Cerebras上市首日大涨68% 晶圆级芯片挑战英伟达推理霸权

Cerebras上市首日大涨68% 晶圆级芯片挑战英伟达推理霸权 大模型重心从训练转向实时推理，Cerebras通过将计算与SRAM内存集成于单片晶圆绕过HBM带宽瓶颈，并凭借OpenAI超200亿美元订单将算力转化为高增长的云服务收入。 视频系统梳理了 Cerebras 围绕“晶圆级引擎（WSE）”展开的十年商业与技术豪赌。从百度 AI 实验室最早验证 Scaling Law 并寻找硬件替代方案开始，Cerebras 团队选择绕过传统 GPU 与 HBM 的数据传输瓶颈，直接将整张晶圆打造成巨型芯片。在经历连续三年烧钱未出产品的生死边缘后，公司凭借美国国家实验室与中东巨头 G42 的关键订单起死回生，并在 AI 推理时代爆发之际，通过与 OpenAI 签署 200 亿美元大单和转型云端推理服务，最终成功登陆纳斯达克，揭示了下一代 AI 基础设施的激烈博弈。 百度AI实验室在验证Scaling Law后预判现有GPU集群无法满足未来超大模型算力需求，五位前SeaMicro工程师随后创立Cerebras，押注将计算、SRAM内存与网络完全集成于单一硅片的晶圆级芯片架构。 (1:17) 通过0.05 mm²微型核心与动态路由容错设计，Cerebras历时3年耗资近3亿美元攻克良率难题，于2019年推出首颗晶圆级芯片WSE-1及机柜系统CS-1，成功打入美国国家实验室。 (17:46) 经历中东客户G42引发的CFIUS国家安全审查及上市波折后，Cerebras在2025年平安夜与OpenAI签署逾200亿美元推理部署协议，加速向云端推理基础设施转型。 (25:12) 针对自回归生成阶段严格串行的Decode瓶颈，Cerebras利用片上SRAM提供的超高内存带宽，将大模型推理速度提升至传统方案的数倍，并与AWS等云厂商推进混合架构合作。 (28:29) 2026年5月Cerebras正式在纳斯达克IPO，首日涨幅达68%，市值一度跨过千亿美元大关，但随后公布的首份财报因设备回租等成本导致毛利率短期下挫，面临供应链与自研ASIC的多方竞争考验。 (37:35)

Cerebras通过押注晶圆级集成芯片（WSE）架构，将计算核心与高密度SRAM片上内存合二为一，绕开了传统GPU集群间通信延迟与高带宽内存（HBM）的供给瓶颈。在经历国家实验室早期验证、阿联酋主权客户地缘政治审查以及向云端推理服务的业务转型后，公司凭借与OpenAI签署的超200亿美元主协议成功登陆纳斯达克，成为抗衡英伟达算力生态的重要力量。 晶圆级架构：绕过HBM与通信墙 (4:25) 2014年百度AI实验室在训练3亿参数模型时提出规模定律（Scaling Law），揭示了算力扩展的线性规律，但传统GPU集群在多卡协作中因数据频繁搬运面临着严重的通信与显存瓶颈。2015年，五位前SeaMicro工程师创立Cerebras，摒弃把晶圆切碎再通过网络互联的常规思路，选择将整片晶圆做成单颗巨型处理器（WSE），其面积约为当时最大GPU的58倍。传统方案依赖外部HBM，而Cerebras直接将海量SRAM与计算核心集成在同一硅片上，实现了高出数千倍的内存带宽。 针对晶圆缺陷导致的良率风险，Cerebras采用单核心仅0.05 mm²的微型核心设计（仅为英伟达H100 SM核心的1%）以降低被缺陷击中的概率，并在晶圆上预留1%至1.5%的备用核心。配合片上网络的动态路由技术，系统制造时可自动屏蔽坏核并重新规划通信路径，使整片晶圆在软件层面始终呈现为无缺陷芯片。配合自主研发的25千瓦高密度水冷与供电系统，团队将巨型芯片整合为机柜级计算系统（CS系列），完成了物理层面的工程落地。 商业突围：从国家实验室到主权资本风波 (17:46) 在2019年WSE-1问世初期，商业AI市场尚未爆发，第一代CS-1仅售出十几台，CS-2售出约300台。早期采购主要来自美国国家实验室：阿贡国家实验室用于新冠病毒序列分析（获2022年戈登·贝尔特别奖），劳伦斯利弗莫尔国家实验室用于可控核聚变模拟，国家能源技术实验室测试显示其速度比自身超算快近500倍。 真正的商业规模化拐点来自阿布扎比AI集团G42。双方在2023年联手打造算力达4 exaflops的Condor Galaxy超算网络，订单金额超10亿美元。G42的重注使Cerebras营收从2022年的2460万美元增至2023年的7870万美元（G42占比超83%），并在2024年上半年攀升至87%。然而高度依赖单一客户引来了美国外国投资委员会（CFIUS）的国家安全审查，导致其2024年秋撤回IPO申请并将G42股份转为无投票权股。经整改获CFIUS放行后，Cerebras于2025年9月和2026年2月分别完成11亿美元G轮与10亿美元H轮融资（估值230亿美元），重新蓄力公开上市。 推理范式转移与OpenAI百亿大单 (25:12) 随着行业重心从模型训练转向落地应用，计算范式全面倒向自回归大模型推理。由于推理的Decode（生成）阶段必须严格按时序逐字生成，每次计算均需搬动模型权重与缓存，内存带宽成为决定推理速度的绝对核心指标。凭借集成在片上的巨量SRAM，Cerebras在推理速度上对传统GPU形成了高达15倍的优势，输出速率突破每秒2000 Token。2024年8月，公司上线兼容OpenAI API的Cerebras Inference云服务，正式从硬件销售转向云端基础设施，并在2026年与AWS探索混合部署模式（由AWS芯片负责Prefill阶段，Cerebras巨型芯片负责Decode阶段）。 2025年平安夜，Cerebras与早期投资人Sam Altman执掌的OpenAI签署超200亿美元的推理部署主协议，承诺部署750兆瓦至2吉瓦算力。OpenAI意在追求极端推理响应速度并分散英伟达供应链单点风险。2026年2月，双方联合上线完全由Cerebras算力驱动的Codex Spark模型，将晶圆级芯片带入代码毫秒级联动、实时交互教育等高频推理落地场景。 千亿IPO后的供应链依赖与毛利考验 2026年5月，Cerebras在纳斯达克挂牌上市，首日收盘价311美元（涨幅68%），盘中市值一度跨过千亿美元门槛，早期投资人周楠称其C轮账面回报超25倍。但在供应链端，公司全线产品高度依赖台积电5nm工艺；CEO Andrew Feldman指出，其架构优势在于完全避开了全行业最紧缺的HBM内存、CoWoS先进封装以及3nm前沿产线。 上市后的资本审视也随之而来。2026年6月公布的首份季度财报显示，因第二季度调整后毛利率指引降至36%–38%（第一季度为47%），公司股价单日暴跌15%。管理层解释称毛利波动是由于客户推理需求爆发、公司临时回租已售客户设备提供云服务所致，全年毛利率指引实际比原计划高10个百分点。同时，竞争格局迅速恶化：英伟达与Groq达成200亿美元合作，云厂商持续自研ASIC，而核心客户OpenAI也在2026年6月联手博通发布自研推理芯片Jalapeño，显示出云巨头自建闭环的野心。 Cerebras证明了利用单片晶圆绕开HBM与通信瓶颈的技术可行性，并在极速推理场景中撕开了英伟达生态的缺口；但面对重资产数据中心运营对毛利率的侵蚀、单一晶圆代工源头的依赖，以及以OpenAI为代表的核心客户积极自研ASIC的长期替代威胁，其商业闭环仍面临严苛审判。

[0:00] Cerebras CEO: 我们愿意和每一家 Hyperscaler 合作，提升 AI 推理速度——除了英伟达。 [0:00] Cerebras 团队: 是你解决不了。 [1:47] Greg Diamos: 计算机科学里的进步向来极其艰难，语音、语言、视觉曾被认为是碰不得的难题，但这个规律简单到不可思议——你只需要训练一个更大的语言模型。 [8:42] Greg Diamos: GPU 根本不需要这么大的功耗！ [17:46] Cerebras CEO: 芯片还是不能用。 [21:42] 美国计算机历史博物馆: The Biggest Chip in the World [41:26] Andrew Feldman: 我们公布的每一个指标都跑在计划前面，但市场会不会买单就是另一回事了。

