2026年5月，AI芯片公司Cerebras Systems正式登陆纳斯达克，市值一度突破200亿美元。这场IPO不仅让这家以“晶圆级芯片”闻名的公司站上聚光灯下，更让早期投资者Benchmark Capital获得了惊人的数十亿美元回报。然而，TechCrunch披露的一个细节却让整个硅谷唏嘘不已——Benchmark合伙人Eric Vishria几乎错过了这场会议，也就是那笔让他所在基金赚得盆满钵满的投资。
一个电话、一次犹豫、一场差点没发生的见面，最终却成了VC行业教科书式的案例。这背后，不仅是运气与直觉的博弈，更折射出AI芯片赛道从狂热走向理性分化的关键时刻。
## 差点错过的“世纪之约”
故事要追溯到2018年。当时Cerebras刚刚成立不久，创始人Andrew Feldman带着一项疯狂的想法——制造一块比餐盘还大的单晶片，集成了超过40万个核心，专门用于AI训练和推理。这个想法在当时看来极其“反常识”：传统芯片厂遵循摩尔定律，通过不断缩小制程、切割晶圆来提升效率，而Cerebras反过来，试图用整张晶圆做一块芯片。
Eric Vishria当时是Benchmark的合伙人，负责企业软件和基础设施领域的投资。他的日程被各种初创公司的会议填满，而Cerebras的邀约并不起眼——毕竟，当时AI芯片赛道已经有NVIDIA独霸天下，英特尔、AMD虎视眈眈，新玩家几乎不被看好。Vishria承认，他曾多次打算取消这场会议，甚至已经让助理重新安排时间。最后，因为某个偶然的档期空档，他勉强赴约。
正是这次“勉强”的见面，让Benchmark成为了Cerebras早期最重要的投资者之一。Vishria后来回忆，Andrew Feldman在会议上展示的技术细节和工程哲学震撼了他——这种不遵循常规、用面积换算力的思路，可能在特定AI负载场景下实现数量级的效率提升。Benchmark随后领投了Cerebras的A轮融资，并在后续多轮追加投资，最终在IPO中持有关键股份。
## 晶圆级芯片的“豪赌”为何能赢
Cerebras的技术路线在业界一直存在争议。传统AI芯片（如NVIDIA的GPU）将多个小芯片拼接在一起，通过高速互联解决数据传输延迟问题。而Cerebras的Wafer-Scale Engine（WSE）直接将整张晶圆（直径300毫米）制成一块巨大的芯片，内部通过独有的蚀刻技术将数百亿个晶体管连接起来，消除了芯片间通信的瓶颈。
这种设计的优势在于：在处理超大模型（如GPT-4级别的大语言模型）时，数据不必频繁在多个芯片之间搬运，延迟和功耗大幅降低。缺点是良率极低——制造一块“完美”的晶圆级芯片，需要几乎没有缺陷的晶圆，这对台积电的制造工艺提出了近乎苛刻的要求。Cerebras通过内置冗余核心和容错架构解决了这一问题，允许晶圆上存在少量缺陷，依然能正常工作。
随着生成式AI爆发，大模型训练对算力的渴求让Cerebras的“大块头”有了用武之地。许多超大规模云厂商和科研机构开始采购Cerebras的CS-2系统，用于训练长序列Transformer模型或分子模拟等特殊任务。IPO招股书显示，2025年Cerebras营收超过12亿美元，同比增长超过80%，尽管仍远低于NVIDIA，但已经证明了一条差异化路径的可行性。
## 一笔投资改变VC团队的“运气哲学”
Vishria差点错过会议的故事，在硅谷并非孤例。红杉资本曾因合伙人出差而错过投资Google、Accel曾差点忽略Facebook。但Cerebras案例的特殊性在于：它发生在AI芯片这个极其“烧钱”且技术壁垒极高的领域，而Benchmark作为一家以“少而精”著称的基金，其投资决策高度依赖合伙人的个人判断。
如果Vishria当时真的取消了会议，Benchmark将失去数十亿美元的回报，甚至可能影响基金的募资和团队士气。这件事再次引出一个老生常谈的问题：VC的成功在多大程度上是“运气”？Vishria本人坦诚，他的很多成功投资都源于类似“多打了一个电话”或“多坐了十分钟”的瞬间。但深度分析认为，运气从来只留给有准备的人：Vishria长期跟踪AI基础设施领域，对数据和计算架构有深刻理解，才能在听到晶圆级芯片方案时迅速捕捉到价值。
对Benchmark而言，这笔投资也验证了其“合伙人驱动”模式的有效性——给予个别合伙人极大的决策自主权，允许他们依据直觉下注“反共识”项目。这种文化与软银Vision Fund那样的大规模系统性投资的风格截然不同。Cerebras IPO之后，Benchmark旗下基金的回报率大幅攀升，Vishria本人也晋升为基金最核心的合伙人之一。
## AI芯片格局的新变量
Cerebras上市恰逢AI算力市场发生结构性变化。NVIDIA凭借CUDA生态和H100/B200系列仍占据绝对主导地位，但客户对“替代方案”的需求正在增长。一方面，微软、谷歌、亚马逊等巨头自研芯片（Maia、TPU、Trainium）蚕食部分市场；另一方面，Cerebras、Groq、SambaNova等初创企业在特定场景展现出性能优势。
Cerebras的主战场是“超大规模模型训练”和“科学计算”。其独特的架构在处理万亿参数级模型的全数据并行训练时，可减少网络通信开销，训练时间比GPU集群缩短30%~50%。此外，晶圆级芯片天然的“内存带宽优势”使其在推理环节（如实时推荐、金融风控）也有价值。不过，Cerebras面临的挑战同样严峻：软件生态不如CUDA成熟、客户迁移成本高、以及资本市场对其盈利能力的长期拷问。
## 结语：偶然性与洞察力的双重奏
Eric Vishria差点错过Cerebras的故事，是风险投资行业不可复制却值得深思的样本。它提醒我们：在科技领域，最伟大的投资往往诞生于“会议安排前五分钟的决定”。但更深层的启示是，这种偶然性必须建立在深厚的行业认知之上。Vishria并非随机投注，他在赴约前已经做过大量关于AI计算瓶颈的研究，只是缺少一个触发点。
对Cerebras而言，IPO只是一个新的开始。当晶圆级芯片从“疯狂实验”变成“主流选择之一”时，公司需要在产品迭代、客户拓展和成本控制之间找到平衡。而对于AI芯片行业的观察者来说，这个故事也生动地展现了：每一次技术变革背后，都有一群在会议室里“差点没出现”的人，而他们的一念之差，足以改写整个产业的走向。
暂无评论