Cerebras IPO：AI算力市场的狂热新星

2026年5月13日，Cerebras在路演阶段，引起了资本市场的广泛关注。机构投资者对英伟达以外的顶级AI算力标的展现出极度狂热。由摩根斯坦利、花旗、美国银行和UBS等投行主导的承销团队，连续两次大幅上调了其发行区间，将IPO定价从最初的115-125美元调高到150-160美元。在最终定价日，Cerebras的发行价更是突破了区间上限，强势定于185美元，每股认购倍数超过了20倍，市值达到了398亿美元。其上市首日的股票涨幅高达68%，市值一度推升至700亿美元左右，体量与拥有百年历史的通用汽车不相上下。收盘的市销率（PS）高达110倍左右，展现了市场对这一独特标的的疯狂追捧。

在人工智能算力基础设施的演进过程当中，算力架构的范式改变往往伴随着计算负载特征的根本性改变。随着生成式人工智能和大语言模型的爆发，AI模型的训练和推理过程逐渐展现出现有冯诺依曼架构下的物理瓶颈及业界公认的内存墙问题。Cerebras正是在这一背景下诞生的，它宣称已经突破了半导体行业数十年的技术壁垒，成功商业化了晶圆级集成技术。本视频将根据其S-1招股说明书以及相关的资本市场数据，对Cerebras的历史渊源、核心技术、财务表现、IPO动态以及潜在的商业风险进行详尽的剖析。

公司背景与融资历程：挑战物理极限

Cerebras成立于2015年，总部位于美国加州的Sunnyvale。公司创立的初衷源于一个具有颠覆性的底层技术构想：为了消除传统GPU集群中芯片间通信的延迟和巨大的功耗，是否能够直接将整块硅晶圆制造为一整颗单一的超大芯片？在当时的半导体工业界，晶圆级集成被视为技术的圣杯，但从20世纪七八十年代以来的诸多商业化尝试，最终都因良率和热管理问题而以失败告终。然而，Cerebras的创始团队凭借其在系统硬件和互联网架构上的深厚积累，决定挑战这一物理和工程学的极限，试图构建一个专门为人工智能优化的全新计算架构。通过建立一个单一的超大芯片，从AI架构的底层出发，彻底解决阻碍AI发展的通信延迟和功耗问题，从而使AI模型的训练速度实现指数级的飞跃。

Cerebras的诞生并非偶然，其核心创始团队具有极强的技术连贯性和商业默契。五位联合创始人曾是微型服务器创业公司SeaMicro的核心团队成员。首席执行官兼总裁Andrew Feldman具有斯坦福大学经济和政治学学位以及MBA学位，展现出卓越的连续创业和商业化落地能力。从观察其高管团队的履历，可以看出Cerebras的特点是以硬件和系统整合，包括供应链管理见长。自成立以来，Cerebras的技术愿景吸引了全球顶级风险投资和战略投资者的重金押注。公司在IPO之前，通过多轮股权与债券融资积累了数十亿美元资金，其估值也随着技术里程碑的达成和超级客户的引入而实现了指数级的跃升。特别是在2025年底到2026年初，Cerebras经历了一次剧烈的价值重估，从G轮融资估值的81亿美元暴涨到H轮估值的230亿美元，短短四个月内，估值暴涨近两倍。这背后的核心催化剂是其与OpenAI达成了价值200亿美元的算力合作协议。

股权结构与战略控制

在股权结构和公司治理方面，为在IPO后维持创始团队和早期核心投资者的战略控制权，Cerebras设立了三层股权结构：

• Class A普通股：每股拥有一票投票权，向公众发行。
• Class B普通股：每股拥有二十票投票权，可随时按1:1比例转换为Class A股票。主要由公司创始人、早期高管和部分核心风投机构（如Benchmark、Foundation Capital）持有。此类结构确保了管理层在上市后依然对公司拥有绝对的表决控制权。根据公司IPO发行后公布的S-1A文书，Class B控制了公司99%的表决权。
• Class N普通股：无投票权，主要用于向战略合作伙伴（如OpenAI或亚马逊）发放认股权证（Warrants: 允许持有者在特定条件下以特定价格购买公司股票的权利）。例如，OpenAI在满足特定算力采购条件后，有权行权获得公司3344万股Class N股票。这一设计巧妙地将超级大客户的商业利益与公司长期市值深度绑定，同时避免了投票权的稀释。然而，这也使Class A普通股投资人面临着股份被稀释的风险。