[0:00] 十年前 这是一家没人看好的公司 [0:03] 从成立第一天 [0:04] 它就只想做一种 [0:05] 从来没有被造出来过的芯片 [0:08] 它试图挑战英伟达的霸主地位 [0:10] 却在成立之初屡屡碰壁 [0:12] 多次濒临倒闭 [0:14] 十年磨一剑 [0:15] 今年5月 它终于上市了 [0:18] 市值一度接近千亿美元 [0:20] CEO说 我们愿意和每一家 [0:22] Hyperscaler（超大规模云服务商）合作 [0:24] 提升AI推理速度 [0:25] 除了英伟达 [0:27] 当别人说“这个问题解决不了”的时候 [0:28] 你心里想的是 [0:29] 是“你”解决不了 [0:30] 我们有幸采访了Cerebras的早期投资人 [0:32] 和最早证明Cerebras产品可以落地的 [0:35] 研究人员 [0:36] 我们还和Cerebras内部负责产品的高管 [0:39] 讨论了近两年来Cerebras的转型 [0:41] 和IPO之后的动作 [0:43] 那串起这些蛛丝马迹之后 [0:45] 我自己也很惊讶地发现 [0:47] 要理解Cerebras上市的辉煌 [0:49] 我们需要回到十年前 [0:51] 回到一块白板 [0:53] 一个快要倒闭的创业公司 [0:55] 一段几乎没有人相信的物理学赌局 [0:58] 还有一个拥有当时全球最大语言模型的 [1:01] AI实验室 [1:03] 如何在一个不可能的时间节点 [1:05] 成为了这个故事里最关键的那一页 [1:09] 这是Cerebras的故事 [1:19] 2014年 吴恩达离开斯坦福AI实验室 [1:22] 加入百度 [1:23] 受到Google Brain启发 [1:24] 百度投入了3亿美元 [1:25] 成立了位于硅谷的AI实验室 [1:28] 他们最主要的目的是 [1:30] 让深度学习发挥商业价值 [1:32] 而对于当时的互联网公司来说 [1:34] 这大部分都是物理层面的应用 [1:37] 自动驾驶、机器人、语音识别 [1:40] 我当时会这么兴奋是因为在英伟达的时候 [1:43] 我就在想我们应该把整个CUDA的路线图 [1:46] 都转向深度学习 [1:47] 因为AI终于开始真正起作用了 [1:49] 一开始 这主要是在视觉任务上被证明的 [1:51] 比如图像识别 [1:53] 但后来 Andrew（吴恩达）加入百度之后 [1:55] 我们开始重新思考这个问题 [1:56] 他的想法是 [1:57] 我们应该做一些真正有产品影响力的东西 [1:58] 做一些人们真的会使用的东西 [2:00] 所以我们才从语音开始 [2:02] 因为语音的用户规模 [2:04] 比图像搜索要大得多 [2:05] 这是Greg Diamos [2:07] 他在独家采访当中告诉我们《硅谷101》 [2:10] 吴恩达当时为百度带去了一批 [2:12] 顶尖的AI研究员 [2:14] Greg就是其中之一 [2:16] 在此之前 Greg在英伟达做了多年的 [2:19] CUDA软件架构 [2:20] 而当年的CUDA [2:21] 还是一个无人问津的内部项目 [2:24] 那时候 [2:25] CUDA基本上就是个笑话 [2:27] 没人用 [2:28] AI实验室成立后不久 [2:29] 百度团队就发表了一篇知名的论文 [2:32] 《Deep Speech》 [2:33] 端到端的语音识别模型 [2:35] 允许人们点击麦克风标志 [2:37] 对搜索引擎说话 [2:38] 他们还训练了世界上最初的 [2:41] 几个深度神经网络 [2:42] 下一步的计划是训练语言模型 [2:45] 我们当时有一个疯狂的卷发研究员 [2:48] 叫Dario Amodei [2:50] 我们一起研究语言模型 [2:51] 也研究如何扩大语言模型的规模 [2:53] 那段时间 我们拥有世界上最大的 [2:55] 用于深度学习的CUDA集群 [3:00] 这后来也挺有名的 [3:02] 百度团队研究的语言模型 [3:04] 在当年是全球最大的 [3:06] 拥有3亿参数 [3:08] 训练这个模型 需要三个月的时间 [3:11] 在这个过程中 [3:12] 他们发现了一个规律 [3:13] 模型越大、数据越多、算力越强 [3:16] 模型就越聪明 [3:18] 而这个提升是可以预测的 是线性的 [3:21] 这个规律被称为Scaling Law（规模定律） [3:24] 在几年后 这个经过验证的结果 [3:26] 被百度团队发表在了一篇论文里 叫做 [3:29] 《Deep Learning Scaling is Predictable, Empirically》 [3:32] Dario Amodei后来将这个发现 [3:34] 带去了OpenAI [3:35] 成为了GPT的核心逻辑 [3:37] 我第一次看到这个规律的时候就觉得 [3:40] 这是通向智能的道路 [3:42] 我当时简直不敢相信 [3:43] 智能居然有路可达 [3:44] 你想象一下 [3:46] 像我这一代学计算机的人一直被教育说 [3:50] 计算机科学里的进步都非常困难 [3:52] 每一点提升都来之不易 [3:54] 有些问题几乎是碰不得的 [3:56] 比如语音、语言、视觉这些问题 [3:59] 都非常非常难 [4:01] 但这个东西就是能跑通 [4:04] 而且它很简单 [4:05] 你需要做的 [4:07] 只是训练一个更大的语言模型 [4:08] 但问题也随之而来 [4:10] 如果Scaling Law（规模定律）是对的 [4:11] 那么要训练将来真正有用的模型 [4:14] 所需要的算力 [4:15] 将是现有的GPU集群 [4:17] 完全无法提供的量级 [4:19] 百度的研究员们意识到 [4:21] 他们需要一种新的硬件 [4:27] 在百度团队发现Scaling Law（规模定律）的同一年 [4:30] 有五位硅谷工程师决定离开AMD [4:33] 在此之前 [4:34] 他们在一家 [4:35] 叫做SeaMicro的微服务器公司共事 [4:38] 2012年被AMD以3.34亿美元收购 [4:42] 这五个人的名字是 [4:43] Andrew Feldman, Gary Lauterbach [4:45] Michael James, Sean Lie, J-P Fricker [4:48] 其中 Andrew和Gary是SeaMicro的联创 [4:51] 第一次聚在一起的时候 [4:53] 五个人在一块白板上写下了他们的愿望 [4:56] 他们希望 硅谷的计算机历史博物馆 [4:59] 有一天会出现他们的名字 [5:02] 从第一天起 [5:03] Cerebras的目标就是 [5:04] 造一个为AI而生的硬件 [5:07] 在2015年 [5:09] 这个判断要归功于我的几位联合创始人 [5:11] Gary, Sean, JP和Michael [5:15] 他们当时已经看到了AI即将崛起 [5:19] 而这意味着 计算机会面临一个新的问题 [5:23] AI软件对底层芯片、对处理器提出的要求 [5:29] 会和过去完全不同 [5:31] 我们逐渐相信 针对这个新问题 [5:34] 我们可以造出一台更好的机器 [5:35] 我们知道 [5:35] 最初的AI训练靠CPU和GPU搭配 [5:39] CPU是总指挥 负责调度任务 [5:41] GPU则像一座巨大的工厂 [5:44] 里面有成千上万个小工位 [5:46] 可以进行大规模并行计算 [5:49] 但AI训练远不止一次计算 [5:52] 