英偉達(dá)強(qiáng)敵殺瘋了！超2300億AI芯片巨頭重啟IPO，去年?duì)I收暴增76%

誰也沒料到，AI芯片賽道的大變局，來得這么快。

去年這個(gè)時(shí)候，英偉達(dá)還因?yàn)镈eepSeek引發(fā)股價(jià)大跌，而當(dāng)時(shí)英偉達(dá)和特斯拉Dojo對(duì)手、AI芯片巨頭Cerebras緊急撤回IPO。

如今，情況發(fā)生巨變，AI Agent導(dǎo)致推理算力需求猛增、英偉達(dá)壟斷加劇、OpenAI到處尋找新的AI算力芯片，而搶到OpenAI大單的Cerebras成為了其中的受益者。

4月18日消息，今晨，Cerebras Systems Inc.正式向美國證券交易委員會(huì)（SEC）提交最新一版IPO招股書，股票代碼為“CBRS”，重啟納斯達(dá)克IPO上市之路。

摩根士丹利成為主承銷商。

花旗、巴克萊、瑞銀投資銀行、瑞穗、TD COWEN、WEDBUSH SECURITIES等一堆大投行上陣，護(hù)著Cerebras上市。

招股書顯示，2024年，Cerebras公司還處于巨額虧損4.85億美元的規(guī)模。而如今，拿到OpenAI超400億美元訂單之后，Cerebras馬上起死回生——2025年，Cerebras營收達(dá)到5.1億美元，同比增幅接近76%；同期凈利潤8790萬美元。

如今，Cerebras公司估值已經(jīng)超過350億美元（約合人民幣2300億元），有望成為今年美國AI、芯片半導(dǎo)體、科技三大領(lǐng)域的最大規(guī)模IPO上市項(xiàng)目之一。

對(duì)于資本市場(chǎng)來說，“黃仁勛勁敵”、“英偉達(dá)最大對(duì)手”這個(gè)title太誘人了，Cerebras要贏麻了。

馬斯克曾重金收購，

如今卻成OpenAI的“最強(qiáng)算力靠山”

Cerebras公司的故事非常長、非常有趣。

在聊Cerebras公司之前，我們先普及一下為什么其AI芯片產(chǎn)品做的這么大。

這是Cerebras晶圓級(jí)引擎3（WSE-3）芯片，是全球最大、速度最快的AI芯片。

該芯片于2024年3月發(fā)布，用于訓(xùn)練大規(guī)模生成式AI模型。

它采用臺(tái)積電5nm技術(shù)制造，擁有4萬億個(gè)晶體管、90萬個(gè)AI核心，可提供125 petaflops的性能，專門用于驅(qū)動(dòng)Cerebras CS-3超級(jí)計(jì)算機(jī)。

和英偉達(dá)GPU相比，Cerebras為什么要做這么大？主要原因在于適配芯片迭代和數(shù)據(jù)中心發(fā)展。

在芯片設(shè)計(jì)行業(yè)里面有個(gè)概念叫PPA——功率（Power）、性能（Performance）和面積（Area）三個(gè)指標(biāo)的首字母縮寫，這三個(gè)指標(biāo)是數(shù)字IC設(shè)計(jì)的核心要素，也是與“摩爾定律”一同驅(qū)動(dòng)芯片硬件迭代的重要指標(biāo)。

數(shù)據(jù)中心里面則有三要素——叫計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)，這是服務(wù)器和數(shù)據(jù)中心當(dāng)中的核心三大件。

而在常規(guī)的芯片生產(chǎn)流程中，一個(gè)晶圓會(huì)在光刻后被切割成許多小裸片（Die）并且進(jìn)行單獨(dú)封裝，每片裸片在單獨(dú)封裝后成為一顆完整的芯片。

芯片算力的提升方式，是依靠增加芯片面積，所以芯片廠商都在不斷努力增加芯片面積、增加更多性能、電力供應(yīng)，以塞更多的晶體管。

但目前算力芯片的單Die尺寸大約是26x33=858平方毫米，也就是接近曝光窗大小，但是芯片的最大尺寸無法突破曝光窗的大小。

而Cerebras通過“晶圓級(jí)芯片”這種3D堆疊+Chiplet的大芯片方式，直接把互聯(lián)、計(jì)算都放在了同一款芯片節(jié)點(diǎn)上，解決很多算力不足、摩爾定律失效等問題。