核心产品、市场竞争与客户演变

Cerebras的产品逻辑从底层的硬件延伸至顶层的云服务，形成了一个高度垂直整合的AI基础设施生态系统。其最核心的底层技术是第三代晶圆级引擎（Wafer-Scale Engine, WSE）。作为目前人类商业化制造的最大集成电路，WS-13采用台积电（TSMC）5纳米工艺，单片面积已达46225平方毫米，集成了惊人的4万亿个晶体管和90万个计算核心。更重要的是，它拥有44GB的片上静态随机存取存储器（SRAM: 一种比动态随机存取存储器更快但成本更高的存储技术）。由于WS-13的物理尺寸和功耗极其庞大，传统服务器机架无法兼容。为此，Cerebras从零开始，正向研发了CS-3 AI计算机系统。该系统不仅解决了晶圆级芯片数百安培的极端供电需求，还引入了极其复杂的内部闭环水冷散热系统，以确保硅片在高速运算下的热稳定性。

在商业交付上，Cerebras展现出极高的灵活性。除了向严格数据主权和安全需求的国家实验室、国防机构及大型企业直接出售CS-3硬件外，公司正大力向云服务转型。客户可通过Cerebras Cloud或合作的云平台，按需使用高速推理服务器，或通过租赁专用数据中心容量，满足长期模型训练和推理需求。

即便在技术和产品创新上拥有如此优势，Cerebras在AI算力市场依然面临着极具挑战且呈寡头垄断特征的竞争环境。其最直接也是最强大的竞争对手，是占据绝对市场地位的英伟达（NVIDIA）。Cerebras在其招股说明书当中，将英伟达的Blackwell 200架构作为其核心对标对象。尽管在物理层面，Cerebras的WS-13芯片面积是B200的58倍，内存带宽是其2625倍，但英伟达凭借其CUDA生态系统（CUDA Ecosystem: 英伟达开发的并行计算平台和编程模型，广泛应用于GPU加速计算）十余年的深耕、全球最成熟的半导体供应链体系，以及极高的市场认知度，构成了Cerebras面临的最大挑战。除了英伟达，传统半导体巨头AMD和Intel也在积极争取AI加速器市场份额。同时，超大规模云厂商，如亚马逊云服务AWS、Google和Microsoft，都在大力发展内部的ASIC芯片（Application-Specific Integrated Circuit: 针对特定应用设计定制的集成电路）。这些巨头既是Cerebras的潜在客户和合作伙伴，也是其实质上的竞争对手。此外，针对推理加速器领域，还存在如Groq这样的新兴初创企业。近期市场上传闻英伟达斥资200亿美元收购了Groq，进一步凸显了加速芯片领域的激烈博弈。

对判断Cerebras的商业价值至关重要的是其客户情况、订单集中度及其发展趋势。通过对上市资料的研究，我们发现Cerebras的客户结构在过去三年呈现了极端集中化的特征，尽管最近这些特征发生了一定改变。2024年，阿联酋人工智能公司G42贡献了高达85%的总营收。2025年，同属阿布扎比背景的穆罕默德·本·扎耶德人工智能大学贡献了62%的营收，G42贡献了24%，两者合计占比高达86%。应收账款的集中度则更为夸张：2024年末G42占比超过91%，2025年末穆罕默德·本·扎耶德人工智能大学的占比超过78%。这种高度依赖单一区域主权财富基金的商业模式一度引发了美国监管机构的严重担忧。