参数、梯度、激活值全得在 [5:54] 显存、缓存、计算单元和GPU间来回倒腾 [5:58] 一旦模型大到单卡塞不下 [6:01] 就得切成几块分给多卡 [6:03] 让它们互相配合 [6:05] 我们看到的是 这将是最难的一个问题 [6:08] 但只要攻克了它 [6:12] 我们就能做出一台 [6:14] 又快又省电的AI计算机 [6:15] 所以真正拖慢AI的 [6:17] 很多时候是数据在不同芯片、不同内存 [6:20] 不同机器之间来回移动的过程 [6:23] 许多芯片公司解决这个问题的思路 [6:26] 是把GPU拼成一个集群 [6:28] 再花大量工程 [6:30] 解决它们之间怎么沟通的问题 [6:32] 而Cerebras的思路是 [6:34] 将尽可能多的计算单元、内存和互联 [6:37] 放在一整片晶圆上 [6:39] 成为晶圆级引擎 [6:41] 普通芯片的制造 [6:43] 是在一张晶圆上 [6:44] 同时印出几百个小芯片 [6:46] 然后切开 一块一块单独使用 [6:49] 但Cerebras是把整张晶圆 [6:51] 做成一个巨大的AI处理器 [6:53] 这片晶圆的面积是最大GPU的58倍 [6:57] 很多原本需要跨GPU、跨服务器 [6:59] 跨网络完成的数据移动 [7:01] 现在都可以在晶圆内部完成 [7:04] 传统GPU架构里 [7:08] HBM（高带宽内存）是和计算芯片分开的 [7:14] 只要数据需要在内存和计算单元之间传输 [7:19] 就会耗费很长时间 [7:20] 这个过程受限于所谓的内存带宽 [7:22] 因为我们的内存和计算单元在同一片硅上 [7:26] 所以我们拥有极高的内存带宽 [7:29] 达到GPU的数千倍量级 [7:34] 2016年3月 [7:35] Cerebras正式成立 [7:36] 由Benchmark领投Series A [7:38] 融资2700万美元 [7:40] 说到这里 [7:41] 我们不得不感叹Andrew的远见 [7:44] 在2015年底 [7:45] Cerebras决定押注晶圆级引擎的时候 [7:48] Transformer架构甚至都还没有出现 [7:50] 而今天这套以大模型为核心的AI产业 [7:54] 也还远远没有成型 [7:56] 当时深度学习当然已经在爆发 [7:58] 英伟达也已经开始 [7:59] 把GPU推向数据中心和神经网络训练 [8:03] 但主流路线 [8:04] 仍然是把GPU拼成越来越大的集群 [8:07] 再用软件和高速互联 [8:09] 解决训练速度的问题 [8:11] Cerebras的不同之处在于 [8:13] 它从一开始就问了一个更加底层的问题 [8:16] 如果AI会成为一种全新的计算负载 [8:19] 那能不能为它重新设计一台机器呢 [8:23] 有投资人回忆 [8:24] 2015年底与Andrew见面的时候 [8:26] 发现他当时有一页slide（幻灯片） [8:28] 列出了深度学习面临的七个核心问题 [8:32] 而这些问题本质上都指向同一件事 [8:35] 训练时间太长 [8:37] 这也是上一章结尾我们提到的 [8:39] 百度团队所面临的瓶颈 [8:45] 这是投资人周楠 [8:47] 2016年她加入百度AI实验室 [8:49] 成为了Greg的同事 [8:51] 她的第一个任务 [8:52] 就是寻找一种为深度学习打造的计算方案 [8:56] 作为投资人 [8:57] 研究员们交给我的任务是 [9:00] 去寻找一种非常强大的 [9:03] 英伟达之外的AI算力方案 [9:06] 因为他们预测 在未来五到十年 [9:10] 更现实地说 可能是十年左右 [9:12] 会出现非常大的模型 [9:16] 参数规模会远远超过5亿 [9:19] 它会像一个维基百科模型一样 [9:22] 所以在当时他们都说 [9:22] 我们需要一种不同类型的GPU [9:25] 或者说一种不同的计算架构 [9:27] 来确保模型可以继续扩大 [9:30] 而且训练得更快 [9:31] 因为当时的GPU [9:32] 并不是为深度学习优化的架构 [9:36] 其实那个时候 [9:37] 挑战通用GPU的尝试还不少 [9:40] 谷歌已经在内部使用TPU [9:42] 这是一种所谓的ASIC（专门集成电路） [9:44] 是专门为了 [9:45] 机器学习里的矩阵计算而设计的 [9:47] 英特尔收购了 [9:49] 深度学习硬件创业公司Nervana [9:51] 英国的Graphcore在做IPU [9:53] Groq, Habana, SambaNova这些硬件公司 [9:56] 基本都是在这个阶段成立的 [9:58] 他们沿着不同的方向 [10:00] 试图重新设计AI芯片 [10:03] Cerebras的方案 [10:04] 在这之中是最激进的 [10:06] Cerebras对这个问题给出的答案 [10:09] 在当时是非常大胆的 [10:11] 我当时的理解是 [10:13] 如果AI会继续增长 如果模型会继续变大 [10:15] 那么整个计算机系统就必须被重新发明 [10:18] 而Cerebras的做法就是晶圆级计算 [10:22] 也就是Wafer-Scale Engine [10:23] 所以那个时候 [10:25] 真正的问题和风险是 [10:27] 如果算力会成为AI进步的瓶颈 [10:32] 那么这种结构真的能工作吗 [10:35] 这种架构真的能加速AI计算吗 [10:40] 这个想法听起来非常疯狂 [10:42] 但我十年前做的整个尽调 [10:47] 最后变成了一个非常科学驱动的项目 [10:50] 我们的核心原则是这个架构到底能不能成立 [10:54] 所以我们把所有风险 [10:57] 拆解成很多很小、可以逐一验证的问题 [11:00] 接下来 周楠花了整整四周的时间 [11:02] 把尽调变成了一个科学项目 [11:05] 把所有的投资风险 [11:06] 拆分成了一个个可以验证的技术问题 [11:10] 第一 良率能不能控制 [11:12] 晶圆制造一定会有缺陷 [11:14] 如果一整片晶圆就是一颗芯片 [11:17] 那这些缺陷会不会让整颗芯片报废呢 [11:20] 第二 第一次流片能不能成功呢 [11:24] 在芯片行业 [11:25] Tapeout（流片）意味着把设计交给工厂生产 [11:28] 一次失败 [11:28] 就可能意味着几千万美元的额外成本 [11:31] 和几个月的时间损失 [11:34] 第三 如果晶圆上有一部分区域坏掉 [11:37] 系统能不能识别、绕开 并且继续运行呢 [11:41] 第四 真实的AI工作负载 [11:43] 能不能被编译器映射到 [11:45] 这样一套全新的架构上 [11:48] 第五 它能不能接入客户已经在使用的 [11:51] 机器学习框架 [11:52] 而不是要求所有人从零开始重写代码 [11:56] 尽调过程当中的一个关键转折点 [11:58] 是在Greg见到Cerebras团队之后 [12:01] 那其实在Scaling Law的初步发现以后 [12:03] Greg已经见了大概20多家 [12:06] 大大小小的做芯片的初创公司 [12:09] 这20家公司给他的pitch（提案） [12:10] 都大同小异 [12:12] 基本上就是说 [12:12] 我们要做比英伟达更好的GPU [12:16] 一开始Cerebras对他来说 [12:17] 也是这20多家当中平平无奇的一家 [12:20] 直到有一天 [12:22] Greg来到了Cerebras的办公室 [12:24] 我就开车去了Cerebras的办公室 [12:27] CEO拿出一本实验笔记本 对我说 [12:30] 我想出了怎么把更多处理器 [12:32] 真正集成在一起 [12:34] 接着 