上SRAM是H100的880倍、是B200的250倍——这意味着数百亿参数的大模型，其全部权重可以一次性加载到芯片内部，紧挨着计算单元存放。数据搬运的延迟从”纳秒级往返”变为”零”。
Cerebras的创始人曾有一个绝妙的比喻：”想象一个玻璃杯就是内存，里面装的可乐是数据，而你的嘴巴代表算力。你能喝到可乐的速度，完全取决于吸管的粗细。英伟达GPU的根本问题，就在于这根吸管太细了。而我们的破局之道是——直接把吸管扔掉，端起杯子往嘴里倒。”
这不只是一颗芯片，更是对计算本质的一次物理重构。
二、推理速度革命：英伟达做不到的事
WSE-3的架构优势，在特定任务中带来了性能的指数级提升。
低延迟推理，是WSE-3的绝对主场。
在需要实时交互的场景——长文本对话、代码生成、AI Agent连续决策——传统GPU集群需要跨芯片传输数据，而WSE-3上90万个核心物理紧邻，通信就像在同一间办公室里喊话，延迟低到几乎可以忽略。
第三方实测数据显示：处理Llama 3.1 8B等小模型时，WSE-3速度可达英伟达B200的18-36倍；在生成长文本场景，速度可达B200的21倍；而在某些对延迟极度敏感的Agent任务中，优势甚至超过100倍。
OpenAI发布的GPT-5.3-Codex-Spark在WSE-3上运行时，推理速度达到1000 tokens/秒，较传统GPU集群快15倍。这意味着什么？用户在ChatGPT里打字，几乎感受不到”思考”的停顿，AI对话真正进入”实时”时代。
单芯片大模型训练，是另一个突破点。
得益于44GB的超大片上内存，WSE-3可以单芯片承载万亿参数模型的训练，而传统架构需要复杂的多卡集群切分。在700亿参数模型训练中，其速度可比传统GPU集群快30倍。
Cerebras的技术白皮书显示，WSE-3的片上互联带宽达到214 Pbit/s，是NVLink互联带宽的200倍以上。更关键的是，由于消除了绝大部分数据搬运的功耗，同算力下WSE-3的功耗比GPU方案降低30%以上，单位Token处理成本据称可降低80%。
这种优势，建立在为特定场景牺牲通用性的基础上。
英伟达的护城河从来不是硬件本身，而是CUDA软件生态。近20年的积累让它成为AI开发的事实标准——几乎所有主流框架（PyTorch、TensorFlow）都为其深度优化，全球90%的AI开发者工作流绑定CUDA。
Cerebras的SDK虽然支持主流框架，但在迁移成本和功能完整性上仍存在差距。它目前最擅长的，是”大模型推理”这个赛道——对延迟敏感、需要实时响应的场景，而非通用训练任务。
三、OpenAI的200亿美元赌注：客户的甜蜜与负担
资本市场愿意为Cerebras买单，离不开一份重磅合同的背书。
2026年1月，OpenAI与Cerebras签署了一份价值超过200亿美元的多年合作协议。OpenAI承诺采购750兆瓦的AI算力容量，合同可扩展至300亿美元。这相当于Cerebras 2025年全年营收的40倍，几乎锁定了未来数年的业绩确定性。
OpenAI CEO奥特曼毫不掩饰对Cerebras的青睐。他公开称赞Cerebras芯片是”目前世界上最好的高速推理产品”，并亲自出现在Cerebras的IPO宣传视频中。
不仅如此，OpenAI还向Cerebras提供了10亿美元贷款，并以每股0.00001美元的超低价格获得约3344.5万股认股权证。按上市后的估值计算，这笔股权价值超过40亿美元。
这种”客户即股东”的深度绑定，让外部投资者面临一个微妙的问题：Cerebras的高增长，有多少是真实市场需求，有多少是关联方安排的结果？
翻开招股书，2025年的客户结构依然让人捏一把汗：穆罕默德·本·扎耶德人工智能大学（MBZUAI）贡献营收占比62%，阿联酋人工智能公司G42占比24%，两者合计86%。
G42和MBZUAI都位于阿联酋，且存在业务关联。尽管Cerebras表示正在推进客户多元化，但新引入的”大客户”换了一个同样来自中东的关联方，本质上并没有分散风险。MBZUAI单一客户占应收账款的比例高达77.9%。
