5月14日，Cerebras Systems在纳斯达克上市，开盘暴涨108%，市值突破830亿美元（5600亿人民币），这是2026年迄今为止最大的IPO。
在认购阶段，Cerebras就已经备受市场追捧。它最初定的发行价是每股115至125美元，募资约35亿美元，但市场需求远超预期，超额认购超过20倍。于是Cerebras Systems火线提价，最终发行价被提升至每股185美元。
硅谷老牌风投Benchmark Capital，在2016年领投了Cerebras的2700万美元A轮融资，当时后者的估值只有大约6000万美元。Cerebra的上市，让Benchmark Capital的回报轻松突破了千倍。
Cerebras是一家GPU公司，但它的故事之所以“性感”，并不在于再造一个英伟达，而是走了一条在芯片设计中属于“异端”的路线——把一整张晶圆雕刻成一枚超巨型的芯片，从而一举解决芯片间通信的难题，这是当前制约AI大模型运行速度的核心瓶颈。
这不是一个典型的硅谷创业故事。硅谷不含“硅”已经很多年，像Cerebras这样的芯片公司其实并非硅谷VC的宠儿。Cerebras在创业初期曾被一些主流投资机构认为极具风险，甚至是“不切实际”的。不过，随着AI大模型的发展，算力瓶颈的问题愈发突出，芯片公司也重新进入主流资本的视野。因此，Cerebras的火爆IPO，标志着硅谷再次回归半导体。
硅谷最执拗的“老团队”
Cerebras的创始人兼CEO名叫Andrew Feldman，此人是半导体行业不多见的“文科生”。他毕业于斯坦福大学，但修的是经济学和政治学专业。不过，Andrew Feldman很早就在计算机领域创业，最成功的一次是2007年创立微服务器公司SeaMicro，2012年以3.34亿美元卖给了AMD。
正是SeaMicro的成功，让Andrew Feldman身边聚拢了一批铁杆伙伴。Cerebras的创业五人帮，包括Andrew Feldman本人在内，全部是原SeaMicro的核心人员。
2015年SeaMicro停止运营，他们聚在一起讨论接下来应该干一件什么“大事”。经过几个月的构思，他们想到了一个兴奋的idea：做一款芯片，体积比有史以来最大的芯片还大60倍，专门用于AI。这个想法一提出来就俘获了所有人，因为这是“大多数人见过的最大胆的硬件产品。”
实际上，这个想法并不是他们的创举。早在，1980年代，IBM等玩家就尝试过类似的事情，但最终因良率和散热问题宣告失败。
良率问题是怎么回事呢？简单来说， 半导体制造过程中不可避免地存在杂质，因此晶圆难免存在一些缺陷。传统做法是把一块晶圆切成数百份，这样就可以剔除缺陷的部分。而如果把一整块晶圆做成一颗芯片，只要晶圆上存在一处缺陷，整颗芯片就报废了。
另外，芯片的功率很高，体积做得太大之后散热和供电也很难解决。
Cerebras在2016年3月成立，此后十年，团队逐一攻克了前人的“三座大山”。
首先是缺陷容错。 Cerebras的设计是在芯片上集成了约1%到1.5%的冗余内核，一旦测试发现坏核，片上结构自动通过硬件路由重新配置，将信号导向备用内核。这种自愈机制确保了即使晶圆上有数千个缺陷，整块芯片依然能作为一个完整的计算单元运行。
其次是供电。Cerebras的WSE-3在满负荷运行时需要30000安培的电流。Cerebras设计了密集的稳压器阵列，通过3D垂直供电方式直接作用于晶圆背面，同时加入特殊的控制逻辑，在工作负载切换时执行"虚拟操作"以平滑电流曲线。
然后是散热。晶圆级芯片的产热远远超过了风冷极限。因此Cerebras采用精密定制的冷板散热方案，将散热片直接压在硅片上，利用高速流动的冷却液带走热量。同时，为了应对硅片与印刷电路板热膨胀系数不一致的问题，Cerebras开发了专用柔性封装连接器。
2019年，Cerebras推出了第一代WSE-1芯片，第一次将晶圆级芯片呈现在世人面前，它是当时世界上最大的芯片，集成了40万个AI优化内核，震惊了业界。2021年，第二代WSE-2芯片问世，AI内核增加到85万个。然后就是2024年推出的WSE-3，这款芯片真正将晶圆级芯片推到了商业化的临界点上。WSE-3的峰值算力可以达到125 Petaflops，让传统GPU望尘莫及。
WSE-3是一款真正的“AI原生”芯片，是以最高支持24万亿参数的超大AI模型运行为目标设计的。
在半导体行业的历史上，真正的范式转移往往不是“更好”的同类产品，而是一种完全不同的思考方式。Cerebras代表的是“硅片复杂度”的极致——用一块巨大芯片解决一切问题；英伟达代表的是“系统复杂度”的极致——通过NVLink网络将成千上万个芯片连接成一个整体。前者消除了芯片间通信的延迟，后者在构建数万片规模的超巨型集群时更为成熟。