他们叫来一群做散热的工程师 [12:38] 搬出一大块金属 [12:41] 说 这是我们要连接到芯片上的热交换器 [12:43] 直接对接在芯片本体上 [12:45] 用来给它降温 [12:46] 我当时的反应是 [12:47] 等一下 GPU根本不需要这么大的功耗 [12:49] 你们想的肯定不是普通GPU [12:51] 然后他们把一整片巨大的晶圆拿了出来 [12:53] 我一下子明白了 [12:55] 原来你们真的在尝试造一颗更大的芯片 [12:57] 而且不只是想造 [12:59] 你们已经成功有了一片 [13:02] 那一刻他意识到 [13:03] Cerebras不是一个山寨版的英伟达 [13:05] 他们在做一件完全不同的事情 [13:08] 那就是造一块大到前所未有的芯片 [13:12] 如果Cerebras真的能造出来这样一块芯片 [13:15] 就会解决百度团队的核心问题 速度 [13:19] 周楠告诉我们 [13:19] 团队将Cerebras的编辑器 [13:21] 接入了百度自研的3亿参数语言模型 [13:25] 在Cerebras的模拟器上跑了一遍测试 [13:28] 得到了不错的结果 [13:29] 要知道 当时Cerebras [13:31] 还没有真正出货的产品 [13:33] 他们只有一张实验室里的晶圆模型 [13:36] 和一台模拟器 [13:38] 四周后 周楠得出了她的结论 [13:40] 是的 这套架构是可行的 [13:43] 而且它非常重要 [13:44] 因为它真的有可能加速AI的发展 [13:50] 当然 那个时候Transformer还没有出现 [13:53] 但我们已经看到 [13:54] 语言模型的规模会变得非常非常大 [13:57] 远远超过5亿参数 [14:00] 其他的技术风险当然依旧存在 [14:02] 但周楠认为 它们都是可以被解决的 [14:05] 而且 如果真的出了什么问题 [14:07] 只要公司有足够的资金 [14:09] 这些问题就是可以解决的 [14:10] 所以我们决定押下这个激进的赌注 [14:13] 在这里 我们可以展开讲讲 [14:15] Cerebras是如何解决良率这个问题的 [14:18] 在台积电5纳米工艺下 [14:20] 每平方毫米大约会出现0.001个缺陷 [14:25] 听起来很小 是吧 [14:26] 但Cerebras的WSE-3芯片 [14:28] 面积是46225平方毫米 [14:32] 算一下 这样一来 [14:33] 在一整片晶圆上 就大约会有46个缺陷 [14:37] 在一块传统芯片上 [14:39] 如果没有容错设计 [14:41] 这46个缺陷里 [14:42] 任何一个都足以让整块芯片报废 [14:45] Cerebras的解法包括两个设计 [14:48] 第一 把核心做到极小 [14:51] 传统GPU的一个计算核心特别大 [14:54] 英伟达H100的一个SM核心 [14:56] 大约6平方毫米 [14:58] 一旦缺陷落在上面 [15:00] 这6平方毫米也就全废了 [15:02] 而Cerebras把每个核心 [15:04] 缩小到了0.05平方毫米 [15:06] 大约是H100核心的1% [15:09] 这意味着同样一个缺陷 [15:11] 砸在H100上要损失6平方毫米 [15:14] 但砸在Cerebras上只会损失0.05平方毫米 [15:18] 仅仅是把核心做小这一点 [15:21] 就让Cerebras的芯片 [15:22] 在面对缺陷时的容错能力 [15:24] 是传统GPU的百倍量级 [15:27] 第二招是冗余加智能路由 [15:30] Cerebras在整片晶圆上 [15:31] 多放了大约1%到1.5%的备用核心 [15:35] 平时这些核心是关闭的 闲置着 [15:38] 芯片上还内置了一套可以动态重新配置的 [15:42] 片上网络（on-chip fabric） [15:43] 制造测试阶段 [15:44] 系统可以识别哪些区域有缺陷 [15:46] 然后把这些坏掉的核心屏蔽掉 [15:49] 通过片上网络绕开它们 [15:51] 把工作负载映射到正常区域 [15:54] 从软件的角度看 [15:55] 整片晶圆始终是一块完美无缺的芯片 [15:59] 那46个缺陷 被悄悄地隐藏掉了 [16:02] 这个思路其实不是Cerebras自己发明的 [16:05] 内存芯片厂商和GPU厂商 [16:08] 几十年来都在用“冗余核心”来处理缺陷 [16:11] 英伟达的H100需要132个核心工作 [16:14] 但芯片上实际造了144个 [16:17] 允许最多12个是坏的 [16:19] Cerebras真正的创新 [16:21] 是把这个冗余的逻辑从一块小芯片 [16:24] 放大到了整整一张晶圆的尺度 [16:27] 用几十万个微小核心 [16:29] 加上一套能在整片晶圆上动态绕障的 [16:32] 路由网络 [16:33] 把一个“70年无解”的良品率难题 [16:36] 变成了一个可以管理的工程问题 [16:39] 在尽调之后 [16:40] 百度共同领投了Cerebras的Series C [16:43] 其实在做出投资决定之前 [16:45] 周楠还见到了Andrew本人 [16:47] 创始人的个人魅力 [16:49] 也是说服投资人的重要原因之一 [16:52] 他会讲故事 [16:53] 但他也有愿景和信念 [16:57] 十年前 我做那四周尽调的时候 [17:00] 几乎每天都要和他通电话两个小时 [17:04] 问他每一个具体的风险点 [17:08] 他每一个问题都回答得非常好 [17:11] 你能感觉到 [17:12] 他有一种非常严谨的工程思维 [17:16] 他很清楚每一个问题应该怎么解决 [17:20] 当时 Cerebras的团队有70多名PhD [17:23] 其中大部分人都在SeaMicro共事过 [17:26] 最后Greg告诉我们 [17:27] 就算Cerebras找不到客户 [17:30] 他也相信这个产品是有价值的 [17:33] （Cerebras）可能最终会被 [17:34] 英伟达、AMD或者Intel之类的公司收购 [17:37] 就算他们找不到客户 [17:41] （速度）对于百度来说是一个重要的挑战 [17:43] 所以我们决定和他们合作 [17:49] 虽然有周楠这样的投资人 [17:51] 选择相信Cerebras [17:52] 但那段时间 [17:53] Cerebras实际上举步维艰 [17:56] 从2016年成立到2019年中旬 [17:59] Cerebras完全隐身 [18:01] 没有产品、没有客户公告、没有新闻稿 [18:03] 这个在外界眼里神秘莫测的硬件公司 [18:07] 内部却一度非常危险 [18:09] 那个时候Cerebras每个月的烧钱速度 [18:12] 大约是800万美元 [18:14] 每六周开一次董事会 [18:16] 他都要汇报同一个坏消息 [18:18] 芯片还是不能用 [18:20] 三年 也就是将近三亿美元 [18:23] 都花在一个没人见过的产品上 [18:26] 他们要解决的问题 不只是芯片本身 [18:29] 一张晶圆级的芯片 功耗高达25千瓦 [18:32] 大约是一个普通家庭年用电量的两倍多 [18:36] 集中在一块餐盘大小的面积上 [18:39] 这意味着他们还需要重新发明散热系统 [18:42] 重新设计供电结构 [18:44] 重新设计与服务器机架的接口 [18:47] 上一章里我们提到的技术问题 都是壁垒 [18:51] 2019年夏天 [18:52] Cerebras终于让第一代WSE成功量产 [18:55] 并开始正常工作 [18:57] 那一天 几位工程师坐在Los Altos市中心 [19:00] 一间临时搭建的办公室里 [19:02] 