用整片晶圆做一颗超级芯片，拿下OpenAI 200亿美元订单，首日暴涨68%。股价从385美元高点回落至217美元后，估值是否合理？
Cerebras 代表一条真实存在的 AI 算力替代路线。其晶圆级引擎 (WSE) 在低延迟推理场景中具备 GPU 难以匹敌的架构优势，手中握有 246 亿美元待确认订单，其中 OpenAI 贡献超 200 亿。但当前估值已隐含极高增长预期：2026 年指引收入 8.6 亿美元 (同比 +69%)，EV/Sales 约 56 倍；11 位分析师一致目标价 291 美元 (较现价 +40%)，共识「强烈买入」。
关键矛盾在于：2025 年 GAAP 净利润 2.38 亿美元主要来自远期合同负债公允价值变动，剔除后经营亏损 1.46 亿美元。从 Q1 2026 起，OpenAI 认股权证 contra-revenue 开始冲减收入，毛利率从 47% 降至 36 至 38%。客户高度集中于中东 (G42 + MBZUAI 合计约 86%)，交付节奏、电力供应和制造产能是硬约束。
证伪条件：若 2026 年下半年 OpenAI 750MW 交付进度低于 50%，或毛利率持续低于 35%，当前估值将面临显著回调压力。
Cerebras Systems 成立于 2016 年，总部在硅谷 Sunnyvale。创始人 Andrew Feldman 早年在 SeaMicro 做服务器，后来卖给 AMD。他清楚一件事：算力系统的瓶颈从来不在单颗芯片跑多快，而在数据怎么流动。
正常的芯片厂是这样做的：先在 300 毫米晶圆上做出几百颗芯片，然后像切披萨一样切成小块。每一小块就是一颗芯片。手机芯片、电脑 CPU、英伟达 GPU，大体都是这个逻辑。英伟达的 AI 算力之所以强，是因为它卖整套系统：GPU、显存、NVLink、交换机、光模块、服务器，再加 CUDA 软件生态，几乎全打包好了。客户买到的，就是一整座可以直接开工的 AI 工厂。
但这个模式有一个代价：GPU 越多，数据就越需要在芯片之间来回传输。想象一个超级工厂，每个车间都很先进，但原材料要在几百个车间之间来回运。最后卡住你的，是物流太慢。AI 也一样，数据搬来搬去，延迟上来了，耗电上来了，带宽压力跟着爆。
Feldman 的办法很极端：既然跨芯片传数据这么麻烦，那就别切了。一整片晶圆，直接做成一颗芯片。这就是 WSE (Wafer-Scale Engine，晶圆级引擎)。第三代 WSE-3 装在 CS-3 系统里，面积 46,225 平方毫米，集成 4 万亿个晶体管和 90 万个 AI 核。
「我们发明了过去 75 年计算机行业里被认为最不可能实现的技术：把处理器做到餐盘那么大，而传统处理器只有邮票大小。」
先看硬数据。CS-3 的峰值算力是 125 PFLOPS (FP16)。单颗英伟达 B200 是 4.4 PFLOPS，所以单看芯片，CS-3 一颗顶 28 颗 B200。但英伟达卖的是整柜系统：GB200 NVL72 峰值算力 162 PFLOPS，比 CS-3 还高。
真正让 Cerebras 与众不同的，在另外两个地方：内存带宽和架构设计。
推理是怎么工作的？为了生成下一个词，所有模型权重都需要从内存传输到计算单元。一个 700 亿参数的模型，权重数据量相当于约 100 部高清电影。生成每一个词，都要把这么多数据从内存搬到计算单元。一个 1000 词的回答，相当于传输了 10 万部高清电影的数据量。
传统 GPU 从 HBM 传输数据到计算单元的速度大约是 8TB/s。Cerebras 在晶圆上，这个速度超过 21,000 TB/s，快了 2600 多倍。因为 Cerebras 用的是 SRAM，本身速度就快，但传统上容量有限。Cerebras 的解法简单粗暴：芯片做得足够大，就能放足够多的 SRAM。这就是整片晶圆不切割的核心价值。
注意一点：WSE-3 只有 44GB SRAM，而英伟达 B200 配备 192GB HBM3e。这意味着 Cerebras 目前支持的最大上下文长度只有 128K，而旗舰大模型已经做到 100 万级别。晶圆面积已经用满，增加 SRAM 就要牺牲计算面积，这是 Cerebras 的结构性短板。
Cerebras 在「内存带宽」上有压倒性优势，在「内存容量」上有结构性短板。它赢在速度，输在容量。这个特点决定了它最适合的场景是低延迟推理，而非大上下文窗口的复杂任务。
Cerebras 官方公布的数据：CS-3 跑 Llama 3.1 70B 推理，比英伟达 DGX B200 快 21 倍，成本低 32%，功耗低三分之一。第三方测试 (Artificial Analysis) 显示，跑 Llama 4 Maverick，Cerebras 达到 2,522 tokens/s，英伟达 DGX B200 为 1,038 tokens/s，Cerebras 快了一倍多。跑 Llama 3.1 8B，Cerebras 每秒 1,800 个 token，是常规 GPU 方案的 20 倍。
为什么一定要追求极端速度？对普通用户来说，每秒 35 个 token 的阅读速度其实够了。但现实很残酷：哪怕只慢一点点，用户就会流失。YC 创始人 Paul Graham 说过，如果 ChatGPT 反应变慢，他回过头去用谷歌的 AI 就会多出一倍。Sam Altman 追求极端速度，本质上是在消除用户切换平台的任何微小念头。