然而，2025年底至2026年初的两大历史性转折，彻底重塑了Cerebras的客户基本面。首先是2025年3月，美国外国投资委员会（CFIUS）正式清除了G42作为少数股权投资者的合规障碍，为Cerebras赴美上市扫清了障碍。接着，在2025年12月，Cerebras和OpenAI签署了价值超过200亿美元的战略合作协议。根据该协议，OpenAI承诺未来将购买750兆瓦高速AI推理算力。目前Cerebras账面上高达246亿美元的巨额在手订单绝大部分来源于此协议。公司预计15%的订单将在未来24个月内确认为收入，43%将在随后的24个月内确认，剩余部分则在2029年之后确认。此外，2026年3月，Cerebras与亚马逊云服务AWS签署了具有约束力的条款清单，AWS将成为首个在其数据中心内部部署Cerebras算力的超级运营厂商。从此，Cerebras从依赖中东单一金主的模式，转向客户涵盖全球顶尖AI应用层和顶尖云服务商的演变。这一客户基础的演变也是支撑其超高估值的一个核心逻辑。

技术突破与固有瓶颈

Cerebras产品的核心优势，是其从第一性原理（First Principles: 从最基本、最核心的原理出发进行思考和解决问题的方法）出发，彻底解决了现代AI计算中的内存墙问题（Memory Wall: 指计算处理器速度与存储器数据传输速度之间的差距不断扩大，限制了整体系统性能的瓶颈）。在现代大语言模型的推理过程当中，尤其是自回归解码阶段，系统一次只能生成一个Token（Token: 文本的最小语义单元，可以是单词、字符或子词）。为生成这一个Token，系统必须将庞大的模型权重数据从内存中调取到计算核心当中。对于一个千亿级参数级别的模型，每生成一个Token可能需要移动上百GB的数据。传统GPU架构，例如英伟达的Blackwell 200，由于芯片面积的物理限制，被迫将高带宽内存通过先进封装放置在计算芯片的外部。这种频繁的片外数据搬运，不仅消耗了大量时间，还产生了巨大的能耗。

Cerebras提供的解决方案是把计算核心和海量内存同时直接放在同一块巨大的硅片上面。WS-13芯片拥有44GB的SRAM，这意味着在运行目前大多数前沿模型时，整个模型的权重可以直接驻留在片上极速内存中，完全消除了芯片外数据的传输瓶颈。得益于这种结构，WS-13实现了20PB/秒的内存带宽。在针对主流开源模型的第三方独立基准测试当中，Cerebras的推理速度比同等规模的领先GPU集群快了10到15倍。这种基于物理底层架构的速度优势，极大降低了推理延迟，并显著提升了能源效率。

然而，晶圆级集成的极端物理形态也为Cerebras带来了难以回避的技术劣势和商业瓶颈。

• 极度依赖单一晶圆代工厂：全球仅有台积电一家，若台积电先进制程产能受限或发生地缘政治危机，Cerebras几乎没有任何替代制造方。
• 系统级工程的复杂性极高：CS-3系统庞大的体积、极端苛刻的闭环水冷需求，以及其特殊的供电标准，使得其在传统企业级数据中心的现场部署和后期维护中面临极高的运营成本。
• 软件生态系统的护城河：英伟达的CUDA系统经过十多年的演进，已渗透到AI学术界和工业界的方方面面。虽然Cerebras通过努力已实现了其架构的兼容，但面对开发者需要进行深层算力优化，或引入全新且非标准模型架构时，其开发者生态的易用性和响应速度依然处于劣势。

核心商业假设：推理时代的底层逻辑

一家企业在商业上的成功是建立在正确的商业假设，并且对其进行极致的执行之上达成的。Cerebras认为自己的业务模式和产品能够颠覆现有市场格局，是建立在以下几个核心假设基础之上的：

