OpenAI砸200億美元買單，英偉達挑戰者沖刺350億美元估值IPO

聽雨 發自 凹非寺量子位 | 公眾號 QbitAI

一條消息引爆華爾街。

Cerebras，股票代碼CBRS，芯片領域英偉達的直接挑戰者，一家不切割晶圓、直接把整塊300毫米硅片做成一顆芯片的AI公司——

它的IPO發行價從每股115到125美元，一路上調到150到160美元。超額認購已經達到20倍。

按最新區間頂端計算，估值直奔350億美元，融資規模從35億升至近48億美元。

若成功落地，這將是2026年迄今全球最大IPO

Cerebras估值狂飆，底氣從哪來

答案藏在一份供應鏈協議里。

今年1月，OpenAI官宣了一項與Cerebras的深度合作。協議內容是采購750兆瓦超低延遲AI算力，分批在2028年前交付。

外界估算，這份協議的潛在總價值超過200億美元

這不是普通的買賣關系。Cerebras在4月提交的S-1文件里披露，OpenAI還向公司提供了一筆10億美元的運營資金貸款，年利率6%。

作為交換，OpenAI獲得了大約3350萬股Cerebras普通股的認股權證。這些權證在OpenAI從Cerebras采購達到2吉瓦算力時完全兌現。

OpenAI已經成為了Cerebras最核心的戰略合作伙伴，兩者關系相當緊密。

馬斯克訴訟OpenAI的法庭文件曾披露，OpenAI高層一度考慮直接收購Cerebras，而非以客戶身份合作。

Sam Altman、Greg Brockman、Ilya Sutskever等人，也均以個人身份入股了Cerebras。

Cerebras首席執行官Andrew Feldman在接受采訪時毫不掩飾地說：

• 英偉達不想丟掉OpenAI的快速推理業務，但我們把它搶過來了。

除了OpenAI，AWS也隨后宣布在Bedrock中接入Cerebras CS-3。

兩家AI基礎設施的最大買家同時站臺，是此次IPO認購爆表的直接原因。

不過，這也不是Cerebras第一次沖擊上市。

2024年，Cerebras首次公開提交了IPO申請。當時它的大客戶是阿聯酋的G42，一家阿布扎比背景的AI集團。

G42在2024年上半年為Cerebras貢獻了超過87%的收入，客戶集中度太高，更致命的是，G42同時還是Cerebras的投資方。

于是，這筆投資觸發了美國外國投資委員會（CFIUS）的審查，IPO進程被凍結。

2025年10月，Cerebras正式撤回注冊聲明。

撤單后，Feldman做了一件堪稱「壯士斷腕」的事。他迅速重組了客戶結構，用OpenAI和AWS填補G42留下的缺口。到2025年底，G42的收入占比從87%以上被壓縮到24%。