盯着电脑屏幕 [19:04] 看着这个过去被认为不可能的系统 [19:07] 真的跑起来 [19:08] 半小时没人说话 [19:10] 没人做过这件事 [19:12] 当我们做到了 [19:13] 它成功了 [19:15] 2019年8月 [19:16] Cerebras终于走出了隐身模式 [19:18] 他们在Hot Chips大会上发布了WSE-1 [19:21] 全球第一款晶圆级芯片 [19:24] WSE-1的规格 [19:25] 在当时看起来近乎荒诞 [19:28] 面积超过4.5万平方毫米 [19:30] 是当时最大GPU的56.7倍 [19:34] 40万个AI计算核心 [19:36] 18GB的片上SRAM内存 [19:39] 相比之下 [19:40] 英伟达同期GPU的片上内存 [19:42] 只有几十兆字节 [19:44] 从具体产品上看 [19:45] Cerebras会整体交付一台完整的系统CS-1 [19:49] 就是这台冰箱大小的机器 [19:52] 把芯片、散热、供电、接口 [19:54] 全部整合在一起 [19:55] 插进数据中心的机柜就可以直接使用 [19:58] 同年 Cerebras完成了 [20:00] 2.72亿美元的E轮融资 [20:02] 正式成为独角兽 [20:04] 但问题来了 [20:06] 谁会第一个使用它呢 [20:08] 商业AI客户在2019年还没有形成规模 [20:12] 大家也都带使用英伟达 [20:14] 市场上没人看好Cerebras [20:16] 我们解决了计算机行业里最难的问题之一 [20:20] 但没有人在乎 [20:23] 第一代产品 [20:26] 我们可能只卖出了十几台 [20:28] 第二代 大概卖了300台 [20:30] 而到了第三代 我们现在是按上万台的规模在卖 [20:34] 中间有两三年的时间 [20:35] 我们其实是走在市场前面的 [20:37] 即使我们的速度特别快 [20:40] 也完全没有人在乎 [20:41] Cerebras的第一批真正的客户 [20:44] 来自于一个意想不到的地方 [20:46] 美国能源部旗下的国家实验室 [20:50] 阿贡国家实验室 [20:51] 用Cerebras系统分析新冠病毒的变异序列 [20:54] 后来 这个实验协助获得了 [20:56] 2022年的戈登贝尔特别奖 [20:58] 那是高性能计算领域最重要的奖项之一 [21:02] Lawrence Livermore国家实验室 [21:04] 用它来跑核聚变模拟 [21:06] 国家能源技术实验室测试的结果 [21:08] 是Cerebras系统 [21:10] 比实验室自己的超级计算机 [21:12] 快了大约500倍 [21:14] 这些客户用真实、严肃的科学任务 [21:16] 证明了这个技术可以落地 [21:19] 2021年 WSE-2发布 [21:21] 升级至7纳米制程 [21:23] 计算核心增至85万 [21:25] 晶体管数量达到2.6万亿 [21:28] 2022年 Cerebras用一台CS-2 [21:30] 在单台机器上 [21:32] 训练了参数量高达200亿的模型 [21:35] 创下了当时的纪录 [21:36] 这年 美国计算机历史博物馆 [21:38] 为Cerebras的WSE-2揭幕了一个永久展览 [21:42] 题为“The Biggest Chip in the World” [21:45] 世界上最大的芯片 [21:47] 距离2015年 [21:48] 五位创始人在白板上 [21:50] 立下那个 [21:51] 想要被写进计算机算力历史的目标 [21:54] 过去了整整七年 [22:01] 2021年11月 [22:02] Cerebras完成Series F融资 [22:04] 估值40亿美元 [22:06] 2026年5月 [22:07] Cerebras IPO 估值950亿美元 [22:11] 五年间 估值涨了将近25倍 [22:14] 其中一半的功劳 [22:15] 都归功于一个客户 [22:17] 它在三年时间里 [22:19] 把Cerebras [22:20] 从一家只有政府实验室客户的公司 [22:24] 变成了一家有真正商业规模的企业 [22:27] 但也是这个客户 [22:28] 让Cerebras的第一次上市计划彻底泡汤 [22:33] G42是阿布扎比的一家AI科技集团 [22:36] 与阿联酋政府深度关联 [22:38] 同时是微软的战略合作伙伴 [22:41] 2023年 G42和Cerebras宣布了一个名为 [22:44] Condor Galaxy的合作 [22:45] 基于Cerebras的系统 [22:47] 建造一个大规模超算网络 [22:49] 最大的一台超级计算机 [22:51] 算力达到4个exaflops [22:54] 合同规模超过10亿美元 [22:56] 其实我自己 [22:57] 也是通过这个项目认识Cerebras的 [23:00] 2023年的夏天 [23:01] 是我接触科技报道的第一年 [23:03] 在Cerebras位于Santa Clara的数据中心里 [23:07] 我亲眼见到了 [23:07] 这台6.5英尺高的超级计算机 [23:10] 它在白色的机箱里有序地运作着 [23:13] 平静的白噪音 闪烁的蓝光 [23:15] 对我来说也是一个十分难忘的场景 [23:18] Andrew当时告诉我 [23:19] 建造这台以WSE为内核的超级计算机 [23:23] 只花了10天 [23:24] Cerebras和G42的合作始于2021年 [23:28] 通过Condor Galaxy [23:29] G42想做一个阿拉伯语版的ChatGPT [23:33] 技术验证本身是不够的 [23:35] 对于一家深科技硬件公司来说 [23:36] 光证明技术可行还不够 [23:38] 你真的需要一个大客户 [23:40] 愿意实际部署你的系统 [23:42] 愿意付真金白银围绕着项技术去建设 [23:45] G42给了Cerebras这一点 [23:48] 我认为这对Cerebras帮助非常大 [23:50] 因为它为Cerebras带来了真正的收入 [23:53] 这对他们来说非常重要 [23:55] 财务数字就是最好的证明 [23:57] 2022年 Cerebras营收2460万美元 [24:01] 2023年 跳至7870万美元 [24:04] G42占比超过83% [24:07] 2024年上半年 [24:08] G42的占比进一步升至87% [24:12] 直到2024年9月 [24:14] Cerebras向纳斯达克提交了S-1招股书 [24:17] 准备上市 [24:19] 美国外国投资委员会（CFIUS） [24:21] 在看到Cerebras的大批营收 [24:23] 来自阿联酋客户G42之后 [24:25] 几乎立即启动了国家安全审查 [24:29] 最后Cerebras在无法获得 [24:30] CFIUS（美国海外投资委员会）放行的情况下 [24:32] 主动撤回了S-1申请 [24:34] G42持有的股份 [24:36] 被转换为无投票权股份 [24:38] 双方关系重新定性 [24:40] 最终 CFIUS在2025年3月31日 [24:43] 正式给Cerebras上市放行 [24:46] 虽然撤回了S-1 [24:47] 但这段时间的等待 并没有白费 [24:50] 2025年里 Cerebras完成了两轮 [24:52] 大规模私募融资 [24:54] 2025年9月的Series G [24:56] 融资11亿美元 估值81亿美元 [24:59] 2026年2月的Series H [25:01] 融资10亿美元 估值230亿美元 [25:05] 在等待上市的这段时间里 [25:06] Cerebras用私募市场完成了再一轮资本化 [25:15] 2025年12月24日的平安夜 [25:17] 本应是安静的一天 [25:19] 但那一天 发生了两件事 [25:21] 改变了整个AI芯片产业的格局 [25:24] 第一件事是英伟达和Groq签署合同 [25:27] 达成了200亿美元规模的技术授权 [25:30] 和资产交易 [25:32] Groq是Cerebras在推理芯片市场 [25:34] 最直接的竞争对手 [25:36] 它做的是LPU（语言处理单元） [25:39] 专门为固定大小的模型设计 [25:41] 追求极致的确定性和低延迟 [25:44] 我对Groq一直没有那么兴奋 [25:47] 因为我心里总觉得 [25:49] 如果英伟达真的想做 [25:51] 它其实也可以做类似的东西 [25:52] 第二件事 [25:53] 就是Cerebras和OpenAI宣布合作 [25:56] 他们签署的合同 [25:57] 总价值同样超过200亿美元 [26:00] OpenAI承诺部署 [26:01] 750兆瓦的Cerebras计算能力 [26:04] 用于OpenAI的推理业务 [26:06] 最大可扩展至2030年的2吉瓦 [26:10] 这是全球历史上规模最大的 [26:12] AI推理部署合同 [26:14] 大家捋捋这个时间线 [26:16] Cerebras是英伟达的挑战者 [26:18] 而就在英伟达吃下Groq的同一天 [26:21] OpenAI选择把最大的推理计算合同 [26:25] 给了Cerebras [26:26] 其实这个合作也并不令人惊讶 [26:29] Sam Altman是Cerebras最早期的投资人之一 [26:32] 而两家公司团队从2017年起就频繁交流 [26:36] 他们都相信一点 [26:38] 随着模型规模扩大 [26:40] 硬件架构和模型需求迟早汇合 [26:44] 我大概是在2025年夏天中期 [26:47] 和Sam聊过一次 [26:51] 他第一次明确跟我说 [26:53] 我们之前一直非常努力 [26:55] 只是为了跟上需求 [26:56] 但现在 [26:57] 我们开始看到高速推理的重要性 [26:58] 这之后我们就开始做一系列试验和测试 [27:00] 结果显示 [27:04] 我们比竞争对手快得多 [27:07] 这感觉非常好 [27:08] 因为我们真正想服务的 [27:11] 是那些非常聪明 [27:12] 正在用我们的东西做有意思事情的客户 [27:15] 所以我们和OpenAI的一些工程师开始合作 [27:18] 他们看到之后的反应是 [27:19] 哇 现在我们明白了 [27:22] 于是OpenAI和Cerebras在感恩节前夜 [27:25] 签了term sheet（投资意向书） [27:26] 在四周后的平安夜 [27:27] 签了master agreement（主协议） [27:29] 一个200亿美元以上的交易 [27:31] 能在四周内完成 [27:33] 其实是很罕见的 [27:35] OpenAI选择Cerebras的原因很简单 速度 [27:39] 以及供应链多元化 [27:42] OpenAI需要的算力 [27:44] 已经不是单一供应商能够完全满足的 [27:47] 它也需要高速推理来支撑实时产品 [27:51] 同时它也不想在推理业务上 [27:52] 只依赖一个算力来源 [27:53] 也就是Nvidia [27:55] 这个合同落地的速度 [27:56] 也超出了预期 [27:58] 我们在二月份完成了第一个集成 [28:01] 也就是说在宣布合作后的几周内 [28:03] 我们就完成了和Codex的第一次集成 [28:06] 这个合作的反馈非常好 [28:08] 我们推出了Codex Spark模型 [28:09] 它特别针对速度和互动性做了优化 [28:14] 后端由Cerebras提供支持 [28:15] 并向全球开放 [28:17] 这也让很多开发者和个人用户 [28:21] 不只是企业客户 [28:23] 第一次亲身体验到Cerebras的能力 [28:29] 那在讲述OpenAI合作的时候 [28:31] 我们经常提到的一个关键词是推理 [28:35] 在最开始几章 [28:36] 我们关注的是Scaling Law [28:37] 是模型的训练 [28:38] 这也是2024年之前 [28:40] Cerebras和大部分硬件公司 [28:42] 都在关注的方向 [28:44] 训练是建造模型 [28:46] 你要把海量的数据喂给一个神经网络 [28:48] 让它学会了语言的规律、世界的知识 [28:51] 这是一个巨大的、一次性的计算过程 [28:54] GPU非常适合做训练 [28:56] 是因为矩阵乘法是高度可以并行化的 [29:00] 你可以把几千块GPU连起来同时计算 [29:04] 但训练完成 [29:05] AI被我们用上的时候 [29:07] 发生的就是推理这个过程 [29:09] 从硬件角度看 [29:10] 推理是一个非常特殊的计算过程 [29:13] 大语言模型生成回答的时候 [29:15] 不是一次性把整段话吐出来 [29:18] 而是生成第一个词 [29:19] 才能知道第二个词该是什么 [29:21] 生成了第二个词 [29:23] 才能继续生成第三个词 [29:25] 也就是说 推理有很强的串行性 [29:28] 训练的时候 [29:29] 你可以把海量数据分成很多批次 [29:31] 扔给几千张GPU并行计算 [29:34] 但推理的时候 [29:35] 尤其是生成答案的decode阶段 [29:38] 模型必须沿着时间顺序往前走 [29:41] 每生成一个token [29:42] 都要进行一次模型计算 [29:44] 都要在模型权重、缓存和计算单元之间 [29:47] 搬动大量的数据 [29:49] 所以在推理时代 [29:51] 关键词是速度 [29:53] 模型能不能足够快地读到数据 [29:55] 足够快地生成下一个token [29:57] 这个时候我们才能看到 [29:59] Cerebras的WSE和GPU相比所产生的优势 [30:03] 对于推理来说 [30:04] 最关键的就是内存带宽 [30:06] 所以我们最根本的创新 [30:08] 是把计算机单元和内存放在同一片晶圆上 [30:12] 正是这种设计带来了极高的内存带宽 [30:15] 并最终为终端用户的应用 [30:18] 提供了高性能、高速度的推理能力 [30:22] 换句话说 [30:23] Cerebras原本想解决的是 [30:25] AI训练过程当中的数据搬运问题 [30:28] 但当AI进入推理时代之后 [30:30] 反而更加地利好Cerebras [30:33] 你想想你每次和AI对话 [30:34] 调用agent（智能体）的时候 [30:36] 是不是希望速度快一点 更快一点 [30:39] 推理 也从一个辅助性的需求 [30:41] 变成了AI基础设施的核心 [30:44] 那我也问了Angela [30:45] Cerebras为什么选择从训练市场 [30:47] 转而关注AI推理市场呢 [30:50] 我们一开始确实是从训练开始的 [30:52] 部分原因是在2016年 [30:54] 大多数公司关注的 [30:57] 都是训练基础模型 [30:58] 但现在不一样了 [30:59] 我们已经有了来自OpenAI、Anthropic [31:03] 以及很多开源公司的前沿模型 [31:05] 这些模型已经足够强大 [31:06] 可以被广泛用于各种应用 [31:09] 从Cerebras的角度来说 [31:10] 我们其实两边都擅长 [31:11] 但当我们看到推理市场扩张得这么快 [31:15] 