OpenAI的合同确实在改变这一结构，但新的大客户依赖风险已然形成： Cerebras的业绩高度绑定OpenAI的资本开支节奏，而OpenAI同时扮演客户、贷款人、即将到来的股东等多重角色。
四、账面盈利的真相：一场会计魔术
2025年，Cerebras交出了一份看起来很漂亮的财务成绩单：营收5.1亿美元，同比增长76%；净利润2.378亿美元，实现从2024年净亏损4.82亿美元到盈利的关键转折。
但仔细阅读招股书，这份”盈利”的含金量值得审视。
净利润中，有3.633亿美元来自一项一次性、非现金的会计调整——与G42相关的远期合同负债注销产生的账面收益。把这项剔除，再加上约4980万美元的股权激励成本，2025年实际non-GAAP净亏损约为7570万美元，比2024年的2180万美元亏损扩大了247%。
换句话说，市场看到的是”盈利+76%增长”的IPO金童，而招股书背后是”亏损在持续扩大的快速增长公司”。两个版本都不算错，区别在于你愿意相信哪一个。
另一个不可忽视的趋势是毛利率波动。2025年公司整体毛利率约39%，但硬件业务毛利率面临下行压力，受客户授予认股权、数据中心成本分摊等因素影响，公司预计短期内毛利率仍将下滑。
从成长性来看，Cerebras正在向AI云算力服务转型。云端服务及其他服务收入占比已接近30%，这是一个积极的信号——从卖硬件到卖服务，意味着更稳定的经常性收入。但能否成功转型，还要看AWS等云厂商的部署规模能否持续扩大。
五、资本盛宴：高估值背后的多空博弈
上市首日暴涨68%后，Cerebras的市值达到约950亿美元，对应市销率（P/S）接近186倍。作为对比，英伟达的前瞻市销率”仅”为约20倍。
这种极端的估值水平，意味着市场已经为Cerebras预支了未来多年乃至数年的增长预期。
乐观者的逻辑很清晰：AI推理需求正在爆发，预计将占企业AI预算的85%。随着AI应用从”训练”转向”推理”，Cerebras所在的赛道将成为下一个算力爆发点。OpenAI、AWS等巨头背书，提供了业绩可见度；晶圆级架构是真正的技术代差，英伟达在结构上难以复制。
悲观者则看到了更多风险：高估值需要高增长兑现，而Cerebras的软件生态成熟度不足，迁移适配预计需要3-5年；CUDA的护城河依然坚固；客户集中度问题尚未根本解决；更重要的是，IPO后180天（约2026年11月），员工及早期股东股份将解锁，历史数据显示高估值科技股在此阶段平均下跌8%-15%。
无论多空如何博弈，Cerebras的上市本身已经向一级市场投下了一个明确信号：华尔街正在全面押注AI基础设施建设。
六、芯片新格局：竞争与合作的新常态
Cerebras的崛起，折射出AI芯片赛道正在经历一场深刻变革。
传统的”英伟达通吃”格局正在松动。谷歌TPU、亚马逊Trainium、微软Maia、Meta自研芯片——超大规模厂商都在布局自己的AI芯片，Cerebras只是这场多元化浪潮中的一朵浪花。
但”替代”二字为时尚早。英伟达的护城河不只是硬件，更是CUDA生态、开发者社区、二十年的积累。AMD MI400已追到3200亿晶体管，Vera Rubin架构号称比Blackwell再强5倍——竞争者的追赶从未停止。
更可能出现的格局是：英伟达继续统治训练市场，而推理市场百花齐放。不同的架构针对不同的场景优化，各有各的地盘。
Cerebras CEO安德鲁·费尔德曼（Andrew Feldman）对此有清醒的认知。他在上市当天接受采访时表示：”我们不是在挑战英伟达，我们是在证明AI推理需要专门的架构。这是一个足够大的市场，容得下多家公司。”
这种务实定位，或许正是Cerebras能在资本市场上讲好自己故事的关键。
结语
从2016年成立，到2026年千亿市值敲钟上市，Cerebras用十年时间证明了”晶圆级芯片”不是痴人说梦，而是一项可以商业化量产的颠覆性技术。
它的故事还没有写完。高估值能否兑现，技术优势能否转化为市场优势，软件生态能否真正建立——这些问题都需要时间来回答。
但有一点可以确定：AI算力的战争，才刚刚开始。
本文综合自Cerebras招股书、每日经济新闻、券商中国、PANews等媒体报道，仅供参考，不构成投资建议。