這是清華大學(xué)集成電路學(xué)院胡楊教授的PPT，介紹晶圓級(jí)芯片和相關(guān)架構(gòu)技術(shù)。

在晶圓級(jí)芯片中，顯存、計(jì)算、互聯(lián)帶寬都在制造層面解決，用面積換工藝制程，從而解決摩爾定律放緩、工藝節(jié)點(diǎn)讓算力提升不足的問題。

散熱、計(jì)算、基板、供電等層面，晶圓級(jí)芯片通過縱向方式、擴(kuò)大面積解決此問題，以最大算力密度實(shí)現(xiàn)大模型推理。

總結(jié)來說：Cerebras 的 WSE-3 架構(gòu)旨在最大限度地減少數(shù)據(jù)通信開銷，并最大限度地提高可用內(nèi)存，以適應(yīng)越來越大的模型推理和顯存需求，這與英偉達(dá)更傳統(tǒng)的（盡管是高性能的）基于 GPU 的設(shè)計(jì)形成對(duì)比，后者將計(jì)算和內(nèi)存耦合在每個(gè) GPU 上，并依賴于 GPU 之間的外部互連。

1、逐層執(zhí)行和解耦內(nèi)存使 Cerebras 的晶圓級(jí)引擎能夠處理龐大的模型，而不受通常 GPU 內(nèi)存限制的影響。

2、晶圓上的芯片間互連繞過了多 GPU 設(shè)置中的許多延遲瓶頸，簡(jiǎn)化了數(shù)據(jù)傳輸。

3、晶圓上數(shù)千個(gè)核心的純數(shù)據(jù)級(jí)并行性使得編程模型（一次一層）更加簡(jiǎn)單，而無須像GPU那樣頻繁地使用流水線并行或模型并行策略。

由此而來，其WSE-3芯片體積是當(dāng)前最大GPU的56倍，單位計(jì)算功耗卻遠(yuǎn)低于同類產(chǎn)品，同時(shí)推理和訓(xùn)練速度比競(jìng)品快20倍以上。

而且，盡管晶圓級(jí)芯片單卡成本高，但總集群需要的計(jì)算互聯(lián)更少、計(jì)算卡更少，所以成本比GPU低很多。據(jù)估算，在特定的大模型推理場(chǎng)景下，Cerebras芯片的單位任務(wù)成本比GPU低30%–80%，但顯存要比DGX H100高1900倍、AI算力提升8倍等。

所以，這就是Cerebras比較成功的地方。

它不僅能夠形成萬卡算力集群，而且成本比GPU低、推理算力還適配當(dāng)前主流大模型。Cerebras也是英偉達(dá)在AI推理算力層面的最大對(duì)手，或許也是老黃200億美元收購Groq的原因之一。

招股書顯示，Cerebras成立于2016年，總部坐落于加州森尼韋爾市，截至去年12月31日，員工總數(shù)僅708人。

這是Cerebras公司聯(lián)合創(chuàng)始人兼CEO安德魯·費(fèi)爾德曼（Andrew Feldman），他在芯片行業(yè)擁有深厚的經(jīng)驗(yàn)和履歷：

• Cerebras Systems - 創(chuàng)始人兼首席執(zhí)行官（2016 年至今）
• AMD - 公司副總裁兼總經(jīng)理（2012 年至 2014 年）
• SeaMicro - 首席執(zhí)行官（2007 年至 2012 年），隨后以 3.55 億美元出售給AMD。
• Crosslink Capital - 駐場(chǎng)企業(yè)家（2007 年 3 月至 2007 年 11 月）
• 美國風(fēng)險(xiǎn)投資公司- 駐場(chǎng)企業(yè)家（2007 年 5 月至 2007 年 10 月）
• Force10 Networks - 市場(chǎng)營銷和產(chǎn)品管理副總裁（2003 年至 2006 年）
• Riverstone Networks - 企業(yè)營銷和企業(yè)發(fā)展副總裁（2000 年至 2003 年）
• Cabletron - 高級(jí)市場(chǎng)總監(jiān)（1998 年至 2000 年）
• 分子應(yīng)用集團(tuán)- 銷售和市場(chǎng)營銷副總裁（1991 年至 1993 年）

費(fèi)爾德曼此前透露，早在2018年，特斯拉首席執(zhí)行官埃隆·馬斯克就曾提出全資收購Cerebras的意向。

招股文件公示的投資方名單中，包括阿爾法波浪資本、標(biāo)桿資本、日蝕風(fēng)投、富達(dá)投資、基石資本等知名機(jī)構(gòu)，企業(yè)官網(wǎng)同時(shí)標(biāo)注，OpenAI首席執(zhí)行官山姆·奧特曼（Sam Altman）亦是其個(gè)人投資方。

