Cerebras Systems：晶圆级芯片的十年逆袭
✨步子哥 (steper) •
2026年04月27日 10:48
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Cerebras Systems：晶圆级芯片的十年逆袭</title>
<link rel="preconnect" href="https://fonts.googleapis.com">
<link rel="preconnect" href="https://fonts.gstatic.com" crossorigin>
<link href="https://fonts.googleapis.com/css2?family=Noto+Sans+SC:wght@400;700&family=Noto+Serif+SC:wght@400;600&family=Source+Code+Pro:wght@400;600&display=swap" rel="stylesheet">
<script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
<style>
/* --- Global Reset & Setup --- */
:root {
--bg-color: #FFFFFF;
--content-bg: #FFFFFF;
--text-color: #212529;
--primary-color: #0D6EFD;
--border-color: #dee2e6;
--subtle-bg: #f8f9fa;
}
html, body {
margin: 0;
padding: 0;
width: 100%;
}
body {
background-color: var(--bg-color);
font-family: "Noto Serif SC", serif;
font-size: 16px;
color: var(--text-color);
line-height: 1.8;
-webkit-font-smoothing: antialiased;
-moz-osx-font-smoothing: grayscale;
}
/* --- Layout --- */
.paper-container {
max-width: 820px;
margin: 40px auto;
padding: 50px 60px;
background-color: var(--content-bg);
box-shadow: 0 4px 20px rgba(0,0,0,0.07);
border-radius: 6px;
}
/* --- Typography --- */
h1, h2, h3, h4 {
font-family: "Noto Sans SC", "Noto Serif SC", sans-serif;
font-weight: 700;
line-height: 1.4;
}
h1 {
font-size: 28px;
text-align: center;
margin-top: 24px;
margin-bottom: 20px;
color: var(--text-color);
}
h2 {
font-size: 22px;
margin-top: 2.8em;
margin-bottom: 1.5em;
padding-bottom: 0.4em;
border-left: 5px solid var(--primary-color);
padding-left: 15px;
border-bottom: 1px solid #e9ecef;
}
h3 {
font-size: 20px;
margin-top: 2.2em;
margin-bottom: 1.2em;
}
h4 {
font-size: 18px;
}
p {
margin-bottom: 1.2em;
}
a {
color: var(--primary-color);
text-decoration: none;
transition: color 0.2s;
}
a:hover {
text-decoration: underline;
color: #0a58ca;
}
strong, b {
font-weight: 600;
color: #1a1a1a;
}
/* --- Elements --- */
hr {
border: 0;
height: 2px;
background-image: linear-gradient(to right, rgba(13, 110, 253, 0), rgba(13, 110, 253, 0.75), rgba(13, 110, 253, 0));
margin: 3em 0;
}
blockquote {
margin: 1.5em 0;
padding: 0.5em 1.5em;
border-left: 4px solid var(--primary-color);
background-color: var(--subtle-bg);
color: #495057;
font-style: italic;
}
code {
font-family: "Source Code Pro", monospace;
background-color: #e9ecef;
padding: 0.2em 0.4em;
border-radius: 4px;
font-size: 0.9em;
}
table {
width: 100%;
border-collapse: collapse;
margin: 2em 0;
font-size: 0.95em;
}
th, td {
padding: 12px 15px;
text-align: left;
border-bottom: 1px solid var(--border-color);
}
thead tr {
border-bottom: 2px solid var(--primary-color);
}
th {
font-family: "Noto Sans SC", sans-serif;
font-weight: 700;
}
tbody tr:hover {
background-color: #f1f3f5;
}
/* --- Table of Contents --- */
.toc {
background-color: #f8f9fa;
border: 1px solid #e9ecef;
border-radius: 6px;
padding: 1.5em 2em;
margin-bottom: 2em;
}
.toc-title {
font-family: "Noto Sans SC", sans-serif;
