英伟达挑战者冲刺350亿美元估值IPO获OpenAI投资

一条消息引爆了华尔街。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

主角是Cerebras，股票代码CBRS。这家公司是芯片巨头英伟达的直接挑战者，以其碘伏性的技术路线闻名——他们不切割晶圆，而是将整块300毫米硅片直接做成一颗芯片。

其IPO发行价区间，已从最初的每股115-125美元，一路上调至150-160美元。市场的热情超乎想象，超额认购倍数已达20倍。

按最新定价区间顶端计算，其估值正奔向350亿美元，融资规模也从35亿美元升至近48亿美元。

若成功上市，这将是2026年迄今为止全球规模最大的IPO。

Cerebras估值狂飙，底气从哪来

答案，藏在一份关键的供应链协议里。

今年1月，OpenAI官方宣布了一项与Cerebras的深度合作。协议核心内容是采购750兆瓦的超低延迟AI算力，并计划在2028年前分批交付。

外界估算，这份协议的潜在总价值可能超过200亿美元。

这远非普通的买卖关系。根据Cerebras在4月提交的S-1文件披露，OpenAI还向公司提供了一笔高达10亿美元的运营资金贷款，年利率为6%。

作为交换，OpenAI获得了大约3350万股Cerebras普通股的认股权证。这些权证将在OpenAI从Cerebras的采购量达到2吉瓦算力时完全兑现。

至此，OpenAI已不仅仅是客户，更成为了Cerebras最核心的战略合作伙伴，双方关系之紧密可见一斑。

此前马斯克诉讼OpenAI的法庭文件曾披露，OpenAI高层一度考虑过直接收购Cerebras，而非仅仅以客户身份合作。

同时，Sam Altman、Greg Brockman、Ilya Sutskever等OpenAI核心人物，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表示：“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，云计算巨头AWS也随后宣布，在其AI服务Bedrock中接入Cerebras的CS-3系统。

两家全球AI基础设施的最大买家同时站台，正是此次IPO认购火爆的直接原因。

不过，这并非Cerebras第一次冲击上市。

时间回到2024年，Cerebras首次公开提交了IPO申请。那时，它的大客户是阿联酋的AI集团G42，后者具有阿布扎比背景。

问题在于，G42在2024年上半年为Cerebras贡献了超过87%的收入，客户集中度极高。更关键的是，G42同时还是Cerebras的投资方。

这种关系触发了美国外国投资委员会（CFIUS）的审查，IPO进程随之被冻结。最终，Cerebras在2025年10月正式撤回了注册声明。

撤单之后，Feldman做了一件堪称“壮士断腕”的决策。他迅速重组了客户结构，用OpenAI和AWS填补了G42留下的巨大缺口。到2025年底，G42的收入占比已从超过87%被压缩至24%。

与此同时，CFIUS的监管障碍也逐步扫清——G42被调整为持有无投票权股份。2026年4月，Cerebras重新公开提交了S-1文件。

财务数据则给足了说服力。Cerebras在2025年全年营收达到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。而就在前一年（2024年），其净亏损还高达4.85亿美元。

不难看出，OpenAI的10亿美元贷款和巨额算力采购协议，直接将Cerebras从烧钱模式拉入了盈利通道。

当然，账面漂亮不代表没有隐忧。在GAAP会计准则下，Cerebras的经营层面仍有1.46亿美元的运营亏损。

客户集中度虽然显著下降，但前三大客户依然占据收入大头。招股书更是明确将OpenAI表述为“未来数年的主要收入来源”——这既是最大的底气，也是最核心的风险所在。一旦OpenAI转向自研芯片或其他供应商，Cerebras的收入将受到严重影响。

资本市场给出高估值，本质上是在赌Cerebras能将OpenAI的成功故事，复制到更多客户身上。

以超大芯片直接挑战英伟达

Cerebras的核心竞争力，在于其自研的晶圆级引擎（Wafer Scale Engine, WSE）。

传统芯片制造受限于光刻掩模尺寸，一颗GPU或CPU通常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的方案堪称“暴力美学”：直接不切割，整块晶圆就是一颗完整的芯片。