OpenAI、亞馬遜、甲骨文排隊(duì)買英偉達(dá)勁敵

招股書顯示，2025年收入當(dāng)中，硬件占比70%以上，高達(dá)3.6億美元；算力云及其他軟件服務(wù)收入占比約30%。

事實(shí)上，OpenAI、亞馬遜、甲骨文等巨頭都非常看好Cerebras公司，尤其是英偉達(dá)收購Groq之后，奧特曼就押注了Cerebras。

OpenAI：今年1月，Cerebras宣布計(jì)劃在2028年前向OpenAI提供高達(dá)750兆瓦的計(jì)算能力。Cerebras表示，該交易價(jià)值超過200億美元。合同規(guī)定，Cerebras將在2026年至2028年間每年提供250兆瓦的計(jì)算能力。而且，OpenAI與Cerebras擴(kuò)大合作關(guān)系的價(jià)值超過200億美元，合計(jì)要超過400億美元。

OpenAI還可以通過Cerebras在2030年前額外購買1.25吉瓦的計(jì)算能力。去年12月，Cerebras向OpenAI發(fā)行了認(rèn)股權(quán)證，允許其購買至多3340萬股無投票權(quán)的N類股票。今年1月，Cerebras從OpenAI獲得了一筆10億美元的貸款，年利率為6%，用于建設(shè)數(shù)據(jù)中心基礎(chǔ)設(shè)施并提供服務(wù)，這是雙方更廣泛協(xié)議的一部分。Cerebras可以現(xiàn)金償還貸款，也可以通過交付產(chǎn)品或服務(wù)來償還。只有當(dāng)OpenAI從Cerebras購買2吉瓦的計(jì)算能力時(shí)，該認(rèn)股權(quán)證才能完全生效。

Cerebras表示，OpenAI聯(lián)盟“將在未來幾年內(nèi)為我們帶來相當(dāng)可觀的預(yù)期收入”。與此同時(shí)，如果這家芯片制造商未能按時(shí)提供計(jì)算能力，或者其服務(wù)低于特定標(biāo)準(zhǔn)，OpenAI有權(quán)終止與Cerebras的部分或全部協(xié)議。

亞馬遜：今年3月，Cerebras與亞馬遜簽署了一項(xiàng)協(xié)議。這將使基于 Cerebras 芯片的云服務(wù)成為可能，并使這家商業(yè)公司能夠購買價(jià)值約2.7億美元的Cerebras N類股票。

甲骨文：在Oracle 3月份的財(cái)報(bào)電話會(huì)議上，首席執(zhí)行官Clay Magouyrk提到，這家數(shù)據(jù)庫和云計(jì)算公司提供來自Cerebras和其他供應(yīng)商的芯片。但當(dāng)時(shí)，甲骨文的價(jià)目表中并未提及Cerebras。周五提交的文件也沒有提及與甲骨文的任何業(yè)務(wù)往來。

財(cái)報(bào)顯示，Cerebras首次嘗試在 2024 年上市時(shí)，曾有一家公司表示，微軟總部位于阿聯(lián)酋的G42公司（由G42投資）貢獻(xiàn)了該公司當(dāng)年上半年87%的收入。

但如今，到2025年，Cerebras公司24%的收入將來自G42。但另一家客戶，同樣位于阿聯(lián)酋的公共機(jī)構(gòu)——穆罕默德·本·扎耶德人工智能大學(xué)，在2025年貢獻(xiàn)了該公司62%的收入。

截至去年12月31日，Cerebras剩余履約義務(wù)為246億美元，預(yù)計(jì)將在2026年和2027年確認(rèn)其中15%的金額。

總結(jié)

2018年馬斯克收購Cerebras未果后，果斷讓特斯拉另起爐灶布局Dojo。

2021年，馬斯克就讓特斯拉的人做類似Cerebras的晶圓級(jí)芯片路線。

看似是“退而求其次”，實(shí)則特斯拉Dojo精準(zhǔn)踩中了AI算力的核心痛點(diǎn)——實(shí)用與成本的平衡。

但特斯拉Dojo的技術(shù)路線和Cerebras不一樣。是通過采用Chiplet路線，在晶圓尺寸的基板上集成了25顆專有的D1芯粒（裸Die）。

D1芯粒在645平方毫米的芯片上放置了500億個(gè)晶體管，單個(gè)Dojo擁有9Petaflops的算力，以及每秒36TB的帶寬。

而特斯拉的Dojo系統(tǒng)開始專門針對(duì)全自動(dòng)駕駛（FSD）模型的訓(xùn)練需求而定制，希望用10個(gè)機(jī)柜組成1套ExaPOD超算系統(tǒng)，能夠提供1.1EFlops的計(jì)算性能——成本大大降低。