font-size: 20px;
font-weight: 700;
margin-top: 0;
margin-bottom: 1em;
color: var(--text-color);
}
.toc ul {
list-style: none;
padding-left: 0;
margin: 0;
}
.toc .toc-level-2 > li {
font-weight: 600;
margin-bottom: 0.8em;
font-size: 1.05em;
}
.toc .toc-level-3 {
padding-left: 2em;
margin-top: 0.5em;
}
.toc .toc-level-3 > li {
font-weight: 400;
margin-bottom: 0.5em;
font-size: 0.95em;
}
.toc a {
color: var(--primary-color);
}
.toc a:hover {
text-decoration: underline;
}
/* --- Component Group --- */
.component-group {
border: 1px solid #e9ecef;
border-radius: 6px;
padding: 1.5em;
margin: 1.5em 0;
background-color: #fdfdfe;
}
/* --- Chart --- */
.generated-chart {
margin: 2.5em 0;
padding: 1.5em;
border: 1px solid #e9ecef;
border-radius: 6px;
background-color: #fdfdfe;
}
.chart-container {
position: relative;
height: 400px;
width: 100%;
}
figcaption {
text-align: center;
margin-top: 1.2em;
font-size: 0.9em;
color: #6c757d;
font-style: italic;
}
</style>
</head>
<body>
<div class="paper-container">
<h1>Cerebras Systems：晶圆级芯片的十年逆袭</h1>
<nav class="toc">
<p class="toc-title">目录</p>
<ul class="toc-level-2">
<li><a href="#section-1">一、 创业故事：从“不可能”到现实的十年征程</a></li>
<li><a href="#section-2">二、 技术壁垒：晶圆级芯片的突破与创新</a></li>
<li><a href="#section-3">三、 商业逻辑：从硬件到服务的全方位布局</a></li>
<li><a href="#section-4">四、 改写AI芯片格局：挑战与展望</a></li>
</ul>
</nav>
<h2 id="section-1">创业故事：从“不可能”到现实的十年征程</h2>
<p>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<strong>“做别人尝试过但失败了的事情”</strong>，希望能在计算史上留下自己的篇章【6†source】。</p>
<p>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。</p>
<p>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。</p>
<h2 id="section-2">技术壁垒：晶圆级芯片的突破与创新</h2>
<p>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<strong>将整片晶圆作为一颗芯片</strong>，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：</p>
<div class="component-group">
<p><strong>1. 超高内存带宽与容量：</strong> AI计算往往受制于“内存墙”，即数据搬运速度跟不上计算速度。WSE通过将海量存储和计算集成在同一晶圆上，实现了前所未有的内存带宽和容量【2†source】。WSE-3的21 PB/s内存带宽和44GB片上存储，使得模型推理时无需频繁从外部存储读取数据，极大缓解了数据搬运延迟【11†source】。Cerebras官方称，这种架构让CS-3系统在推理速度上达到传统GPU的15倍【9†source】。</p>
<p><strong>2. 故障容忍与良率突破：</strong> 晶圆级芯片面临巨大的制造良率挑战——传统芯片哪怕一个微小缺陷都可能导致整片报废。Cerebras发明了<strong>多芯粒晶圆级互连</strong>和<strong>故障容忍架构</strong>两大基础技术来解决这一难题【2†source】。简单来说，Cerebras在晶圆上划分出大量小芯粒，并通过高速互连将它们连接成一个整体。如果某个芯粒出现缺陷，系统可以绕过它，将任务路由到其他正常芯粒上，而不会导致整片晶圆失效【2†source】。这种架构使得Cerebras在制造时<strong>不需要追求100%良率</strong>，大幅降低了晶圆级芯片的生产风险。据Cerebras介绍，其WSE-3晶圆上即使有数十个芯粒故障，系统仍可正常运行，这在传统芯片设计中是无法想象的【25†source】【26†source】。正是凭借这一创新，Cerebras才得以量产晶圆级芯片，实现了半个多世纪以来半导体行业未曾突破的壮举【2†source】【27†source】。</p>
</div>
<p>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。</p>
<h2 id="section-3">商业逻辑：从硬件到服务的全方位布局</h2>
<p>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。</p>
<p><strong>1. 硬件销售与云服务并举：</strong> 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。</p>
<p><strong>2. 丰富产品线与专业服务：</strong> 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。</p>
