上一篇 Notion AI Agent Hub：工作空间变身智能体编排中心
下一篇 5月13日AI生态大变局：购物Agent、隐私革命与算力危机

摘要

2026年5月，AI芯片初创公司Cerebras Systems以$488亿估值登陆纳斯达克（股票代码CBRS），IPO定价$185/股，融资约48亿美元，订单超额认购20倍。公司手握OpenAI 200亿美元Master Relationship Agreement（MRA），承诺750兆瓦算力部署，可扩展至2吉瓦。其核心产品WSE-3晶圆级芯片面积是英伟达H100的57倍，内存带宽高出7000倍，峰值算力125 PFLOPS。然而，UAE客户集中度86%、出口管制风险和英伟达竞争压力仍是悬在头上的三把利剑。

核心结论：Cerebras的IPO是AI芯片赛道"反英伟达联盟"的旗帜——WSE-3的晶圆级架构在内存带宽上有代际优势，但客户集中度风险和英伟达的护城河仍是最大不确定性。这场赌局的核心是：OpenAI能否用Cerebras的算力跑通下一代模型。

什么是Cerebras晶圆级芯片？

Cerebras WSE-3（Wafer-Scale Engine 3）是全球最大的AI训练/推理芯片，采用台积电整片晶圆（46,225 mm²）作为单一处理器，集成4万亿晶体管和90万个AI核心，片上SRAM 44GB，内存带宽21 PB/s，峰值FP16算力125 PFLOPS。与传统GPU的"多卡互联"范式不同，WSE-3通过晶圆级集成消除了芯片间通信瓶颈。

一、IPO关键数据一览

1.1 发行概况

指标 数据
股票代码 CBRS（纳斯达克）
IPO定价 $185/股（来源：Bloomberg，2026-05-13）
最终估值 $488亿
融资规模 ~$48亿
发行股份 3000万股Class A
超额认购 20倍
首席承销商 Morgan Stanley, Citigroup, Barclays, UBS

1.2 定价演进：从$22亿到$488亿

阶段 日期 估值 定价区间
S-1首次提交 2026-04-17 $22-25B -
修订S-1 2026-05-04 $26.6B $115-$125/股
最终定价 2026-05-13 $48.8B $150-$160/股 → $185
Series H私募 2026-02 $23B -

估值在不到两个月内翻倍，核心驱动力是OpenAI合同的确认和市场对AI算力替代方案的渴求。

二、WSE-3 vs 英伟达：架构级代差

2.1 核心规格对比

规格 Cerebras WSE-3 Nvidia H100 Nvidia B200 倍数(WSE-3/H100)
芯片面积 46,225 mm² 814 mm² 1,040 mm² 57x
晶体管数 4万亿 800亿 2080亿 50x
AI核心数 900,000 16,896 18,432 53x
片上内存 44 GB SRAM 50 MB L2 60 MB L2 900x
内存带宽 21 PB/s 3.35 TB/s 8 TB/s 6,269x
FP16峰值 125 PFLOPS 1.98 PFLOPS 4.5 PFLOPS 63x

2.2 架构范式差异

传统GPU范式（英伟达）：
┌──────┐ ┌──────┐ ┌──────┐
│ GPU 1│ │ GPU 2│ │ GPU N│  ← 多芯片通过NVLink/NVSwitch互联
└──┬───┘ └──┬───┘ └──┬───┘     通信延迟：~10μs
   └────────┼────────┘
        NVSwitch/NVLink
            │
       HBM3e Memory      ← 离芯片内存，带宽受限

晶圆级范式（Cerebras）：
┌──────────────────────────────┐
│         WSE-3 (整片晶圆)      │  ← 单一处理器，无芯片间通信
│  900K Cores + 44GB SRAM     │     通信延迟：~1ns（片上）
│  Memory Bandwidth: 21 PB/s  │
└──────────────────────────────┘

核心优势：WSE-3消除了"内存墙"问题——数据不需要在GPU和HBM之间来回搬运，所有计算和存储都在同一片晶圆上完成。这对大模型训练中的注意力机制计算尤为关键。

三、OpenAI合同：200亿美元的算力赌注

3.1 合同详情

合同要素 详情
协议类型 Master Relationship Agreement (MRA)
合同总价值 $200亿+（来源：Cerebras S-1，2026-04-17）
算力承诺 750兆瓦（可扩展至2吉瓦，2030年前）
等效CS-3系统 ~30,000台
部署时间线 分阶段至2028年
约束力 有约束力的MRA

3.2 OpenAI为什么需要Cerebras？

OpenAI的算力策略正在从"纯英伟达"转向多元化采购：

  1. 成本：Cerebras的推理成本据称比同性能GPU低40-60%
  2. 延迟：晶圆级架构的内存带宽优势使推理延迟显著降低
  3. 供应链安全：不完全依赖英伟达一家供应商
  4. 微软$1000亿+投入：但OpenAI担心过度依赖微软（来源：Bloomberg，2026-05-13）

四、财务数据：收入增长与风险并存

4.1 收入趋势

时期 收入 同比 最大客户
2024 H1（年化） ~$2.72亿 - G42（87%）
2025全年 $5.10亿 76% MBZUAI（62%）+ G42（24%）

