Cerebras Systems：晶圆级芯片的十年逆袭

创业故事：从“不可能”到现实的十年征程

Cerebras Systems的诞生源于2015年一个大胆的设想：打造一颗面积比传统GPU大数十倍的晶圆级芯片，以突破AI计算的性能瓶颈。这一设想在当时被许多人视为“不可能完成的技术幻想”，因为晶圆级集成（WSI）在过去75年中从未有公司成功商业化【2†source】【9†source】。然而，Cerebras的联合创始人兼CEO Andrew Feldman却坚信，只有突破摩尔定律的桎梏，才能满足AI对算力的无尽渴求。他曾在采访中表示，公司创立的初衷就是“做别人尝试过但失败了的事情”，希望能在计算史上留下自己的篇章【6†source】。

创业初期，Cerebras团队选择低调蛰伏，用4年时间秘密研发，攻克晶圆级芯片的种种工程难题【8†source】。2019年，他们终于揭开了震惊业界的成果——Wafer Scale Engine 1（WSE-1），这颗集成1.2万亿晶体管、面积达46,225平方毫米的巨芯，是当时全球最大的芯片【3†source】【5†source】。WSE-1的问世证明晶圆级处理器并非天方夜谭，Cerebras也因此成为业内首家实现晶圆级芯片商业化的企业【2†source】。此后，Cerebras继续迭代：2021年推出7nm工艺的WSE-2，晶体管数增至2.6万亿；2024年又发布5nm工艺的WSE-3，晶体管数高达4万亿，AI算力达125 PFLOPS【11†source】【12†source】。短短十年，Cerebras将一个75年来无人成功的晶圆级芯片梦想，变成了真实可量产的产品，并斩获了包括梅奥诊所、阿斯利康等在内的知名客户。

Cerebras的创业历程并非一帆风顺。在2024年首次递交IPO申请时，公司因涉及阿联酋G42集团的投资而遭遇美国外国投资委员会（CFIUS）的审查，不得不撤回上市计划【16†source】。但Cerebras并未放弃，经过调整后于2026年4月再次提交S-1上市申请，计划登陆纳斯达克【17†source】【18†source】。如今，这家曾经默默无闻的初创公司已经成长为AI芯片领域不可忽视的力量，其晶圆级芯片正挑战着由英伟达牢牢统治的AI算力版图。

技术壁垒：晶圆级芯片的突破与创新

Cerebras的核心壁垒在于其独创的晶圆级引擎（WSE）架构。传统GPU受限于芯片面积和内存带宽，而Cerebras通过将整片晶圆作为一颗芯片，彻底打破了这些瓶颈【2†source】。WSE-3的尺寸达到46,225平方毫米，是英伟达最新旗舰GPU B200芯片面积的58倍【11†source】；它集成了90万个AI优化核心和44GB片上SRAM，内存带宽高达21 PB/s，是B200封装内存带宽的2625倍【11†source】。如此庞大的单芯片设计带来了两大技术突破：

此外，Cerebras还构建了配套的软件栈（CSoft编译器、推理服务栈、集群管理器等），让开发者无需编写CUDA代码或管理分布式集群，就能将模型直接映射到WSE上运行【11†source】。这种软硬件协同设计进一步巩固了Cerebras的技术护城河，使竞争对手难以在短期内复制其成果。

商业逻辑：从硬件到服务的全方位布局

Cerebras不仅在技术上独树一帜，在商业模式上也进行了全方位布局，力求将晶圆级芯片的性能优势转化为商业价值。

1. 硬件销售与云服务并举： Cerebras通过直销方式向大型数据中心和科研机构出售CS系列AI计算系统，提供本地部署解决方案【11†source】。同时，公司推出Cerebras Cloud云服务，让客户以按需付费或专用容量的方式使用Cerebras算力【11†source】。这种“硬件+云”双轨模式，既满足了不同客户的部署需求，也帮助Cerebras扩大了潜在市场。值得一提的是，Cerebras还与AWS、微软Azure等公有云平台合作，将CS系统集成到云市场，方便现有云用户无缝接入【11†source】。2025年，Cerebras与OpenAI签署了一项总价值可能高达300亿美元的超级计算协议，为OpenAI提供750兆瓦的AI推理算力，并可选择追加1.25吉瓦容量【11†source】。这是迄今AI基础设施领域规模最大的交易之一，充分体现了Cerebras在云端推理市场的竞争力。

