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。
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。
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。
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。
参考链接：[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
本文来自微信公众号“量子位”，作者：听雨，36氪经授权发布。
发布时间：2026-05-11 15:11
立即订购
在线咨询
返回顶部