美股 AI 量化分析工具，大家好，我们是美股投资网，用大数据驱动你的交易决策

英伟达的护城河，可能正在被撕开一道真正的裂口。

本周四，一家AI算力公司Cerebras，代码CBRS，将在美股上市。

它做的芯片，连英伟达自己都不敢想。英伟达是把成千上万颗GPU连在一起，拼算力集群；Cerebras更激进——直接把一整片晶圆做成一颗超级芯片。打个比方：英伟达在拼乐高，Cerebras想直接造出一整面算力墙。

现在IPO路演已经把市场情绪点着了。这周一，因为订单需求直接超出发行量20倍，Cerebras自己把发行价从115-125美元提到了150-160美元，发行量也加了200万股。按上限算，估值冲到350亿美元。在这个行情下还敢主动提价，提了还被抢光——你就知道机构有多看好它。

它手里还握着两个最强背书：OpenAI和亚马逊。Cerebras跟OpenAI签了超过200亿美元的照付不议合同，一签签到2028年；另一边，AWS宣布把Cerebras芯片搬进自家数据中心，跟自研的Trainium芯片一起干活。

一家没上市的公司，同时拿下AI巨头和云巨头的订单——这个信号不需要我再多解释了。

今天这期视频，我会讲清楚四件事：

第一，Cerebras到底是什么，它凭什么敢挑战英伟达？

第二，它的WSE芯片和英伟达GPU，本质区别在哪？

第三，它的商业模式——靠什么赚钱，财务数据、增长速度、估值逻辑，又该怎么看？

第四，散户怎么看待这次IPO，上市首日能不能追？背后最大的机会和风险分别是什么？

这可能是今年AI硬件赛道最受关注的一只新股。但越火的股票，越不能只看故事。视频最后，我会把机会、风险、估值和参与策略一次性讲透。千万别走开。

Cerebras 是一家什么公司？

Cerebras 到底是干嘛的？一句话就可以讲清楚：别人是把晶圆切成很多小芯片，Cerebras 是直接把整片晶圆当成一颗超级芯片来用。

什么是晶圆？就是那块圆圆的、亮晶晶的硅片，直径300毫米。

正常的芯片厂是怎么做的？先在晶圆上做出几百颗芯片，然后像切披萨一样，咔咔咔切成一小块一小块。每一小块，就是一颗芯片。我们平时用的手机芯片、电脑 CPU、英伟达 GPU，大体都是这个逻辑。

那英伟达的 AI 算力为什么强？

因为它不只卖芯片。它卖的是整套系统——GPU、显存、NVLink、交换机、光模块、服务器，再加上CUDA软件生态，几乎全给你打包好了。客户买到的不是一颗芯片，而是一座可以直接开工的AI工厂。

但是这个模式有一个逃不掉的代价。

GPU越多，数据就越需要在芯片之间来回传输。你可以想象一个超级工厂，每个车间都非常先进，但原材料要在几百个车间之间来回运。最后卡住你的是什么？不是机器不够快，而是物流太慢。AI也一样——数据搬来搬去，延迟就上来了，耗电也上来了，带宽压力也跟着爆了。

Cerebras的创始人叫Andrew Feldman。这人早年做过一家服务器公司，后来卖给了AMD。他太清楚问题的本质了——算力系统的瓶颈，从来不在单颗芯片跑多快，而在数据怎么流动。

于是他想了一个特别极端的办法。既然跨芯片传数据这么麻烦，那我干脆不切了。一整片晶圆，直接做成一颗芯片。

这就是WSE，晶圆级引擎。第三代叫WSE-3，装在CS-3系统里。核心思路一句话：把所有东西尽量塞在一块硅片上，让数据少往外跑。

Feldman自己说过一句话，我印象特别深：“我们发明了过去75年计算机行业里被认为最不可能实现的技术——把处理器做到餐盘那么大，而传统处理器只有邮票大小。”