2. 丰富产品线与专业服务： Cerebras目前的旗舰产品是CS-3系统，搭载WSE-3芯片，可单机提供125 PFLOPS的峰值算力【11†source】。多个CS-3机柜还可通过Cerebras自有的高速互连组成AI超级计算机，满足超大规模模型的训练需求【11†source】。除了硬件，Cerebras还提供AI模型服务，包括数据准备、模型架构设计、训练管理、推理优化等，为客户提供端到端的AI解决方案【11†source】。这种软硬件一体的商业模式，不仅增加了每笔交易的价值，也降低了客户使用Cerebras平台的门槛。Cerebras的财报显示，其前十大客户在购买后12个月内平均追加投入80%，许多最终升级为联合开发合作【11†source】，表明客户对Cerebras平台的粘性和认可度极高。

3. 财务表现与估值： 随着业务扩张，Cerebras的营收和盈利状况持续改善。2025年公司实现营收5.1亿美元，同比增长76%，并成功扭亏为盈，录得8790万美元净利润【3†source】【5†source】。这一盈利里程碑对于一家芯片初创公司尤为难得，也证明了晶圆级芯片在商业上的可行性。Cerebras的估值水涨船高：2026年2月完成的H轮融资估值达到230亿美元【1†source】。公司计划通过IPO进一步募资2亿美元，用于扩大产能和数据中心建设【1†source】。在AI芯片创业公司中，Cerebras的财务表现和估值都处于领先地位，这为其后续研发和市场拓展提供了充足弹药。

改写AI芯片格局：挑战与展望

Cerebras的崛起正在悄然改变AI芯片产业的格局。长期以来，英伟达凭借GPU在AI训练和推理市场占据绝对主导地位，但Cerebras晶圆级芯片的出现为行业提供了一种全新的选择。在AI推理领域，Cerebras已经证明其速度优势：CS-3系统在Llama 4等大模型推理任务上，比英伟达最新的Blackwell架构GPU快2倍以上【10†source】；在OpenAI的GPT-4等旗舰模型上，Cerebras的推理速度更是达到了英伟达的5倍【14†source】。这种性能领先让OpenAI最终将快速推理业务从英伟达转投Cerebras【1†source】。可以预见，随着AI应用对推理速度和成本愈发敏感，Cerebras有望在云端推理市场从英伟达手中夺取更多份额。

然而，Cerebras也面临诸多挑战。首先是生态与习惯的壁垒：英伟达的CUDA生态经过多年积累，开发者黏性很强，而Cerebras需要让客户相信其软硬件平台同样成熟可靠。为此，Cerebras在软件兼容性上做了一定妥协，支持主流的PyTorch框架，降低迁移门槛【11†source】。其次是产能和成本：晶圆级芯片的制造和封装复杂度远超传统芯片，目前只有台积电5nm工艺能够生产WSE-3【13†source】。如何提高良率、降低成本，将直接影响Cerebras产品的价格竞争力和普及度。再次是竞争格局：除了英伟达，AMD、英特尔等巨头也在加速布局AI加速器市场，而Groq、SambaNova等初创公司则从不同架构路线寻求突破【12†source】。Cerebras必须在性能、成本和生态上持续领先，才能巩固其来之不易的先发优势。

尽管前路挑战重重，Cerebras的出现已经证明了“大即是美”的另一种可能：通过架构创新，晶圆级芯片可以在AI计算领域实现对传统GPU的降维打击。如果Cerebras能够继续扩大产能、丰富生态，并保持与OpenAI等大客户的合作，那么它有望改写AI芯片产业的版图，成为英伟达之外不可忽视的另一个“超级玩家”。正如Cerebras在招股书中所言，他们解决的是“75年来计算机行业一直未能解决的问题”【9†source】。如今，这个曾经遥不可及的梦想已经成为商业现实，而Cerebras的征程，也许才刚刚开始。【2†source】【16†source】