2026年5月14日，一家名稱尚未為大眾熟知、但技術路線足以顛覆整個AI晶片產業格局的公司——Cerebras Systems，在那斯達克完成了2026年至今規模最大的科技類IPO。發行價185美元，開盤即跳空至350美元，首日收漲68%。這家被譽為「輝達最強挑戰者」的AI晶片新星，以一顆「餐盤大小」的晶圓級晶片，對GPU霸主輝達發起了最直接的技術挑戰。
然而，上市僅一個多月後，Cerebras交出的首份季報卻引發市場劇烈分歧——營收超預期、虧損大幅收斂，但毛利率指引驟降，導致盤後股價一度重挫超過10%。市場究竟在擔憂什麼？晶圓級晶片的獨立路線是否真的具備挑戰NVIDIA的長期邏輯？本文將從技術路線、財務表現、產業競爭格局與交易管道四個面向，對Cerebras進行系統性解析。
Cerebras 的價值
傳統晶片的製造邏輯是：在一片12英吋的矽晶圓上，光刻出數百顆晶片，然後切割、封裝、測試。每一顆晶片的面積受限於光刻機光罩尺寸，無法做大。而Cerebras的做法顛覆了這一範式——整片晶圓不切割、不拆分，一次性完成全域光刻佈線，將整張矽片製作成一顆超級巨型晶片。
這就是Cerebras的Wafer-Scale Engine（WSE）晶圓級引擎。最新一代WSE-3採用台積電5奈米製程，單片面積達46,225平方毫米，整合4兆顆電晶體與90萬個AI核心，搭載44GB片上SRAM，提供125 petaflops的AI運算效能。作為對比，AI資料中心主力晶片NVIDIA H100約含800億顆電晶體——WSE-3的電晶體數量是其50倍。
但電晶體數量的巨大差距並非Cerebras真正的護城河。更大的差異化在於記憶體架構。
傳統GPU（如H100）高度仰賴外部HBM高頻寬記憶體，晶片與記憶體之間的資料傳輸受限於物理頻寬。這被業界稱為「記憶體牆」——計算單元再強，資料搬不進來也無用武之地。而Cerebras將44GB SRAM直接整合於晶片內，片上記憶體頻寬高達21 PB/s。有分析指出，WSE-3的記憶體頻寬是輝達B200封裝晶片的2625倍。在AI推論場景中，這代表模型權重無需頻繁自片外搬運，可大幅降低推論延遲。
當然，晶圓級方案也並非沒有代價。整片晶圓只要出現一個致命缺陷，就可能影響整顆晶片的可用性。Cerebras的應對策略是「冗餘核心修復技術」——透過設計大量備用計算核心，自動避開瑕疵區域。但這無疑增加了設計的複雜度與成本。將整片晶圓作為單一晶片使用，缺陷容忍度與良率管理方式與傳統晶片製造截然不同。
技術路線的本質差異：輝達走的是「大規模叢集＋高速互聯」路線，以無數顆GPU組成超級電腦；Cerebras則是「單晶片極致放大」路線，用一顆巨型晶片取代成百上千顆GPU。前者經過數十年生態累積，軟體相容性無人能及；後者在特定推論場景理論上具有效率優勢，但軟體生態仍需從零建立。
上市首月：從狂歡到回調，CBRS的價格軌跡
2026年5月14日，Cerebras以185美元/股發行價在那斯達克上市，開盤即跳空高開至350美元，盤中一度暴漲108%並觸發熔斷，最終收於311.07美元。首日漲幅68%，成為2026年至今美國規模最大的科技公司IPO。
此後數週，CBRS股價劇烈震盪。股價曾衝高至386美元的歷史新高，也一度回落至197美元附近的歷史低點。截至6月23日（週二）常態交易收盤，CBRS報226.72美元——較發行價仍高約23%，但已較上市首日收盤價回落逾27%。
6月23日盤後，Cerebras公布上市後首份季度財報，隨即引發盤後股價急跌逾10%。6月24日夜盤，CBRS進一步下跌近11%，收於201.8美元。
截至發稿，CBRS市值約為498億美元，市盈率（TTM）約527倍。此一估值水準反映市場對其高速成長的預期，但同時也意味著任何不如預期的訊號都可能引發劇烈波動。
首份財報：營收超預期，為何市場不買單？