数据对比：它不是靠峰值算力赢的

从数据看，这条路线还不错。

CS-3的峰值算力是125 PFLOPs。单颗英伟达B200是4.5 PFLOPs，所以CS-3一颗顶28颗B200。但英伟达不是只卖单颗芯片，它卖的是整柜系统。如果你拿CS-3和英伟达的整柜GB200 NVL72比——后者峰值算力是360 PFLOPs，比CS-3还要高。

所以你不能简单说Cerebras算力比英伟达强。真正让Cerebras与众不同的，是另外两个东西：内存带宽和架构设计。

我们先了解推理是怎么工作的？

为了生成下一个词，所有模型权重都需要从内存传输到计算单元。这个过程是逐词顺序进行的。一个700亿参数的模型，权重数据量相当于大约100部高清电影。生成每一个词，都需要把这么多数据从内存搬到计算单元。一个1000词的回答，相当于传输了10万部高清电影的数据量。

在传统GPU上，从HBM传输数据到计算单元的速度大约是8TB/秒。而在Cerebras的晶圆上，这个速度超过21,000TB/秒——快了2600多倍。

为什么能做到？因为Cerebras用的是SRAM，不是HBM。SRAM本身速度就快，但传统上它的问题是每平方毫米能做的容量有限。Cerebras的解法很简单粗暴：我芯片做得足够大，就能放足够多的SRAM。这就是整片晶圆不切割的核心价值所在。

再看另一个数据：CS-3的内存带宽是26,750 Tb/s，而GB200 NVL72只有130 Tb/s，差了200多倍。

Cerebras自己总结得很直接：“我们的处理器比最大的GPU大58倍，内存带宽高出2500倍以上。这正是高速推理的基础。”

好，那实际跑任务呢？

Cerebras官方公布过一个数据：CS-3跑Llama 3.170B推理，比英伟达的DGX B200快21倍，成本低32%，功耗也低三分之一。第三方测试也有：跑Llama 3.1 8B，每秒1800个token，是常规GPU方案的20倍。

还有一个更夸张的——碳捕获模拟，比H100快了200多倍。

但是注意，这些数字都是在特定任务下跑出来的。你要是换成复杂的混合计算，或者重度依赖CUDA生态的活儿，英伟达依然稳如泰山。

这时候你可能会问：那GPU为什么不也跑快一点？

Cerebras揭示了一个值得注意的现象，叫做“GPU的速度陷阱”。

GPU在低速运行时效率极高。比如每秒35个token的慢速下，一台GB200 NVL72可以同时支持数万名用户，成本极低。但当用户要求提速——比如每秒270个token——这台机器只能服务一名用户，成本瞬间飙升到天上去。

Cerebras自己的说法是：“从每秒100到150个token开始，GPU变得极其昂贵且功耗效率低下，而我们的成本与功耗仅为其极小一部分。没有任何数量的GPU能达到我们的速度，GPU根本不可能实现这种性能。在这种速度下，我们毫无竞争对手。”

为什么速度是战略武器？以及谁在为它买单

那问题来了：为什么一定要追求这种极端速度？

对普通用户来说，虽然每秒 35 个 token 的阅读速度其实已经够了，但现实很残酷：哪怕只慢一点点，用户就会流失。就像 YC 创始人 Paul Graham 说的，如果 ChatGPT 反应变慢，他回过头去用谷歌的AI就会多出一倍。

这揭示了一个残酷的商业真相：快，就是最硬的护城河。Sam Altman 追求的极端速度，本质上是在消除用户切换平台的任何微小念头。

但这只是硬币的一面。另一面更重要：整个AI产业的算力命脉，几乎都攥在英伟达手里。这不是任何一个大模型公司愿意看到的。

所以OpenAI花这个钱，是两个原因叠加的结果：

第一，Cerebras确实快。在“极致速度”这条赛道上，GPU根本跑不过Cerebras。

第二，必须降低对英伟达的依赖。把鸡蛋从英伟达一个篮子里，分一部分到Cerebras这个篮子里。

两个原因，一个追求性能，一个追求安全。这就是200多亿美元合同签下来的底层逻辑。

第二个大客户是亚马逊。

2026年3月，AWS宣布将Cerebras CS-3部署到自家数据中心，通过Amazon Bedrock提供服务。

方案是：用自研Trainium芯片处理“预填充”阶段，用Cerebras处理“解码”阶段，各干最擅长的事。

AWS计算副总裁David Brown的原话：“这套组合的推理速度，将比现有方案快一个数量级。”