而且我们在推理速度上相比GPU [31:17] 有大约15倍的优势时 [31:22] 我们就意识到这里会有一个非常好的机会 [31:24] 我们可以帮助那些正在使用推理的公司 [31:27] 以过去无法实现的方式继续增长 [31:31] 当然 推理市场的需求 [31:33] 也改变了Cerebras的产品形态 [31:36] 之前就像我们讲的G42这个例子里面 [31:38] Cerebras卖的是超级计算机 [31:41] 但现在它开始把自己的硬件能力 [31:43] 包装成云服务 [31:45] 客户通过API发送请求 [31:47] Cerebras在后端完成模型推理 [31:49] 把结果返还给客户 [31:51] Angela告诉我们 [31:52] 他们已经把整个产品做成OpenAI API兼容 [31:56] 如果一家公司已经在用OpenAI [31:58] 或者其他的兼容接口 [32:00] 就不需要重写整套代码 [32:02] 换成Cerebras的API key [32:04] 就可以把请求送到Cerebras后端 [32:07] 在推理服务上 [32:08] Cerebras目前平均可以看到 [32:10] 每秒超过2000个token的输出速度 [32:13] 相比之下 很多传统方案 [32:15] 可能是每秒200-300个token [32:18] 只要大家用过agent（智能体）工作流就会知道 [32:20] 这样速度的提升会让使用体验大幅优化 [32:24] 更有意思的是 [32:25] 速度更快的时候 [32:26] 也会创造出全新的工作场景 [32:29] 这里我们来看几个例子 [32:31] 有一家Cerebras的合作伙伴 [32:33] 做了这样一个功能 [32:34] 当程序员把鼠标悬停在一段代码上 [32:38] 系统可以立刻显示这段代码 [32:40] 在整个项目里被哪些地方调用 [32:42] 依赖关系是什么 [32:44] 这个功能本质上 [32:45] 需要模型快速读懂代码上下文 [32:48] 再生成一个完整的调用图 [32:50] 如果推理慢 这个功能就很尴尬 [32:53] 如果光标要停留5-10秒才有响应 [32:56] 那开发者的思路其实已经断了 [32:59] 但如果响应几乎是瞬时的 [33:02] 它就不再像一个查询工具 [33:04] 而更像是IDE里自带的一部分 [33:07] 另一个例子是实时教育 [33:09] 想象你需要让AI给你解释一个复杂的概念 [33:12] AI一边在虚拟黑板上画图 [33:14] 一边回答用户的追问 [33:16] 那用户可以直接圈出图上的某一部分 [33:19] 让AI再讲一遍 [33:21] 如果AI要停顿很久 [33:22] 这就只是一个普通教学视频加聊天框 [33:25] 但是如果AI能够立刻回应 [33:28] 它就变成了一个真正的老师 [33:30] 可以实时对话 [33:32] 第三个例子是AI科学家 [33:34] 有Cerebras的合作伙伴 [33:36] 在做一个面向药物研发的AI科学家 [33:39] 想象一下 在一个新药研发的会议里 [33:42] 团队正在讨论一个假设 [33:44] 这个AI员工可以在会议进行的同时 [33:47] 实时查找竞争对手研究 [33:49] 检索论文、测试假设 [33:51] 然后直接参与讨论 [33:53] 这些新的使用场景 [33:56] 都需要更快的推理能力 [33:59] Cerebras的速度让他们能够变成现实 [34:03] 这就是推理时代最重要的变化 [34:06] Agent（智能体）直接进入实时交互场景 [34:08] 代码、教育、科研、客服、语音助手 [34:12] 这些应用的共同点都是互动 [34:14] 而互动的本质 就在于速度 [34:17] 这也解释了为什么Cerebras [34:19] 会在2026年这个时间点 [34:21] 迎来它的IPO窗口 [34:23] 在宣布和OpenAI合作后不久 [34:25] Cerebras又在2026年3月 [34:27] 宣布与AWS合作 [34:29] CEO Andrew Feldman [34:30] 在采访中解释了这个合作的逻辑 [34:33] 并且宣布将会和所有的 [34:34] Hyperscaler（超大规模云服务商）合作 [34:36] 除了英伟达 [34:38] 推理问题的本质是什么 [34:40] 它其实由两个部分组成 [34:42] 第一部分叫做处理prompt [34:47] 第二部分是生成答案 [34:50] 所以整个推理过程就是先处理prompt [34:53] 再生成答案 [34:54] 我们把第一部分叫prefill [34:56] 把第二部分叫decode [34:58] 而这两个阶段其实有非常不同的计算特征 [35:02] 我们后来意识到 [35:04] 有些机器比我们更适合做第一部分 [35:08] 因为处理prompt是一个可以并行化的问题 [35:10] 它和decode完全不一样 [35:14] 也就是生成答案 是一个严格串行的过程 [35:17] 所以我们带着这个观察去找AWS [35:22] 说 我们可以用你们的训练芯片 [35:26] 来做一部分prefill [35:27] 然后用我们的巨型芯片来做decode [35:30] 这样组合起来 [35:31] 就会得到一个非常强大的解决方案 [35:34] 这个想法后来反响很好 [35:38] 现在我们也在和其他公司做类似的事情 [35:41] 用别人的芯片来处理问题的一部分 [35:44] 用我们的芯片来处理另一部分 [35:47] 基本上我们在和所有 [35:49] Hyperscaler（超大规模云服务商）讨论这种合作 [35:52] 除了Nvidia [35:53] 也就是说除了Nvidia之外其他人都可以合作 [35:59] 在我们继续讲Cerebras的IPO故事之前 [36:02] 我想先花一分钟 [36:03] 把Cerebras这十年做的产品解释清楚 [36:07] 第一层产品是芯片 [36:09] 2019年 Cerebras做出 [36:10] 第一代晶圆级引擎 WSE-1 [36:13] 这是世界上第一款晶圆级芯片 [36:16] 大小是当时最大GPU的56.7倍 [36:20] 但我们说过 [36:20] Cerebras卖给客户的不是芯片 而是机器 [36:24] 这就是Cerebras的第二层产品 系统 [36:27] WSE-1被装进CS-1系统里面 [36:30] 这是一台可以直接放进数据中心的 [36:33] AI超级计算机 [36:35] 2021年 Cerebras发布第二代WSE-2 [36:38] 2022年11月 [36:40] Cerebras用16台CS-2 [36:42] 拼成了Andromeda超级计算机 [36:44] 1350万个AI核心 [36:46] 超过1 exaflop的AI算力 功耗500千瓦 [36:51] 远低于同级别的GPU集群 [36:54] 这展示了多台晶圆级系统 [36:56] 可以组成集群的能力 [36:58] 让大语言模型训练 [36:59] 实现接近线性的扩展 [37:01] 2024年 Cerebras发布第三代WSE-3 [37:05] 这是当时最大GPU H100的57倍 [37:09] 这就是Cerebras的前三层产品 [37:11] 芯片、系统和超级计算机集群 [37:14] 最后一层就是我们上一章的时候提到的 [37:17] 云端推理业务了 [37:19] 2024年8月 [37:20] Cerebras发布Cerebras Inference [37:22] 客户不用买一台CS系统 [37:24] 而是直接通过API调用云服务 [37:27] 至此 Cerebras从一家硬件公司 [37:30] 