财经 2026-05-15

Cerebras上市首日暴涨68%:巨型“芯片怪兽”如何撼动AI霸主英伟达?

当整个硅谷都在为英伟达的算力霸权构建层层护城河时,有人选择了一种近乎疯狂的路径:把整片晶圆做成一块芯片。2026年5月14日,AI芯片公司Cerebras正式登陆纳斯达克,开盘即暴涨68%,市值直冲950亿美元。这不仅是一场资本的狂欢,更是一次对现有AI计算架构的公开宣战。

## 从“疯子”到“新贵”:Cerebras的崛起之路

就在几年前,当Cerebras首次展示其晶圆级处理器WSE(Wafer Scale Engine)时,整个行业的第一反应是“不可能”。传统的芯片制造依赖于在一片圆形晶圆上切割出数百个独立的处理器,每个处理器都有独立的封装和接口。而Cerebras的做法就像用一整块完整的硅片来制造一个超级处理器,这种设计在业界被认为是“违背了芯片制造的物理常识”——巨大的芯片意味着极高的制造缺陷率,如果某一块区域出错,整张晶圆就会报废。

然而,Cerebras的创始人Andrew Feldman(前SeaMicro创始人)赌对了。他们与台积电深度合作,通过专用的制造流程和冗余设计,硬生生地将这块堪比人脸大小的芯片变成了现实。WSE-3拥有4万亿个晶体管,90万个AI核心,是英伟达H100芯片核心数量的数百倍。这种“把核弹做成航母”的设计理念,让Cerebras在训练超大规模AI模型时拥有了独特的优势:它不需要像英伟达那样将模型分割到成千上万块GPU上进行分布式计算,因为它的“大脑”本身就是一块完整的巨型芯片。

## 技术上的“非主流”:为什么Cerebras与众不同?

Cerebras的成功并非仅靠“大”。在AI计算领域,英伟达的CUDA生态和GPU架构几乎统治了整个市场,其优势在于通用性和灵活性。但Cerebras走的是“专用化”路线——他们的一切设计都只为深度学习而生。

首先,是计算效率问题。在英伟达的GPU集群中,数据需要在数千块芯片之间来回传输,每一次传输都会带来延迟和能耗。而Cerebras的WSE芯片由于所有核心都在同一块晶体上,数据访问速度极快,延迟被降低到了纳秒级别。这意味着,当训练大型语言模型或科学计算任务时,Cerebras芯片的计算资源利用率能达到90%以上,而GPU集群在复杂分布式任务中往往只能做到30%-50%的利用率。

其次,是稀疏计算能力。最新的大模型研究中,稀疏化技术(比如MoE混合专家模型)正变得越来越重要。这类模型中的大部分神经元在推理时其实是“静默”的,Cerebras的芯片可以动态地关闭不需要的核心,实现真正的“按需计算”。英伟达的GPU虽然也支持稀疏计算,但底层硬件架构在这方面并不高效。

## 950亿市值的底气:一场“三体人”式的反攻

上市即获950亿美元估值,资本市场对Cerebras的追捧不仅仅是技术叙事,更是对AI芯片“去英伟达化”的强烈期待。目前,英伟达占全球AI芯片市场份额超过80%,几乎所有科技巨头都希望看到第二极的出现。

Cerebras的商业策略也非常聪明:他们没有直接去做云服务商,而是以“AI计算系统”的形式直接出售整机。客户买到的不是一块芯片,而是一整套集成了散热、电源和CS-3软件的巨型设备。这种“交钥匙”方案大大降低了客户的使用门槛。目前,他们的客户名单中包括了阿联酋的G42、美国的制药巨头阿斯利康,以及多个国家的政府研究机构。特别是在药物研发和气候模拟这类需要“大规模、低延迟”计算的领域,Cerebras已经展现出了明确的优势。

此外,Cerebras还踩中了另一个风口:数据中心能耗问题。随着AI训练的成本攀升,电力消耗已成为巨大负担。Cerebras声称其CS-3系统相比同等性能的GPU集群,能耗低50%以上。在ESG(环境、社会和治理)和成本控制的双重压力下,这一点对大型企业极具吸引力。

## 隐忧与挑战:它能否真正挑战“黄氏定律”?

尽管狂欢,但不能忽视Cerebras面临的巨大挑战。

首先是生态。英伟达的CUDA发展至今已近20年,拥有最庞大的开发者社区和最丰富的工具链。如果你想用PyTorch或TensorFlow开发一个模型,在英伟达的显卡上运行是最方便的事情。而Cerebras有自己的编译器和解算器,虽然他们宣称可以兼容主流框架,但实际迁移过程中仍会遇到各种“坑”。对于习惯了英伟达生态的开发者来说,整套工具链的学习成本不低。

其次是市场天花板。Cerebras的WSE芯片虽然性能炸裂,但它是面向“超大规模计算”的专用方案,价格极其昂贵。一台CS-3系统的售价据说在数百万美元级别。这意味着它的客户只能是那些顶级科技公司和国家级研究机构。在个人开发者和中小企业市场,Cerebras完全无法与英伟达竞争。而英伟达的市场基本盘正是金字塔底座最庞大的那部分。

第三,英伟达并非无动于衷。黄仁勋已经多次暗示,下一代GPU架构(Rubin系列)将加入“晶圆级互联”技术,通过先进封装将多块GPU更紧密地组合在一起,模拟出类似Cerebras的“单芯片”体验。如果这条路行得通,Cerebras的技术优势可能会被大幅压缩。

## 结语:新王未定,但黑马已经冲出

Cerebras的上市无疑是2026年科技行业最具标志性的事件之一。它证明了一件事:在AI这个赛道上,创新不是只有“做更小的芯片”这一条路。“做更大、更专、更硬核的芯片”,同样能开辟出一片蓝海。

950亿的市值是资本的信任票,但真正的战斗才刚刚开始。对于Cerebras而言,短期内的任务是快速扩大客户规模并持续优化软件生态;长期来看,它必须找到与英伟达不同的生存之道——要么成为特定领域的“王者”,要么被巨头吞噬或边缘化。

但无论如何,我们都应该记住这一天。当英伟达的护城河看似牢不可破时,一家疯狂的创业公司用一块巨大的“硅片航母”证明了:只要敢于打破常规,AI芯片的故事还远未结束。

配图

---

📰 原文来源CNBC
🖼️ 配图来源:CNBC
✍️ 本文由 AI 辅助编辑改写,内容仅供参考

← 一场警告背后的科技冷战:台湾问题如何成为中美关系的“核按钮” AI医生笔记翻车了:安大略审计发现,你的病历可能是AI编出来的 →

暂无评论