一家没上市的公司，同时拿下OpenAI和AWS的订单，背后还有甲骨文、Meta等客户的关注可见还是有实力的。

如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637

财务与供应链已经跑通了

接下来我们看 Cerebras 的财务。

这家公司最大的亮点，是增长速度非常快。它的营收从 2022 年的 2460 万美元，增长到 2023 年的 7870 万美元，2024 年达到 2.9 亿美元，2025 年进一步增长到 5.1 亿美元。三年时间，营收增长了接近 20 倍，这个速度在半导体公司里非常少见。

但问题是：增长快，不代表已经真正赚钱。

表面上看，Cerebras 在 2025 年实现了 2.378 亿美元 GAAP 净利润，看起来已经扭亏为盈。但这笔利润里，有很大一部分来自会计调整，不是卖芯片、卖算力赚出来的钱。公开资料显示，Cerebras 2025 年有一笔约 3.63 亿美元的远期合同负债公允价值变动收益；如果剔除这些因素，公司 2025 年仍然录得 1.459 亿美元经营亏损，non-GAAP 净亏损约 7570 万美元。

所以这里不能简单说它“已经盈利”。更准确的说法是：财报上看到了盈利，但核心经营还在亏钱。

再看毛利率。Cerebras 的毛利率从 2022 年的 12%，提升到 2025 年的 39%，进步很明显。说明随着收入扩大、产品交付增加，它的成本结构确实在改善。

但 39% 的毛利率，和英伟达相比还有很大差距。原因也不难理解：Cerebras 做的是晶圆级芯片，制造难度高、系统复杂度高，而且现在规模还没有完全跑起来。它要达到更高毛利率，必须靠后续交付规模扩大、制造效率提升，以及云服务模式跑通。

真正让市场兴奋的，是它手里的订单。

截至 2025 年底，Cerebras 披露的待确认订单，达到 246 亿美元。其中包括与 OpenAI 相关的约 200 亿美元合作，也包括 Amazon 等客户订单。

这个数字非常大，说明市场对它的算力确实有需求。

但投资者一定要冷静看两个问题。

第一，这些订单不是马上变成收入。

公司预计，到 2027 年底，大约只能确认其中 15% 的收入；之后 25 到 48 个月再确认约 43%，剩下的还要更久。也就是说，订单很大，但钱要分几年慢慢落袋。

第二，交付这些订单之前，公司还要先花很多钱。

它要提前采购晶圆、建设系统、部署数据中心，还要解决电力、供应链和客户交付问题。Cerebras 自己也提示，订单能不能变成收入，取决于制造产能、基础设施部署和电力供应。

上市之后我们的核心操盘思路是什么呢？先说我的判断。

第一阶段，大概率是炒情绪。

炒它是今年最稀缺的AI硬科技IPO；炒OpenAI那200多亿美元的照付不议合同；炒跟AWS的合作；炒一个故事——AI算力不一定只有英伟达这一条路。

这个阶段，情绪主导，资金涌入，首日涨100%都有可能。

但情绪炒完之后，第二阶段会非常现实。

上面讲的那些风险点，市场会一条一条拿出来对账。订单能不能变成收入？750兆瓦的部署能不能按时交付？毛利率能不能从50%爬到60%？客户集中度会不会出问题？你到底是在补充英伟达，还是有本事抢走它的份额？

这些问题，上市后第一个财报季就会被摆到台面上。

因为现在市场给Cerebras的，已经不是普通半导体公司的估值了，而是“AI基础设施新路线”的估值。这个估值的前提是，你代表了一条路，而不只是卖了一个产品。

如果后面收入兑现跟不上，或者交付能力出问题，股价回撤会非常快。

最后我们来说风险

第一，客户高度集中。

这不是秘密。2024年上半年，Cerebras 87%的收入都来自一家公司——阿联酋的G42。到了2025年，G42占比虽然降到了24%，但别急着松口气。MBZUAI，也就是穆罕默德·本·扎耶德人工智能大学，跟G42关系极深，它一家就占了62%的收入。算下来，Cerebras对中东这几个大客户的依赖，仍然接近90%。