<p><strong>3. 财务表现与估值：</strong> 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。</p>
<figure class="generated-chart">
<div class="chart-container">
<canvas id="financialChart"></canvas>
</div>
<figcaption>图1：Cerebras Systems 2024-2025年营收与净利润对比</figcaption>
</figure>
<h2 id="section-4">改写AI芯片格局：挑战与展望</h2>
<p>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。</p>
<p>然而，Cerebras也面临诸多挑战。首先是<strong>生态与习惯的壁垒</strong>：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<strong>产能和成本</strong>：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<strong>竞争格局</strong>：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。</p>
<p>尽管前路挑战重重，Cerebras的出现已经证明了<strong>“大即是美”</strong>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<strong>“75年来计算机行业一直未能解决的问题”</strong>【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】</p>
</div>
<script>
document.addEventListener('DOMContentLoaded', function () {
const ctx = document.getElementById('financialChart');
if (ctx) {
const financialChart = new Chart(ctx, {
type: 'bar',
data: {
labels: ['2024年 (估算)', '2025年'],
datasets: [{
label: '营收 (百万美元)',
data: [289.2, 510], // 2024营收由5.1亿 / 1.76计算得出
backgroundColor: 'rgba(13, 110, 253, 0.6)',
borderColor: 'rgba(13, 110, 253, 1)',
borderWidth: 1,
yAxisID: 'yRevenue',
order: 2
}, {
label: '净利润 (百万美元)',
data: [0, 87.9], // 2024年净利润为0（亏损），2025为87.9
type: 'line',
backgroundColor: 'rgba(25, 135, 84, 0.8)',
borderColor: 'rgba(25, 135, 84, 1)',
borderWidth: 2.5,
pointBackgroundColor: 'rgba(25, 135, 84, 1)',
pointRadius: 5,
yAxisID: 'yProfit',
order: 1,
tension: 0.1
}]
},
options: {
responsive: true,
maintainAspectRatio: false,
interaction: {
mode: 'index',
intersect: false,
},
plugins: {
title: {
display: false
},
tooltip: {
titleFont: { family: '"Noto Sans SC", sans-serif' },
bodyFont: { family: '"Noto Serif SC", serif' },
callbacks: {
label: function(context) {
let label = context.dataset.label || '';
if (label) {
label += ': ';
}
if (context.parsed.y !== null) {
label += context.parsed.y + ' 百万美元';
}
if (context.dataset.label === '净利润 (百万美元)' && context.parsed.y === 0) {
return '净利润: 亏损';
}
return label;
}
}
},
legend: {
labels: {
font: {
family: '"Noto Sans SC", sans-serif',
size: 12
}
}
}
},
scales: {
x: {
grid: {
display: false
},
ticks: {
font: {
family: '"Noto Sans SC", sans-serif',
size: 13
}
}
},
yRevenue: {
type: 'linear',
position: 'left',
max: 600,
title: {
display: true,
text: '营收 (百万美元)',
font: {
family: '"Noto Sans SC", sans-serif',
size: 14
}
},
grid: {
color: '#E9ECEF',
borderDash: [5, 5]
},
ticks: {
font: {
family: '"Noto Sans SC", sans-serif'
}
}
},
yProfit: {
type: 'linear',
position: 'right',
max: 120,
title: {
display: true,
text: '净利润 (百万美元)',
font: {
family: '"Noto Sans SC", sans-serif',
size: 14
}
},
grid: {
drawOnChartArea: false, // only show the grid for the left axis
},
ticks: {
font: {
family: '"Noto Sans SC", sans-serif'
}
}
}
}
}
});
}
});
</script>
</body>
</html>
登录后可参与表态
讨论回复
0 条回复还没有人回复，快来发表你的看法吧！