2019年，Cerebras在洛斯阿尔托斯一间简陋的实验室里首次跑通了这项技术。Feldman后来回忆道：“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。”

其第三代产品WSE-3，面积达到惊人的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于面积，而在于内存。

GPU在进行AI推理时，最大的瓶颈往往不是算力，而是数据“搬运”。大模型的参数需要在外部内存（如HBM）和计算核心之间频繁传输，这个过程的延迟和带宽直接决定了推理速度，业界称之为“内存墙”。

WSE-3的解法是把内存直接“建”在芯片上。其片上SRAM容量高达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。

当整个模型参数都能直接驻留在芯片上时，外部搬运带来的延迟就几乎被消除了。

效果如何？Cerebras最新宣称，在运行Meta的Llama 4 Ma verick（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也长期位列第一。

Cerebras并不单独售卖芯片，它提供的是一套完整的系统，型号为CS-3。每台CS-3包含一颗WSE-3芯片、液冷系统、电源管理和配套软件，整机功耗约25千瓦，可以像一台标准服务器一样直接部署进数据中心。

同时，公司还提供名为Cerebras Inference的云服务，据称推理速度比传统GPU方案快15倍，成本可低至三分之一。

Cerebras选择的主战场非常明确：推理，而非训练。

目前，AI行业正从“训练更大的模型”转向“把模型部署出去”。Agent工作流、实时编程、多轮对话等场景下，推理延迟的影响会被指数级放大。

GPU在训练阶段所向披靡，但在推理阶段，其“内存墙”问题日益凸显。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恰好踩准了这个历史性节点，资本市场的狂热追捧，也就顺理成章了。

五个人，要做一件能载入计算机史的事

Cerebras的故事始于五位联合创始人：Andrew Feldman、Gary Lauterbach、Michael James、Sean Lie、Jean-Philippe Fricker。

这五人的缘分，要从2007年讲起。

那一年，Andrew Feldman和Gary Lauterbach共同创立了SeaMicro，专注于研发能效比极高的微服务器。另外三位联创——Michael James、Sean Lie、Jean-Philippe Fricker，也相继加入这家公司并肩作战。

2012年，SeaMicro以3.34亿美元的价格被AMD收购，五人随Feldman短暂留在AMD，随后各奔东西。

直到2015年，他们再度聚首。Feldman后来描述那次重聚时说，他们在白板上写下了两件事：要再次合作，要做一件能载入计算机史册的事。

在超过六十年的半导体史上，没有任何一家公司成功制造出晶圆级芯片，英特尔没做到，英伟达也没有。这五个人决定试一试。Cerebras，就是他们给出的答案。这也是Feldman职业生涯中的第五次创业。

团队分工清晰：Feldman担任CEO，他擅长用一句话讲清复杂的技术立场，同时也是能搞定200亿美元合作的关键人物。

Gary Lauterbach是联合创始人兼荣誉CTO，现已退休。他曾在Sun Microsystems主导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。晶圆级芯片这一核心技术的构想，正是出自他手。

Sean Lie接棒成为现任CTO，拥有MIT电子工程硕士学位，曾在SeaMicro担任首席硬件架构师，目前持有29项计算机架构专利。

剩下的两位，Michael James和Jean-Philippe Fricker，则分别负责首席架构和系统架构。

值得一提的是，在此次IPO中，CEO Andrew Feldman本人并不出售任何股份。

Cerebras的最终定价预计在本周敲定。

此刻，围绕AI的乐观情绪正在全面引爆芯片股。过去一个月，费城证券交易所半导体指数大涨超过37%。

无论其最终估值落在何处，350亿美元这个数字已经证明了一件事：市场愿意为英伟达之外的挑战者，认真地给出第一个答案。