转型为一家推理基础设施公司 [37:37] 2026年4月17日 [37:39] Cerebras重新提交S-1 [37:41] 5月14日 正式上市 [37:43] IPO前一天 投行给出的发行价格区间 [37:48] 大概是每股120-160美元 [37:53] 我当时就想 哇 就算是160美元 [37:55] 相比我们Series C进入时的价格 [38:00] 也已经是超过25倍的回报了 [38:03] 但到了IPO当天 [38:05] 我坐在纳斯达克交易台后面 [38:09] 看着那个数字一路往上走 [38:11] 200美元、300美元、380美元 [38:17] 这是我整个职业生涯里 [38:20] 见过需求最疯狂的一次IPO [38:23] 首日收盘 311美元 涨幅68% [38:27] 融资规模55.5亿美元 [38:30] 市值在盘中一度触及千亿美元 [38:33] IPO的意义是把公司带到下一个阶段 [38:36] 让我们真正开始规模化 [38:39] 如果我们想跟上这个市场的增长速度 [38:42] 就必须进行巨大的投入 [38:44] 投入数据中心 投入制造能力 [38:48] 投入产品路线图 [38:50] 当然也要投入我们的整个软件栈 [38:54] 才能把这个产品真正做到它应该达到的样子 [38:57] 所以在我看来 [39:00] 未来一年我们最重要的任务 [39:02] 就是把规模扩到市场需要的地方 [39:04] 并且让尽可能多的客户用上我们的产品 [39:07] 但可想而知 [39:08] 上市并不是Cerebras故事的终点 [39:11] 上市后Cerebras其实面临着更多的挑战 [39:14] 首先我们来看供应链的问题 [39:17] Cerebras的整条产品链 [39:18] 包括750兆瓦的OpenAI承诺 [39:21] 全部建立在台积电5纳米产能上 [39:24] 台积电是目前世界上唯一能够制造 [39:27] Cerebras芯片的代工厂 [39:29] 那么Cerebras在未来能拿到多少市场份额 [39:33] 会不会取决于 [39:34] 它能够在台积电拿到多少产能呢 [39:37] Andrew在Odd Lots播客上 [39:39] 没有直接回答这个问题 [39:40] 他承认 台积电当然是Cerebras供应链里 [39:43] 极其重要的一环 [39:44] 但他也说到 [39:45] Cerebras有几个意外的优势 [39:47] 比如说它避开了当下AI芯片行业 [39:50] 最紧张的三个供应瓶颈 [39:53] HBM（高带宽内存） [39:55] 台积电的先进封装公司CoWoS [39:58] 和台积电最先进的3纳米产线 [40:01] 这三个竞争激烈的供应链瓶颈 [40:04] Cerebras的产品都用不到 [40:07] 第二是激烈的竞争格局 [40:09] 英伟达现在和Groq合作 [40:11] 有了自己的推理优化技术 [40:14] Broadcom在帮各大云厂商设计定制ASIC [40:17] 谷歌的TPU、亚马逊的Trainium [40:20] 都在做推理 [40:21] 一批新的推理芯片创业公司也正在融资 [40:25] 对此 Angela是这样回答我们的 [40:28] 我对Cerebras的前景非常有信心 [40:30] 原因是我们拥有刚才提到的全栈能力 [40:33] 我们有能力在每一个层面继续创新 [40:37] 无论市场下一步需要什么 [40:38] 我们都能继续跟上市场的发展方向 [40:41] 由竞争带来的第三个风险 [40:44] 是重要客户OpenAI充满变数的战略走向 [40:48] 就在6月 OpenAI和Broadcom [40:50] 发布了OpenAI的第一颗自研推理芯片 [40:53] Jalapeño [40:54] 这是一个专门为语言模型推理设计的ASIC [40:57] 也就是专用芯片 [40:59] OpenAI说 Jalapeño是它长期全栈 [41:02] AI基础设施策略的一部分 [41:04] 未来OpenAI [41:05] 想把模型、软件、网络、服务器 [41:08] 甚至是芯片本身 [41:10] 都更深地掌握在自己手里 [41:12] 当然 这并不意味着 [41:14] OpenAI会立刻放弃Cerebras [41:16] 因为OpenAI的算力需求太大了 [41:19] 但Cerebras必须证明 [41:20] 它能够提供的推理速度 [41:22] 是长期并且不可替代的产品 [41:26] 6月24日 [41:27] Cerebras发布了上市后的第一份财报 [41:30] 股价下跌15% [41:31] 甚至一度跌破IPO发行价 [41:34] 表面上看这份财报并不差 [41:36] 第一季度收入甚至高于华尔街预期 [41:39] 但Cerebras给出的第二季度指引中 [41:41] 调整后毛利率只有36%-38% [41:45] 低于第一季度的47% [41:47] 也就是说收入增长留下的利润空间 [41:50] 正在被压缩 [41:52] 对于一家上市公司来说 [41:53] 市场看到的是一个现实问题 [41:56] 包括数据中心、电力、冷却等在内的成本 [41:59] 会不会吃掉技术优势 [42:01] 对此 Andrew是这样回应的 [42:04] 我们在2026年初制定了一个计划 [42:08] 上市时我们也把这个计划分享给了投资人 [42:11] 而现在我们其实已经跑在计划前面 [42:12] 我们的毛利率也明显高于市场共识 [42:17] 而且我们给出的全年指引是 [42:20] 全年毛利率会比原计划高出10个百分点 [42:24] 同时我们也告诉市场在第二季度和第三季度 [42:27] 为了跟上需求 我们会从一些客户那里 [42:31] 把已经卖出去的设备再租回来使用 [42:35] 这会对毛利率造成 [42:37] 大约10到15个百分点的影响 [42:39] 我们这样做是为了继续服务好客户 [42:43] 确保我们能跟上 [42:45] 他们对高速推理产品的巨大需求 [42:50] 所以这就是整个故事 [42:54] 我们公布的每一个指标都跑在计划前面 [43:00] 但市场会不会买单 [43:01] 就是另一回事了 [43:03] 那投资人对Cerebras [43:04] 长期、稳定盈利的关注 [43:06] 其实也是这个故事最有意思的地方 [43:09] 它不是一个英伟达挑战者上市的爽文 [43:12] Cerebras的一波三折 [43:14] 其实在很大程度上 [43:16] 是对AI时代基础设施需求变迁的回应 [43:19] 当我们对模型的需求从规模变成推理 [43:22] 从能力变成速度 [43:24] 我们到底需要什么样的计算机呢 [43:27] 英伟达的答案是GPU集群 [43:30] OpenAI在自研ASIC [43:32] Groq选择了LPU [43:34] 而Cerebras给出的答案 [43:35] 是一整片晶圆 [43:39] 十年前 它是硅谷疯子 [43:41] 而今天这个餐盘一样大小的芯片 [43:43] 就在数据中心里面 [43:45] 服务着一系列重要的客户 [43:48] 这个曾经的科幻电影 [43:49] 变成了可以登陆纳斯达克的现实 [43:52] 真实到资本市场开始用毛利率来审判它 [43:55] 这或许才是一个硬科技公司 [43:58] 真正进入主流世界的时刻 [44:02] 好了 以上就是Cerebras崛起的故事 [44:04] 我是《硅谷101》的Yiwen [44:06] 大家不要忘记关注我们 [44:08] 不要错过来自硅谷的一线分享 [44:10] 大家的点赞、转发和留言 [44:12] 是我们做好深度科技 [44:13] 和商业内容的最佳动力 [44:15] 那我们就下期再见了