Cerebras的联合创始人、CTO Sean Lie如此解释团队的信念：“我们不是在用更大的芯片做和英伟达一样的事情。英伟达的架构本质上是为图形渲染设计的向量处理器，而我们是为AI中大量的不规则计算和稀疏性从头设计的。跳过无效计算、只在非零数据上消耗电能——这是GPU不可能做到的细粒度优化”。
OpenAI的200亿美元赌约
当然，技术再先进，没有客户买单也毫无意义。Cerebras的商业化转折点发生在2026年初，它签下了可能是芯片行业历史上金额最大的单笔合同，买家是极度算力焦虑的OpenAI。
根据Cerebras的招股书，Cerebras承诺在2028年底前向OpenAI提供高达750兆瓦（MW）的推理计算能力。这一合同包含100亿美元的核心采购承诺，并设有最高可达2吉瓦（GW）的扩展选项，预计总价值超过200亿美元。作为交易的一部分，OpenAI还向Cerebras提供了一笔约10亿美元的运营资金贷款，并附有认股权证：若OpenAI总支出达到300亿美元，将有权获得Cerebras高达10%的股权。
这笔交易不仅仅是买芯片。OpenAI CEO山姆·奥特曼此前一直在寻求摆脱对英伟达的单一依赖，而Cerebras提供了一个“去CUDA化”的备选路径。对OpenAI而言，这是一种战略对冲；对Cerebras而言，这则是一份对技术可行性的强力背书：全球最前沿的AGI公司已经选择了晶圆级芯片。
随着商业化前景逐渐清晰，Cerebras的估值进入指数增长模式。2021年11月，Cerebras的F轮融资估值为40亿美元；2025年9月的G轮融资估值涨到了81亿美元；到上市前，2026年2月H轮融资估值继续涨到230亿美元，五个月内涨了两倍。
当前，英伟达占据了除中国外的全球GPU市场90%以上的份额，霸主地位无可撼动。但Cerebras也是锋芒毕露，试图从所谓“快速推理”的角度切走英伟达的蛋糕。在上市前不久，Andrew Feldman接受WSJ采访时说，Cerebras的芯片在执行AI任务时比英伟达的GPU快25倍，是这种绝对的速度优势说服了OpenAI，让它成为客户。他还补刀了一句：“英伟达不想失去OpenAI的快速推理业务，是我们从他们手里夺了过来。”
除了OpenAI，Cerebras在商业化上的另一重大进展是在3月份达成了与亚马逊的多年期战略合作。亚马逊将在自己的数据中心部署Cerebras的WSE-3芯片，预计在今年上半年之内，客户就可以通过亚马逊云用上WSE-3芯片的极速推理服务。这也是Cerebras首次与主流云巨头深度集成。
347亿美元的明牌与暗牌
Cerebras的招股书展示了一份亮眼的财务成绩单：2025财年营收5.1亿美元，较2024年的2.9亿美元增长76%；GAAP净利润达到2.4亿美元，较2024年4.8亿美元的亏损实现扭亏为盈。
不过，Cerebras的财务状况没有看起来这么好。2025年的盈利中，实际上包含了3.6亿美元的非现金收益，主要与合约负债的会计重组有关。剔除这些非经常性损益后，Cerebras在运营层面仍处于亏损状态，2025年的运营亏损是1.459亿美元，相比于2024年的1.01亿美元实际上是扩大了。
另外，在OpenAI入场之前，Cerebras的客户质量其实很一般。2025年，公司86%的营收都来自阿联酋的主权AI项目。2024年，Cerebras还为此遭到美国CFIUS的审查，使得它的第一次IPO尝试告吹。
与此同时，感觉到威胁的英伟达也在对Cerebras展开围堵。2025年12月，英伟达以200亿美元现金收购了AI推理初创公司Groq，这是英伟达历史上金额最大的一笔收购。Groq的语言处理单元（LPU）技术与Cerebras的"追求极致片上通信速度"异曲同工。收购后不久，英伟达迅速整合了 Groq 的技术，并推出了“Groq 3 LPX”推理加速器 。
Cerebras目前800多亿美元的市值，相当于2025年5.1亿美元营收的160倍。这是合理的估值，还是AI泡沫的结果？
反正，Bechmark已经用真金白银给出了自己的答案。前面提到，Bechmark作为Cerebras的首轮投资者，已经拿下了千倍回报。但Bechmark并未就此收手。2026年2月，Benchmark在Cerebras的H轮融资中继续追投了至少2.25亿美元，这轮融资Cerebras的估值已经达到230亿美元。要知道，Bechmark的主基金规模只有4.5亿美元。为了这次追投，Bechmark特别成立了两只专项基金(SPV)。
在项目已经临近IPO，不惜成立专项基金也要追投，这在专注于早期精品投资的Bechmark历史上可不多见。显然，在Benchmark看来Cerebras还远没有触到天花板。