引言：一场估值飙升330%的豪赌
2026年4月17日，Cerebras Systems向SEC提交IPO申请，计划以"CBRS"代码登陆纳斯达克，目标融资30亿美元，估值达350亿美元。
这个数字本身就是一个故事。2025年10月，Cerebras撤回上一次IPO时估值仅81亿美元。短短半年间，估值暴涨330%。推动这一飞跃的核心引擎，是与OpenAI签订的超200亿美元多年合作协议，以及与AWS达成的芯片供应协议。
我的判断：Cerebras的IPO不仅是一家公司的资本化事件，更是AI芯片行业从GPU单一霸权走向多元竞争的标志性时刻。
晶圆级引擎：疯狂还是天才？
Cerebras的核心技术路线在整个半导体行业中独一无二——用一整张12英寸晶圆制造单颗芯片。
| 参数 | Cerebras WSE-3 | NVIDIA B200 | 倍数差异 |
|---|---|---|---|
| 芯片面积 | 46,225 mm² | ~824 mm² | 56x |
| 晶体管数量 | 4万亿 | 2080亿 | 19x |
| AI核心数 | 90万 | 18,432 CUDA + 1,536 Tensor | ~49x |
| 片上SRAM | 44 GB | 192 MB | 228x |
| 内存带宽 | 21 PB/s (片上) | 8 TB/s (HBM) | ~2,600x |
| 制程节点 | TSMC 5nm | TSMC 4nm | 落后1代 |
数字令人瞠目，但魔鬼在细节中。WSE-3的优势集中在片上内存带宽——这恰好是LLM推理的核心瓶颈。当模型参数需要反复从内存读取时，44GB的片上SRAM和21 PB/s的带宽意味着Cerebras在推理场景下可以实现远超GPU集群的延迟表现。
但代价同样巨大：
- 良率问题：一整张晶圆上的任何缺陷都可能影响整颗芯片，Cerebras必须依赖冗余设计来规避
- 散热挑战：46,225 mm²的芯片散热是工程噩梦
- 生态壁垒：整个软件生态都是围绕CUDA/GPU构建的，迁移成本极高
异构推理：真正的范式转移
如果说Cerebras代表的是"做更大的芯片"这条路径，SambaNova与Intel的合作则代表了另一条同样重要的路径——异构推理。
SambaNova和Intel最近发布的异构推理蓝图，核心思想是将LLM推理的不同阶段分配给不同的专用硬件：
- Prefill阶段（处理输入prompt）：计算密集型，适合高算力加速器
- Decode阶段（逐token生成）：内存带宽密集型，适合高带宽低延迟硬件
这不是小修小补，而是对"一种芯片打天下"理念的根本挑战。在传统的GPU部署中，同一块H100/B200既要处理prefill又要处理decode，两个阶段的硬件需求截然不同，导致资源利用率永远无法最优。
异构推理的逻辑与CPU的大小核设计异曲同工：不是每个任务都需要同样的硬件，与其做一个万能但妥协的方案，不如让专用硬件各司其职。
TSMC：沉默的王者与清醒的判断
在这场AI芯片狂热中，TSMC的态度值得玩味。
2026年Q1财报发布会上，CC Wei又一次交出了超指引的成绩单。但Stratechery的Ben Thompson敏锐地指出：TSMC的管理层似乎并未真正买入AI增长叙事。
这是一个值得深思的信号。作为全球最先进的芯片制造商，TSMC比任何人都更清楚真实的产能需求。如果连TSMC都对AI芯片的长期需求保持谨慎，那么Cerebras 350亿美元的估值是否过于激进？
更有趣的是CC Wei对Elon Musk的隔空回应：“建造晶圆厂没有捷径。“这句话既是对Musk试图快速建厂的警告，也是对整个行业的提醒——半导体制造是一个需要数十年积累的领域，不是靠砸钱就能加速的。
牛熊辩论：Cerebras值350亿吗？
看多逻辑
- OpenAI的200亿美元订单是硬订单，不是意向书，提供了巨大的收入可见性
- 推理市场爆发：随着AI agent和推理密集型应用的普及，推理计算量将远超训练
- AWS合作验证了其企业级可靠性
- 先发优势：晶圆级芯片的工程壁垒极高，短期内无人能复制
看空逻辑
- 客户集中度危险：如果OpenAI的需求或战略发生变化，Cerebras将面临灾难性风险
- CUDA生态护城河：NVIDIA的真正优势不在硬件，而在数百万开发者的生态锁定
- 制程落后：WSE-3使用5nm，而NVIDIA已在用4nm，未来还有3nm和2nm
- 估值脱离基本面：330%的估值跳涨更多是AI叙事泡沫的产物
我的判断：Cerebras在推理场景有真实的技术优势，但350亿美元的估值已经计入了过多乐观预期。合理估值区间在150-200亿美元。IPO后大概率会经历估值回调。
更大的图景：GPU霸权的终结
无论Cerebras的IPO结果如何，它所代表的趋势是不可逆的——AI芯片行业正在从NVIDIA GPU的单一霸权走向多元化竞争格局。
这个趋势有三个驱动力：
- 推理 vs 训练的分化：训练和推理对硬件的需求差异越来越大，一种芯片无法同时最优化两者
- 成本压力：企业无法持续承受NVIDIA的高溢价，需要替代方案
- 供应链安全：将整个AI基础设施押注在单一供应商上的地缘政治风险越来越被重视
未来3-5年，我预测AI计算市场将形成三极格局：
- NVIDIA：凭借CUDA生态继续统治训练市场，但推理份额将被蚕食
- 专用推理芯片（Cerebras、Groq等）：在推理场景形成差异化竞争力
- 异构方案（SambaNova+Intel模式）：成为大规模部署的主流架构
对读者的建议
- 开发者：开始关注非CUDA的推理框架，至少了解ONNX Runtime和OpenVINO
- 投资者：关注Cerebras IPO后的Lock-up期结束，那可能是更好的入场时机
- 企业决策者：现在就开始评估多芯片推理部署策略，不要把鸡蛋放在一个篮子里
参考来源
- TechCrunch: AI chip startup Cerebras files for IPO
- 钛媒体: AI芯片格局生变：Cerebras再迎IPO大考
- SemiWiki: Disaggregating LLM Inference: Inside the SambaNova Intel Heterogeneous Compute Blueprint
- Stratechery: TSMC Earnings, New N3 Fabs, The Nvidia Ramp
- SemiWiki: TSMC to Elon Musk: There are no Shortcuts in Building Fabs!