如今，Dojo AI5回片之后，要做的則是大模型、太空算力這些新項(xiàng)目。

但是，Dojo曾停下來了近一年，團(tuán)隊(duì)解散、項(xiàng)目停擺——所以本質(zhì)上，Cerebras這種晶圓級(jí)芯片路線依然存在巨大問題：

1、制造成本高：相比傳統(tǒng)GPU計(jì)算單卡30萬美元的成本，單個(gè)WSE-3制造成本就要高達(dá)250萬美元、整個(gè)機(jī)架要高達(dá)500萬美元，核心還是在于需要另開一條產(chǎn)品線去制造量產(chǎn)，無法規(guī)模化量產(chǎn)。

所以，臺(tái)積電、三星量產(chǎn)Cerebras都需要排隊(duì)和時(shí)間，而且因?yàn)楹芏嗷ヂ?lián)導(dǎo)線穿插Die之間，良率是否更高，外界依然未知，沒有可行性證據(jù)。

2、雖然說躲開了工藝節(jié)點(diǎn)，但未來三年內(nèi)，不排除AI大模型行業(yè)會(huì)發(fā)生什么變化，芯片迭代需要三年、模型迭代就一周。

所以，未來Cerebras這類晶圓級(jí)芯片的銷售會(huì)變得更難——畢竟傳統(tǒng)GPGPU產(chǎn)業(yè)鏈成熟，有更大的規(guī)模化量產(chǎn)銷售機(jī)會(huì)。

前兩天，黃仁勛的判斷一語中的：摩爾定律死了。

制程迭代的性能差距，被嚴(yán)重高估。從Hopper到 Blackwell，制程帶來的硬件性能提升僅有 75%，而架構(gòu)、算法、互聯(lián)優(yōu)化帶來的能效提升達(dá)到50倍。

芯片半導(dǎo)體工藝只是底層基礎(chǔ)，計(jì)算架構(gòu)、軟件生態(tài)、算法創(chuàng)新、高速互聯(lián)，才是決定AI算力上限的核心因素。單純依靠先進(jìn)制程封鎖，無法限制AI發(fā)展，反而會(huì)倒逼對(duì)方探索差異化技術(shù)路線。

所以，黃仁勛已經(jīng)不再追制程、追單卡性能領(lǐng)先，而是追集群系統(tǒng)級(jí)效能提升：從 Hopper 架構(gòu)到 Blackwell 架構(gòu)，算力能效提升10至20倍，部分場(chǎng)景甚至達(dá)到30至50倍。

而Cerebras的堅(jiān)守固然值得敬佩，其晶圓級(jí)芯片路線試圖跳出傳統(tǒng)GPU的框架，卻終究沒能繞開行業(yè)的現(xiàn)實(shí)壁壘：

高昂的制造成本、難以規(guī)模化的量產(chǎn)難題、未知的良率風(fēng)險(xiǎn)，再加上黃仁勛拋出的“架構(gòu)與算法才是算力核心”的觀點(diǎn)，更讓這條路線的未來蒙上了一層迷霧。

它躲開了工藝節(jié)點(diǎn)的束縛，卻沒能建立起成熟的產(chǎn)業(yè)鏈生態(tài)，面對(duì)傳統(tǒng)GPGPU的成熟布局和英偉達(dá)的戰(zhàn)略轉(zhuǎn)型，僅憑硬件性能的差異化，很難在激烈的競(jìng)爭(zhēng)中站穩(wěn)腳跟。

這場(chǎng)AI算力路線發(fā)展，沒有絕對(duì)完美的技術(shù)路線，只有適配時(shí)代需求的選擇。

未來，AI算力的競(jìng)爭(zhēng)只會(huì)愈發(fā)激烈。

無論是堅(jiān)守差異化路線的Cerebras，還是務(wù)實(shí)調(diào)整的Dojo，唯有正視自身短板、緊跟行業(yè)趨勢(shì)，才能在這場(chǎng)算力革命中占據(jù)一席之地。

而這，也正是整個(gè)AI芯片行業(yè)需要思考的核心命題。