1. 推理时代的全面到来：AI产业的最大商业价值和计算需求，将从前期的训练超大模型迅速转移到高频次、大规模的实时推理应用上。
2. 系统二推理成为前沿标准：随着诸如OpenAI系列等具备思考和推理能力的模型的普及，AI在输出最终结果之前，需要在后台生成大量的中间思维链（Chain of Thought: 一种提示技术，通过模仿人类推理过程，让大型语言模型在给出最终答案前，先输出一系列中间思考步骤），这意味着单个查询的推理计算量将呈指数级增长，对底层硬件的内存带宽要求将远超于对纯算力的要求。
3. 极速交互将成为不可逆的产品护城河：就像人类从拨号上网过渡到宽带之后，就再也无法忍受拨号上网的高延迟。一旦开发者和终端用户体验到每秒生成数百上千个Token的极速速度，市场对传统GPU集群高延迟的容忍度将大幅降低，速度将直接转化为更高的用户留存率和商业变现能力。

基于上述核心假设，Cerebras坚定投入，达成了一系列令人瞩目的里程碑。在技术端，公司成功推出了三代晶圆级芯片。在商业模式端，公司成功实现了算力云服务和按Token计费的多元化转型。最终，其与OpenAI签订的750兆瓦超级基础设施订单，是其技术实力上获得了全球最具影响力的AI开发者的最高级别的背书。

IPO估值、定价与股份流动性风险

Cerebras的IPO可以视作是空前的热潮，不仅在机构投资者中形成了极度狂热的配置需求，高额认购倍数高达20倍，顶格制定了发行价，并且在IPO首日也获得了散户投资者的追捧，首日涨幅高达68%，以IPO价格认购的投资者在上市第一天就获得了极高的溢价。上市首日的成交股份已超过IPO普通股发行的股份数量，达到3350万股，而IPO的普通股发行量仅为3000万股，即Cerebras上市首日的可流通股份已换手100%以上。这反映了在AI硬件和算力狂热时代，市场对稀缺标的甚至是概念的追捧达到了无以复加的地步。以Cerebras2025年的营收5.1亿美元计算，其市销率（PS）已达到130倍左右，堪称疯狂。

尽管上市初期的股价表现极其亮眼，但Cerebras的IPO交易结构设计中存在一个对散户投资者致命的缺陷和风险，即其初始流通盘极低，而后续解禁期到来之后，则存在天量股份解禁的需求。本次IPO仅发行了3000万股普通股，占公司全面摊薄后总股本的比例极低。这种人为制造的稀缺性，是其上市首日暴涨的推手之一。然而，绝大多数内部人士所持有的Class B股票则受到了严格的锁定期协议限制。这些内部人士包括创始人、高管以及持有超低成本筹码的早期风投机构，如Benchmark、Foundation Capital等。股份全面锁定期为IPO后180天，即大约在2026年11月中旬。

为防止解禁当日出现灾难性的断崖式抛售，Cerebras巧妙地设定了阶梯式的释放时间表，这也意味着市场将在秋季面临连续的股份供应冲击：

• 2026年8月19日前后：首次大额解锁期，预计将有高达8400万股Class B股票符合转换及交易条件，首次进入流通市场。
• 2026年10月底：第二次大额解锁期，预计将再有8700万股Class B股票进入市场。
• 2026年11月中旬：180天全面解禁期到来之后，所有剩余锁定股份将全面获得流通权。

这意味着到2026年秋季，市场需要承受超过1.7亿股的早期股份。考虑到部分早期风险投资机构（例如Exclapse）在Series A轮的入股成本仅为0.85美元/股，他们面临着成百上千倍的浮盈，套现离场的意愿将会极其强烈。相较于仅仅3000万股的初始IPO流通盘，这种近乎六倍于首发规模的供给悬崖将成为Cerebras股价在未来半年内面临的最实质性的抛压风险。Cerebras的超高市场估值和解禁压力，是其二级市场投资人面临的最直接的投资风险。