Cerebras 2026年第一季（截至3月31日）財報呈現鮮明的「兩面性」：
超預期的一面：
- 總營收1.934億美元，年增94%，超越分析師預期的1.812億美元
- 硬體營收1.106億美元，年增59%
- 雲端及其他服務營收8,280萬美元，年增178%
- 淨虧損1,400萬美元，較去年同期的2,390萬美元大幅收斂
- 每股虧損0.22美元，優於分析師預期的0.25美元
- 全年營收指引為8.55億至8.65億美元，高於分析師預期的8.248億美元
引發擔憂的一面：
- 第二季核心毛利率指引為36%-38%，較第一季的46.5%驟降逾10個百分點
- 全年核心營業利益率預估為-28%至-32%
- 公司預計第二季核心營收約1.94億美元
營收翻倍、虧損收斂、指引上調——這樣的成績單放在任何一家成長型公司都相當亮眼。但市場反應卻是盤後暴跌。邏輯並不複雜：市場對Cerebras的估值建立在「高成長＋高毛利」的雙重預期之上，而毛利率驟降直接動搖了後半部的根基。
首席財務長Bob Komin在財報電話會議上解釋毛利率下滑的主因：資料中心空間短缺，迫使Cerebras需向客戶租回自家系統，同時公司正「積極」擴充產能。這些成本預計將使2026年利潤率下降約10至15個百分點。執行長Andrew Feldman更直言：「極其諷刺的是，在我們和輝達發明了這麼多技術之後，建築本身竟成為限制因素。」
換言之，Cerebras目前面臨的核心瓶頸並非技術或需求，而是實體基礎建設供應速度跟不上訂單成長速度。這對短期獲利造成壓力，但從另一角度看，也印證了需求的真實性與迫切性。
OpenAI與AWS：200億美元訂單背後的客戶結構質變
Cerebras的客戶結構演變，是理解其長期價值的關鍵。
2024年上半年，阿聯酋AI企業G42貢獻了Cerebras 87%的營收。如此極端的客戶集中度曾是市場對其最大疑慮之一。然而，2026年1月，Cerebras宣布與OpenAI簽署價值逾200億美元的策略合作協議——OpenAI將於2028年前部署750MW的Cerebras高速推論算力。雙方還聯合推出Codex-Spark，一款專為近乎即時編碼設計的AI模型，每秒可生成逾1,000個token。
同時，Cerebras與亞馬遜AWS建立多年策略合作，計畫將Cerebras CS-3系統部署至AWS資料中心。雙方將推出「解耦式推論策略」：AWS的Trainium 3晶片負責預填充運算，Cerebras CS-3則負責解碼階段的極速推論。
這兩項合作的意義遠超訂單金額本身。從單一客戶G42到OpenAI與AWS的雙支柱，Cerebras的客戶集中風險已獲得實質優化。更重要的是，OpenAI與AWS分別代表全球AI推論需求的兩大核心場景——前沿模型訓練與超大規模雲端服務部署。能同時取得這兩大巨頭的長期訂單，本身就是對Cerebras技術路線的「市場驗證」。
截至2025年底，Cerebras擁有246億美元的未交付合約積壓，公司預估至2027年可將其中37億美元轉為已確認收入。待交付訂單與當期營收比值約48倍——此數據既反映未來營收的可見度，也意味著Cerebras仍處於大規模交付的初期階段。
晶圓級晶片的獨立路線：挑戰NVIDIA壟斷的底氣與侷限
Cerebras選擇了一條與輝達截然不同的技術路徑。
輝達代表的是業界主流——Chiplet小晶粒拼接模式。將晶片拆分為運算、快取、I/O等不同功能的小晶粒，分別生產後再以先進封裝拼接。此路線優勢在於良率高、成本可控、可規模化量產，輝達B200、華為昇騰等皆採用此法。
而Cerebras的晶圓級路線則是「整張澆鑄」——不切割、不拼接，整片晶圓直接作為一顆晶片使用。此路線在推論場景理論上具有效率優勢，但也面臨製造複雜度高、良率管理困難、軟體生態需從零建立等挑戰。
兩者競爭本質是「規模經濟」與「極致效率」兩種典範的較量。輝達的優勢在於數十年累積的CUDA軟體生態與龐大量產能力；Cerebras則在特定推論場景中有望實現10倍以上速度優勢。