而且OpenAI那张200亿美元的大单也不是白给的。合同对交付进度要求非常严格——首批250兆瓦算力，如果交付延迟，Cerebras面临的就不是少赚点钱的问题，而是违约和信誉双重打击。

第二，供应链压力不小。

Cerebras 的晶圆级芯片制造难度非常高，关键制造环节高度依赖台积电。它用的是 5nm，不需要最紧张的 HBM 和 CoWoS，这确实是一个优势；但晶圆级芯片本身良率、成本、交付节奏都很敏感。只要制造或者产能出现波动，都会直接影响毛利率和订单交付。

第三，软件生态还远远不如英伟达。

Cerebras 可以对接 PyTorch、TensorFlow 等主流框架，但要把性能完全榨出来，还是需要适配它自己的软件栈。相比英伟达 CUDA 几十年积累下来的开发者生态、工具链和客户习惯，Cerebras 短期内很难追上。

第四，成本和可靠性还需要验证。

晶圆级芯片很强，但也意味着供电、散热、封装、长期稳定性要求都非常高。大规模部署到数据中心之后，能不能长期稳定运行，能不能把成本压下来，还需要时间证明。

第五，竞争不会停下来。

英伟达不会坐着等人挑战。Blackwell、Rubin 后面一代接一代升级，GPU 集群的性能和能效还会继续提高。更重要的是，OpenAI 自己也在做芯片。如果未来自研芯片推进顺利，今天的大客户，未来也可能变成潜在竞争者。

所以你看，Cerebras 不是没有风险。

客户集中、交付压力、供应链、软件生态、散热成本、竞争升级，这些问题一个都不小。它绝对不是一上市就能取代英伟达，也不是没有短板的完美公司。

但重点在于，市场现在看的不是“Cerebras 明天能不能打败英伟达”，而是一个更大的信号：AI 巨头们正在认真寻找英伟达之外的第二套算力方案。

这才是英伟达接下来财报最敏感的地方。

因为英伟达真正的风险，不是这个季度 GPU 卖不卖得动。短期来看，AI 芯片需求依然很强。市场真正担心的是：英伟达最大的客户，正在一边买它的 GPU，一边加速自研芯片，甚至扶持新的替代路线。

过去两年，微软、谷歌、亚马逊、Meta 这些云巨头疯狂采购英伟达 GPU，把英伟达推上了 AI 时代的王座。但现在，谷歌在推 TPU，亚马逊在推 Trainium，微软和 OpenAI 也在布局自己的 AI 芯片。与此同时，Cerebras、Groq、Tenstorrent 这些新架构公司，也在从推理市场寻找突破口。

换句话说，英伟达最大的客户，正在慢慢变成它潜在的竞争对手。

中国市场也是一个变量。受出口限制影响，英伟达高端 AI 芯片在中国的销售空间被压缩，华为 Ascend 正在承接更多国产替代需求。如果中国大厂更多转向国产芯片，英伟达在中国市场的增长空间也会受到影响。

所以，英伟达财报真正要看的，不只是营收和利润有没有超预期，而是三个问题：

大客户的采购节奏有没有变化？

自研芯片和替代方案有没有开始影响市场预期？

英伟达还能不能继续维持现在这种高增长、高毛利和高估值？

这也是为什么 CBRS 上市值得关注。它表面上是一只 AI 新股，背后却代表着整个行业正在寻找“后英伟达时代”的可能性。

好了，今天的视频到这里就结束了。CBRS上市，如果一开盘180美元，你还会不会冲进去？是快进快出赚一点就跑还是等回调再进还是隔山看好戏？你又对英伟达财报怎么看？评论区聊聊你的看法。我们一起讨论。