Cerebras再闯IPO：这不是又一家AI芯片公司上市，而是英伟达防线第一次被公开试探

Cerebras Systems 再次向美国证券交易委员会提交上市申请，准备在 5 月中旬冲刺 IPO。这家公司由 CEO Andrew Feldman 领导，主打超大规模 AI 芯片，声称自己提供“最快的训练和推理硬件”。如果只把这条新闻看成融资事件，就低估了它的分量：在 AI 基础设施这场战争里，Cerebras 是少数敢正面挑战英伟达、而且已经拿到头部客户订单的公司之一。

更关键的是，这次上市申请发生在几个高价值信号之后：2025 年公司收入达到 5.1 亿美元，申报文件中净利润为 2.378 亿美元；此前又拿下 AWS 数据中心合作，以及据称金额超过 100 亿美元的 OpenAI 计算合作。它真正想卖给资本市场的，不是“又一颗更大的芯片”，而是一个判断：AI 推理时代，市场不一定还只属于 GPU。

Cerebras为什么现在敢回来

Cerebras 2024 年就试图 IPO，但因为阿布扎比 G42 投资遭遇美国联邦审查，最终撤回申请。这个背景很重要，它提醒市场：AI 芯片公司不是普通硬件公司，地缘政治、供应链和资本来源都会影响上市节奏。

如今它选择重来，底气来自两件事：一是去年 9 月完成 11 亿美元 G 轮融资，今年 2 月又完成 10 亿美元 H 轮融资，估值据《华尔街日报》报道已到 230 亿美元；二是它终于不再只是“技术上很酷”的公司，而是有了大客户背书。对一级市场来说，这是增长故事；对二级市场来说，这才像能被定价的生意。

真正的看点，不是训练，而是推理订单开始松动

过去两年，AI 芯片创业公司最常见的叙事是“训练更快、成本更低”，但现实是训练市场几乎被英伟达 CUDA 生态锁死。Cerebras 这次最有杀伤力的地方，在于它公开把战场转向推理。

Feldman 对《华尔街日报》那句颇带挑衅的话——“我们从英伟达手里拿走了 OpenAI 的高速推理业务”——并不只是公关表态。它背后的行业逻辑是：当大模型从训练转向大规模上线，客户最在意的会变成延迟、吞吐和总拥有成本，而不只是峰值算力。谁能把每次调用成本压下来，谁就更有机会进数据中心。

横向看，几家公司路线已经明显分化：

这也解释了为什么 AWS 合作比一纸估值更重要。云厂愿意把它的芯片放进数据中心，意味着采购、运维、调度和客户交付这一整套链条，至少已经有了可执行性。很多 AI 芯片创业公司死在“样品很好，量产和部署太难”；Cerebras 现在是在努力证明自己没死在这一步。

对谁有影响：买算力的人会更现实，开发者未必立刻换栈

这条新闻最先影响的，不是普通消费者，而是几类正在做预算的人：

• 云服务采购团队会更认真比较英伟达之外的选项
• 大模型公司会把“第二供应商”从备胎变成谈判筹码
• 企业客户在推理部署上会重新算延迟和成本账
• 开发者会关注是否必须重写工具链，短期仍会偏保守

如果你是做企业 AI 应用的负责人，接下来最现实的变化不是立刻换芯片，而是采购会多一道问题：这套模型到底要继续绑在英伟达栈上，还是尝试把部分在线推理迁到更便宜、延迟更低的平台。对开发团队来说，能不能少改代码、能不能继续接主流框架，往往比芯片峰值性能更重要。行业里很多“性能胜利”，最后都输在迁移成本上。

亮眼数字背后，仍有几个硬约束

Cerebras 在文件中披露 2025 年营收 5.1 亿美元、净利润 2.378 亿美元，但如果剔除一次性项目，非 GAAP 口径下仍亏损 7570 万美元。这说明它现在还不能被简单视为一台稳定印钞机，利润质量需要继续看。IPO 市场会追问的，不是收入涨得快不快，而是这些大单有多少可持续、复购率如何、毛利率会不会被大客户压低。

还有一个容易被忽视的限制：头部 AI 客户订单越大，单一客户集中风险也越高。AWS 和 OpenAI 能把故事讲得很大，也能让公司更依赖少数客户。一旦客户自研芯片推进、模型架构变化，或者出于战略平衡重新分配算力采购，Cerebras 的收入波动可能会很剧烈。历史上不少半导体公司都证明了一点：拿下明星客户很难，摆脱对明星客户的依赖更难。

公开叙事是“我们打赢了更快的 AI 芯片之战”，行业现实却是：真正决定胜负的，往往是软件兼容、供应稳定、客户分布和资本开支周期。

这也是这次 IPO 最值得观察的地方。它不只是检验一家公司的成色，也在测试资本市场是否愿意为“英伟达之外的 AI 芯片”买单，而且不是概念性买单，而是按收入、利润和订单质量来定价。