與此同時，CFIUS的障礙也逐步掃清。G42被調整為持有無投票權股份，監管風險解除。

2026年4月，Cerebras重新公開提交了S-1（即向美國證券交易委員會提交的IPO招股文件）

財務數據也給足了說服力。Cerebras 2025年全年營收5.1億美元，同比增長76%。

更關鍵的是，公司實現了8790萬美元的凈利潤。而2024年，它的凈虧損還高達4.85億美元。

可以想見，OpenAI的10億美元貸款和算力采購協議，直接把Cerebras從燒錢模式拉進了盈利通道。

不過，賬面漂亮不代表沒有隱患。GAAP口徑下，Cerebras的經營層面仍有1.46億美元的運營虧損。

客戶集中度雖然降了，但前三大客戶依然占據收入的大頭。其中OpenAI被招股書明確表述為「未來數年的主要收入來源」——這既是底氣，也是風險。

如果OpenAI自研芯片，或者轉向其他供應商，Cerebras的收入會受嚴重影響。

資本市場的高估值，本質上還是在賭Cerebras能把OpenAI的故事復制到更多客戶身上。

以超大芯片直接挑戰英偉達

Cerebras的核心競爭力，是其自研的晶圓級引擎（Wafer Scale Engine，WSE）

傳統芯片制造受光刻掩模尺寸限制，一顆GPU或CPU只能覆蓋幾百平方毫米的硅片面積。制造商會在一塊300毫米的晶圓上切割出幾十甚至上百顆獨立芯片。

而Cerebras的方案是直接不切割，整塊晶圓就是一顆芯片

2019年，Cerebras在洛斯阿爾托斯一間簡陋實驗室里第一次跑通這件事。Feldman后來回憶：

• 英特爾10萬人沒做到，英偉達4萬人沒做到，我們85個人做到了。我們就站在那里，完全傻了。

它的第三代產品WSE-3，面積達到46,225平方毫米，大約是英偉達B200 GPU的58倍。上面集成了4萬億個晶體管和90萬個AI計算核心。

這看起來像是工程上的暴力破解，但真正的技術壁壘并不在面積，而在內存。

GPU做AI推理時，最大的瓶頸不是算力，而是搬運。大模型的參數通常需要在外部內存（HBM）和計算核心之間頻繁傳輸，這個搬運過程的延遲和帶寬，直接決定了推理速度。業界把這個瓶頸稱為「內存墻」

WSE-3的解法是把內存直接建在芯片上。它的片上SRAM容量達到44GB，內存帶寬達到每秒21PB。

這是什么概念？作為參照，英偉達H100的片上內存帶寬大約是這個數字的七千分之一。

當整個模型直接住在芯片上，外部搬運的延遲就幾乎被消除了。

效果如何？Cerebras官方稱，跑Meta的Llama 4 Maverick（4000億參數模型）時，其推理速度超過英偉達DGX B200 Blackwell系統的兩倍

在Hugging Face的推理提供商排行榜上，Cerebras長期位列第一。

Cerebras不賣單顆芯片，它賣的是一套完整的系統，型號叫CS-3

每臺CS-3包含一顆WSE-3、液冷系統、電源管理和配套軟件。整機功耗約25千瓦，可以像一臺服務器一樣直接部署進數據中心。

它同時還提供云服務，叫Cerebras Inference。按官方說法，推理速度比傳統GPU方案快15倍，成本低至三分之一。

Cerebras選擇的主戰場是推理，不是訓練。

目前，AI行業正在從「訓練更大的模型」轉向「把模型部署出去」。Agent工作流、實時編程、多輪對話，這些場景下推理延遲會被指數級放大。

GPU在訓練階段所向披靡，但在推理階段，它的內存墻問題越來越明顯。

而從OpenAI到AWS，頭部買家正在主動尋找英偉達之外的推理基礎設施。

Cerebras踩對了這個節點，資本市場對其的狂熱追捧也是順理成章。

五個人，要做一件能載入計算機史的事

Cerebras有五位聯合創始人：

Andrew Feldman、Gary Lauterbach、Michael James、Sean Lie、Jean-Philippe Fricker。

五位聯創的故事，要從2007年講起。

那一年，Andrew Feldman和Gary Lauterbach共同創立了SeaMicro，做能效比極高的微服務器。

另外三位聯創，Michael James、Sean Lie、Jean-Philippe Fricker，也在這家公司并肩作戰。

2012年，SeaMicro以3.34億美元賣給AMD，五人隨Feldman短暫留在AMD，隨后各散東西。

再度聚首是2015年。

Feldman后來描述那次重聚時說，他們在白板上寫了兩件事：要再次合作，要做一件能載入計算機史的事

在60余年的半導體史上，沒有任何公司成功制造過晶圓級芯片，英特爾做不到，英偉達也沒有。

這五個人決定試一下。

Cerebras，是他們給自己的答案。這也是Feldman的第五家創業公司。

團隊分工清晰：Feldman擔任CEO，是那種能用一句話講清楚技術立場、同時搞定200億美元合作的人。

Lauterbach是聯合創始人兼榮譽CTO，現已退休。他在Sun Microsystems期間主導了UltraSPARC III和IV處理器的設計，后來在AMD擔任數據中心服務器業務的CTO。

晶圓級芯片的核心技術構想，正是出自他。

Sean Lie接棒成為現任CTO，MIT電子工程碩士出身，在SeaMicro擔任首席硬件架構師。他現在持有29項計算機架構專利。

剩下的兩位，Michael James和Jean-Philippe Fricker，分別負責首席架構和系統架構。

值得一提的是，此次IPO中Feldman本人不出售任何股份。

Cerebras的定價預計本周敲定

此刻，圍繞AI的樂觀情緒正在引爆芯片股。過去一個月，費城證券交易所半導體指數大漲超37%。

無論最終估值落在哪里，350億已經證明了一件事：市場愿意為英偉達之外的挑戰者，認真給出第一個答案。

[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