4.2 盈利状况

指标 2025数值
Non-GAAP净利润 $2.378亿
Non-GAAP利润率 ~47%
GAAP净亏损 -$0.757亿

4.3 客户集中度风险

客户 收入占比 国家
MBZUAI 62% 阿联酋
G42 24% 阿联酋
UAE合计 86% -
OpenAI TBD（合同刚签） 美国

86%收入来自单一国家——这是Cerebras最大的结构性风险。美国出口管制政策的任何变化都可能严重影响其收入。

五、AI芯片格局：多极化时代来临

5.1 2026年AI芯片市场份额预测

厂商 2025份额 2026E份额 核心产品
英伟达 ~85% ~75% B200, B300, Rubin
AMD ~5% ~8% MI400
Cerebras <2% ~5% WSE-3, CS-3
Google TPU ~5% ~7% Trillium
Intel ~3% ~3% Falcon Shores
其他 <1% ~2% -

5.2 Cerebras的护城河与挑战

优势 劣势
晶圆级架构内存带宽代际领先 软件生态远不如CUDA
OpenAI 200亿合同背书 UAE客户集中度86%
Non-GAAP已盈利 台积电产能依赖
WSE-4（3nm）开发中 英伟达价格战压力

六、FAQ

Q1：Cerebras WSE-3和英伟达GPU的核心区别是什么？

A：核心区别在内存架构。GPU采用"计算核心+外挂HBM"的冯·诺依曼架构，数据需要在核心和内存之间搬运，形成"内存墙"；WSE-3将44GB SRAM直接集成在晶圆上，900K核心共享21 PB/s带宽，数据零搬运。简单说：GPU是"快递员搬砖"，WSE-3是"砖头就在手边"。

Q2：为什么OpenAI要选择Cerebras而不是继续用英伟达？

A：三个核心原因：①推理成本：Cerebras在推理场景的成本效益更优；②供应链多元化：避免对英伟达的完全依赖；③延迟优势：对ChatGPT等实时交互场景，低延迟至关重要。微软在审判中透露已向OpenAI投入超$1000亿（来源：Bloomberg，2026-05-13），但OpenAI也在积极寻找替代算力。

Q3：86%的UAE客户集中度意味着什么风险？

A：主要风险是美国出口管制。如果美国政府收紧对中东AI算力出口的政策（类似2023年对中国的高端GPU禁令），Cerebras可能瞬间失去大部分收入。S-1中已披露G42的股权已重组为非投票权以通过CFIUS审查，但风险仍在。

Q4：WSE-4会带来什么改进？

A：WSE-4预计于2026年底至2027年初推出，采用台积电3nm工艺。预期改进包括：更高核心密度、更大片上SRAM（可能>64GB）、更高能效比。这将是Cerebras与英伟达Rubin架构正面对决的产品。

Q5：Cerebras IPO对AI行业意味着什么？

A：这是AI芯片赛道多元化的标志性事件。Cerebras的成功IPO证明"非英伟达路线"也能获得资本市场认可，将为Groq、SambaNova、Tenstorrent等芯片初创公司打开融资窗口。同时，OpenAI作为anchor客户也为"算力买家直投算力供应商"的模式提供了模板。

上一篇 Notion AI Agent Hub：工作空间变身智能体编排中心
下一篇 5月13日AI生态大变局：购物Agent、隐私革命与算力危机

参考资料

  1. Cerebras S-1 Registration Statement (2026-04-17): SEC Filing
  2. Bloomberg (2026-05-13): “Cerebras prices IPO at $185/share, above expected range”
  3. Sina Finance (2026-05-12): “AI需求火爆，Cerebras上调IPO发行价”
  4. Tech Insider (2026-04-19): “Cerebras IPO: $510M Revenue, $10B OpenAI Deal, $23B Valuation”
  5. QQ News (2026-05-09): “Cerebras上市背后，OpenAI正在抢英伟达的蛋糕”
  6. Cerebras官方 (2026): WSE-3 Technical Specifications
  7. CNBC (2026-05-13): “Cerebras IPO pricing and AI chip competition”
  8. Sina Finance (2026-05-11): “Cerebras上调IPO发行规模，拟募资48亿美元”
# 人工智能 # 算力
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

图片怎么去水印？2026 实测好用的图片去水印方法和工具推荐

水印这东西说起来简单,处理起来门道不少。自己拍的照片被相机自动打了日期戳、从素材网站下的免费图带个 logo、做设计时素材角落卡着小标识——这些场景下想干干净净把水印去掉,选对工具能省一半功夫。这两年图片去水印工具迭代得很快,从早年只能靠 PS 慢慢修,到现在 AI 一键涂抹就能搞定,效果差距非常明显。下面把我自己平时在用的几款,加上市面上主流的工具,挑出来一起聊聊。

avatar AtomGit开源社区

为什么又造了一个「工具调用」的轮子？

本文分析了当前AI Agent工具调用领域的四大痛点：框架绑架、缺乏安全护栏、不可独立部署和测试困难。文章对比了四种主流解决方案：厂商原生、框架内置、协议标准和agent-tools的创新方案。重点介绍了agent-tools的设计理念：通过解耦工具与Agent、内置安全机制、支持多协议暴露等创新，构建独立可扩展的工具基础设施。该项目采用零依赖设计，将安全防护作为核心功能，使工具注册中心能同时支持

avatar AtomGit开源社区
cover

从零认识 Transformer：原理、组件与应用

avatar AtomGit开源社区