Anthropic衝刺美股IPO！能否超越SpaceX？
Cerebras IPO：晶圓級AI晶片能否挑戰GPU集群？
Cerebras Systems於2026年5月在納斯達克上市，是人工智能晶片市場近年最具話題性的IPO之一。公司以每股185美元發售3,000萬股，集資55.5億美元；首日開市價高見350美元，較招股價高89%，全面攤薄估值一度超過1,000億美元。不過熱潮很快降溫，截至7月20日股價約173美元，已跌穿招股價。這種大起大落，正好反映市場對Cerebras的矛盾看法：它可能是英偉達以外最具原創性的AI運算架構，也可能是一項技術上耀眼、商業上仍未完全證明的昂貴實驗。Cerebras招股定價公告
傳統GPU集群的思路，是把數百甚至數萬枚晶片透過高速網絡連接，合力訓練或運行大型模型。問題是模型規模愈大，晶片之間傳輸參數、同步運算及重新分配工作所消耗的時間也愈多。投資者熟悉英偉達的GPU，卻往往忽略其護城河不只是晶片，而是CUDA軟件、NVLink互連、網絡設備及整套集群管理能力。
Cerebras選擇了另一條路：不把晶圓切割成大量小晶片，而是直接把整塊晶圓製成一枚巨型處理器。第三代Wafer-Scale Engine採用5納米製程，面積達46,225平方毫米，集成4萬億個晶體管及90萬個AI運算核心，晶片內置44GB SRAM，記憶體頻寬達每秒21PB。其核心理念十分直接：與其讓數千枚GPU隔着網絡交換數據，不如把大量運算及通訊留在同一塊晶圓之內，以減少延遲與系統複雜度。Cerebras WSE-3產品資料
挑戰的不是單枚GPU，而是整個CUDA生態
晶圓級架構最具吸引力的場景，是需要極低延遲的大模型推理。傳統GPU集群生成答案時，模型資料須在不同GPU之間移動，網絡通訊可能成為瓶頸；Cerebras則可利用極高的晶片內頻寬，提升逐字生成速度。當AI由簡單問答走向多步推理、智能代理及即時程式編寫，用戶不只在意每百萬個token的價格，也在意等待答案的時間。Cerebras真正出售的，正是「時間溢價」。
公司已由出售CS-3硬件，擴展至雲端推理服務。2025年收入約5.1億美元，高於2024年的2.9億美元；2026年首季收入再按年增長94%至1.934億美元，淨虧損收窄至1,400萬美元。更具想像力的是，公司與OpenAI簽訂多年合作，計劃提供750MW推理運算容量，並附帶額外1.25GW選擇權。這使Cerebras不再只是賣「巨型晶片」，而是嘗試成為AI推理基礎設施營運商。
然而，訂單規模不等於已實現盈利。Cerebras預計2026年經調整毛利率只有38%至41%，遠低於英偉達約七成半的水平。晶圓愈大，製造良率、散熱、維修及產能調度的難度愈高；雲端業務又需要預先租用數據中心、取得電力及投入大量資本。公司甚至要暫時向客戶租回自身系統，以應付短期需求，顯示擴產速度仍未完全追上訂單。路透社首份上市後業績報道
客戶集中也是估值不能迴避的問題。2026年首季，阿聯酋穆罕默德・本・扎耶德人工智能大學及G42分別佔收入63%及11%；OpenAI交易日後則可能佔未來收入的重要部分。換言之，Cerebras雖然成功避開對英偉達硬件的依賴，卻把商業風險集中於少數超大型客戶、數據中心交付和電力供應之上。Cerebras首季報告
Cerebras也難以全面取代GPU。GPU可以按需求逐枚增加，適合廣泛的訓練、推理、科學運算和圖像處理；晶圓級系統則較像一台高度專用的AI超級電腦。更重要的是，CUDA已累積大量開發工具、人才及軟件庫，企業轉換架構的成本，遠高於比較兩款晶片的理論速度。
因此，Cerebras對GPU集群的挑戰，較可能是局部取代而非全面顛覆。它若能在低延遲推理、大模型訓練及特定科研工作負載中證明更低的總持有成本，便足以從英偉達龐大的市場中切下一塊可觀份額；但若收入增長主要依賴少數客戶與持續資本投入，估值終究要回到毛利率、現金流及產能利用率。
(芯片與算力系列之77)
風險及免責聲明：以上內容僅代表作者個人觀點，不代表富途任何立場，亦不構成任何投資建議，富途對此不作任何保證與承諾。更多信息
評論
發表評論