對投資人而言，關鍵問題不是「Cerebras能否擊敗輝達」——在可預見的未來，這幾乎不可能。真正的問題是：AI推論市場是否足夠大，大到能容納一條獨立於GPU的技術路線？ 若答案為肯定，Cerebras作為該路線唯一商業化玩家，其稀缺性本身就構成一套估值邏輯。
風險因素：不可忽視的四大挑戰
毛利率與獲利路徑的不確定性。 第二季毛利率指引自46.5%驟降至36%-38%，全年核心營業利益率仍為深度負值。公司距離可持續獲利仍有一段距離。摩根士丹利認為利潤率壓縮屬暫時性，預期隨Cerebras逐步擺脫租賃基礎設施，毛利率將回升至60%目標——但此判斷尚未獲市場驗證。
客戶集中風險的結構性變化仍待時間檢驗。 雖然OpenAI與AWS的加入大幅改善客戶結構，但來自OpenAI的200億美元訂單在總積壓訂單中仍占絕對主導（246億美元積壓中OpenAI占200億美元）。任何OpenAI部署節奏調整都可能對營收造成重大影響。
解禁期到期帶來的供給壓力。 本週四（6月25日），解禁期屆滿，約13%IPO股份將可供早期支持者及內部人士出售。流通股增加可能對股價形成短期壓力。
估值與成長速度的匹配度。 CBRS目前市銷率約91倍，遠高於輝達的約23倍。雖然高成長公司享有估值溢價有其合理性，但一旦成長放緩或毛利率改善不如預期，估值收縮風險不可忽視。
結語
Cerebras的崛起，本質上是AI算力需求從「訓練」轉向「推論」的縮影。當大型模型訓練趨於規模化、標準化，推論環節對延遲、成本與能效的極致追求，正為晶圓級晶片這類「非主流」技術路線開啟商業化窗口。
從首份財報來看，Cerebras交出了一份營收與訂單雙雙超預期的成績單，但毛利率驟降也暴露了成長初期的陣痛——資料中心實體基礎設施擴張速度趕不上算力需求爆發。這是「甜蜜的煩惱」，卻也是實質的獲利侵蝕。
對投資人而言，Cerebras代表的不是「輝達的替代者」，而是「AI推論的另一種可能」。這條獨立路線的最終成敗，取決於兩個核心變數的演化：一是AI推論市場能否持續高速擴張至足以支撐多條技術路線並存；二是Cerebras能否於2026-2027年將246億美元積壓訂單高效轉化為營收與現金流的良性循環。
Cerebras的晶圓級晶片能否真正撼動NVIDIA的GPU帝國？答案或許不在今天，而在未來12至24個月訂單轉化率、毛利率修復及AWS合作落地的每一個關鍵節點之中。
FAQ
Q1：Cerebras的晶圓級晶片WSE-3與輝達H100的核心差異是什麼？
WSE-3是一整片不切割的12英吋晶圓，整合4兆顆電晶體與90萬核心；H100則為傳統切割封裝晶片。核心差異在於記憶體架構：WSE-3內建44GB片上SRAM，頻寬21PB/s；H100仰賴外部HBM，頻寬僅3.35TB/s。WSE-3在推論場景中速度優勢顯著，但製造複雜度與成本更高。
Q2：Cerebras 2026年Q1財報的核心數據為何？
Q1營收1.934億美元，年增94%，超越預期的1.812億美元；淨虧損1,400萬美元，較去年同期的2,390萬美元大幅收斂；硬體營收1.106億美元，雲端服務營收8,280萬美元。全年營收指引為8.55億至8.65億美元。
Q3：Cerebras財報發布後股價為何大跌？
儘管營收與虧損均優於預期，但Q2毛利率指引自Q1的46.5%驟降至36%-38%。主因為資料中心空間不足，公司被迫向客戶租回系統並積極擴產，相關成本將壓低利潤率約10-15個百分點。市場擔憂獲利路徑的可見度。
Q4：Cerebras面臨的主要風險有哪些？
四大風險：毛利率驟降與獲利路徑不確定；客戶仍高度集中於OpenAI（200億美元訂單占積壓總額246億美元大部分）；6月25日解禁期到期，約13%IPO股份可出售；市銷率約91倍遠高於輝達的23倍，估值收縮風險顯著。