财务表现分析：高增长与会计复杂性

Cerebras在真实的财务情况上，是否能为新进入的二级市场投资人提供足够的安全边际，需要我们继续了解其财务情况。分析将分为三个层面：首先是2022年到2025年核心财务数据，了解增长趋势；其次是利润表，揭示账面浮盈背后的真实情况；最后是现金流和资产负债表，评估财务健康状况。

通过对S-1文件中过往三年财务数据的梳理，Cerebras的财务轨迹清晰地展示了一家处于极度扩张期的硬件初创公司的爆发性增长趋势，但同时也暴露了极其复杂的会计处理手段：

• 总营收：三年实现了超过20倍的指数级爆发。
• 毛利率：2025年逆势下滑300个基点，表明重资产折旧和高昂电费对其营收情况的影响。
• 研发费用：激增。尽管营收大涨，但运营开支增速更快，导致核心经营层面亏损进一步扩大。
• 净利润：从巨亏近5亿美元骤变为暴赚2.37亿美元，但这反映的是财务工程导致的异常扭曲，并非经营性的实质性改善。

Cerebras的损益表呈现出极具欺骗性的特征。2025年，公司在GAAP会计准则（Generally Accepted Accounting Principles: 美国公认会计原则）下，爆出高达2.37亿美元的净利润，相较于2024年的4.8亿美元亏损，似乎完成了惊天逆转和华丽转身。然而，深入剖析可以发现，2025年净利润表中包含了一笔高达3.6亿美元的远期合约负债公允价值变动（Fair Value Change of Forward Contract Liabilities: 由于未来股权发行义务的公允价值变动而产生的非现金损益）导致的非现金收益。这笔收入与公司经营毫无关系，而是此前公司在与投资者签署F轮融资的可转换优先股协议中，将这种未来的股权发行义务确认为一项远期合约负债。此类负债在每个报告期都需要进行价值重估，未来这部分的重估也可能出现巨额亏损。如果剥离掉这3.6亿美元的虚拟盈利，在剔除2025年高达5860万美元的非现金员工股权激励费用，Cerebras实际的主营业务表现在Non-GAAP标准（Non-GAAP: 非公认会计原则，通常剔除某些非经常性或非现金项目以反映公司核心经营业绩）下，是一个不断扩大的黑洞。其净亏损将从2024年的2180万美元扩大至2025年的7570万美元。

此外，从EBITDA（Earnings Before Interest, Taxes, Depreciation, and Amortization: 息税折旧摊销前利润，衡量公司盈利能力的指标）数据来看，由于公司在向云服务转型的过程中积累了大量固定资产，其折旧和摊销费用在2025年激增到3445万美元。综合来看，由于研发投入不断、数据中心运营成本高昂，以及云业务的规模效应尚未跨过盈利平衡点，Cerebras在未来的几个季度内仍将处于实质性的持续烧钱阶段。

现金流状况方面，Cerebras在2024年至2025年经历了剧烈波动。2024年，由于收到巨额客户预付款，公司经营活动现金流一度录得正值。然而，进入2025年，经营活动现金流转为负值。同时，为支撑Cerebras Cloud的扩张，并履行针对OpenAI的庞大容量支付承诺，公司在2025年的资本性支出（Capital Expenditure: 购置固定资产或改善现有资产的开支）高达3.827亿美元，直接导致全年自由现金流暴跌至负3.93亿美元。尽管自由现金流深度为负，但公司的资产负债表却异常强劲。截至2025年末，公司账面拥有近13.4亿美元的流动性资产，这得益于其数轮融资所得资金。2026年初期，公司通过H轮融资又获得了10亿美元资金，同时获得了OpenAI提供的10亿美元营运资金的过桥贷款（Bridge Loan: 一种短期过渡性贷款，通常用于弥补资金缺口直至获得长期融资）。这20亿美元的弹药补充，确保了公司在应对未来两到三年高昂数据中心基建开支时，没有短期的流动性枯竭风险。但考虑到其真实的经营性利润和现金流仍为负值，其真实的经营资本回报率在未来的两到三年内仍将处于负值区间。投资者应更聚焦于其营收的绝对增速，以及随着算力利用率提升而带来的毛利率边际改善能力，包括真实订单及其转化为公司营收的节奏和股份摊薄的风险。

潜在投资风险：豪赌的脆弱基础

目前资本市场赋予Cerebras高达550亿美元的估值，是对其颠覆英伟达统治地位情景的一种极致的期权定价（Option Pricing: 对未来不确定事件发生的可能性进行估值的方法）。然而，支撑这个宏大叙事和场景的商业基础依然相对脆弱。

主要风险点如下：

1. 极度集中的客户数量：Cerebras未来估值的基本盘几乎完全建立在OpenAI这一家公司200多亿美元的订单之上。任何重大的供应链延误或工程事故，不仅会让这246亿美元的积压订单化为泡影，还会引发灾难性的债务挤兑。OpenAI的200亿美元订单分几年执行，每年执行完的订单才会转化为公司实际收入。此外，公司还赋予OpenAI高达3344万股的认股权证，并根据OpenAI预定的算力，分批次授予股份。每一次授予股份，对Cerebras的投资人来说，都是一次股份摊薄（Share Dilution: 公司发行新股导致现有股东所持股份比例下降，从而可能降低每股收益或每股净资产）。从本质上来看，这200多亿美元的订单可以看作是“供应股融资”的一种，而普通股股东的投资则面临巨大的摊薄风险。这种单一大客户且全盘绑定的模式极具风险。根据SEC披露的协议条款，如果Cerebras未能按时交付满足要求的数据中心算力，OpenAI具有单方面终止部分或全部协议的权利。更致命的是，如果出现严重违约，OpenAI可以触发资金控制权接管条款，要求其立刻偿还10亿美元的营运资金贷款。

2. 极度脆弱的单点供应链：Cerebras在全球仅有台积电一家代工厂，这种绝对的单点依赖（Single Point of Failure: 系统中一旦失效就会导致整个系统停摆的环节）极其危险。无论是由于台湾地区可能面临的地缘政治冲突、自然灾害，还是台积电内部的产能分配倾斜（例如，台积电决定优先保障苹果或英伟达的庞大订单），任何微小的供应链断层，都可能导致Cerebras面临长达数个季度的“无芯可交”的绝境，从而直接触发客户违约条款。

3. 地缘政治与审查的反复性：美国政府对于中东地区获得顶尖AI算力的防备心理依然根深蒂固。任何针对高性能计算硬件出口的新规，都有可能瞬间切断Cerebras现有的硬件出海生命线。此前分析的中东主权基金在其实际营收中具有极高占比，因此相关政策变化风险巨大。

4. AI模型架构的范式转移风险：Cerebras的核心商业逻辑，深度绑定了当前AI模型发展的一个特定阶段，即内存墙是阻碍推理速度的绝对瓶颈。如果以下行业假设被打破，其苦心经营十年的护城河将面临降维打击：

   • AI模型架构发生根本性范式转移：如果未来前沿基础研究彻底转向一种无需频繁内存读取的新型算法架构，使得计算密度重新取代内存带宽成为决定性瓶颈。在这种情景之下，Cerebras耗费极大物理成本和工程代价所换来的超大片上内存带宽将变得性能过剩且毫无意义。
   • 英伟达及超大云厂商在跨芯片链接技术上出现超预期突破：一旦Cerebras“天下第一快”的性能护城河被缩小到不足3-5倍的领先优势，客户将彻底失去对抗生态迁移成本的动力。

综上所述，Cerebras的上市不仅是资本市场对非英伟达算力替代方案的最高规格投票，更是一场不容有失的豪赌。其胜负不仅取决于能否在2026年底巨量早期股份解禁狂潮到来之前，确保OpenAI数据中心的完美交付，以稳住营收基本盘，更取决于物理学定律的边界和AI基础研究演进方向之间的漫长博弈。投资有风险，入市需谨慎。