更重要的一面：整个 AI 产业的算力命脉几乎都攥在英伟达手里。这不是任何一个大模型公司愿意看到的。所以 OpenAI 花这个钱，两个原因叠加：第一，Cerebras 确实快，在极致速度这条赛道上 GPU 跑不过它；第二，必须降低对英伟达的依赖。一个追求性能，一个追求安全。这就是 200 多亿美元合同签下来的底层逻辑。
GPU 在低速运行时效率极高。每秒 35 个 token，一台 GB200 NVL72 可以同时支持数万名用户，成本极低。但当用户要求提速到每秒 270 个 token，这台机器只能服务一名用户，成本瞬间飙升。从每秒 100 到 150 个 token 开始，GPU 变得极其昂贵且功耗效率低下，Cerebras 在这个速度区间没有竞争对手。
Cerebras 的收入来源分两块：硬件销售和云服务。2025 年，硬件收入 3.58 亿美元 (占 70.3%)，云及其他服务 1.52 亿美元 (占 29.7%)。云服务增速更快：Q1 2026 云收入同比增长 167%，硬件增长 60%。
三个大客户撑起了这家公司：
OpenAI：2025 年 12 月签订超过 200 亿美元的照付不议合同，签到 2028 年。OpenAI 承诺购买 750MW 推理算力，还有权额外购买 1.25GW，总量可达 2GW。数据中心租金、电力、安全等成本全由 OpenAI 报销，Cerebras 按总额确认收入。OpenAI 还提供 10 亿美元工作资本贷款，年利率 6%。如果 Cerebras 通过交付算力偿还，利息可豁免。但若协议非因 OpenAI 违约而终止，Cerebras 可能要立即偿还全部本金和利息。更重要的是，OpenAI 最多可持有 Cerebras 约 12% 的股份 (3,344 万股)，行权价仅 0.00001 美元/股，近乎白送。这笔股权将作为 contra-revenue 冲减收入，从 2026 年 Q1 起按交付比例陆续冲减。
AWS：2026 年 3 月宣布将 CS-3 部署到自家数据中心，通过 Amazon Bedrock 提供服务。方案是用自研 Trainium 芯片处理预填充阶段，用 Cerebras 处理解码阶段，各干最擅长的事。AWS 计算副总裁 David Brown 原话：「这套组合的推理速度，将比现有方案快一个数量级。」
G42 / MBZUAI：阿联酋的 G42 在 2024 年贡献了 85% 的收入，2025 年降到 24%。但穆罕默德·本·扎耶德人工智能大学 (MBZUAI) 一家就占了 62%。算下来，Cerebras 对中东客户的依赖仍然接近 86%。此外，Oracle 也在财报分析师会议上提到正在部署 Cerebras 芯片。
Cerebras 的营收增速确实快：2022 年 2,460 万美元，2023 年 7,870 万，2024 年 2.9 亿，2025 年 5.1 亿。三年时间增长接近 20 倍。Q1 2026 延续了这个势头：收入 1.93 亿美元，同比增长 94%。公司指引 2026 全年收入 8.55 至 8.65 亿美元，同比 +69%。分析师预期 2027 年收入可能冲到 29 亿美元。
表面上看，Cerebras 在 2025 年实现了 2.38 亿美元 GAAP 净利润，看起来已经扭亏为盈。但这笔利润里，有很大一部分来自会计调整。公开资料显示，2025 年有一笔约 3.63 亿美元的远期合同负债公允价值变动收益。剔除这些因素，公司 2025 年仍然录得 1.46 亿美元经营亏损，non-GAAP 净亏损约 7,570 万美元。Q1 2026 延续了这个趋势：GAAP 净亏损 1,400 万美元，Core (non-GAAP) 净亏损 250 万美元。
毛利率方面，从 2022 年的 12% 提升到 2025 年的 39%，进步明显。Q1 2026 毛利率回升到 45% (GAAP) / 47% (Core)，但公司指引 Q2 2026 毛利率降至 36 至 38%，全年 38 至 41%。下降的主因就是 OpenAI 认股权证的 contra-revenue 冲减。Cerebras 自己也承认，从 2026 年 Q1 开始确认冲减收入后，季度收入增长率将较此前趋势放缓。
还有一个数字很关键：资本支出占销售收入比率 68%。这意味着每赚 1 美元收入，要先投入 0.68 美元的资本开支。Cerebras 要提前采购晶圆、建设系统、部署数据中心。截至 Q1 2026，公司现金及等价物 33 亿美元，加上 8.5 亿美元循环信贷额度，资金暂时充裕，但后续交付节奏如果加快，烧钱速度也会跟上来。
在极速推理这个细分赛道上，Cerebras 的晶圆级架构形成了短期难以复制的工程壁垒。六问中，稀缺性和工程复杂度两项最强，资本门槛和复制成本次之。但这个壁垒是场景特定的：在训练和通用计算领域，英伟达的 CUDA 生态优势依然压倒性。44GB SRAM 的内存容量限制 (仅支持 128K 上下文) 是一个结构性短板。
截至 2026 年 7 月，共有 11 位分析师覆盖 CBRS，共识评级「强烈买入」(Strong Buy)，其中 7 位强烈买入、3 位买入、1 位持有，无卖出评级。一致目标价 291 美元，较 7 月 22 日收盘价 217 美元有约 40% 的上行空间。目标价区间从 209 美元 (最低) 到 340 美元 (最高)。
| 指标 | 数值 | 说明 |
|---|---|---|
| 现价 | $217.00 | 2026/7/22 收盘 |
| 总市值 | $48.4B | 完全稀释约 2.23 亿股 |
| 2026E 收入 | $855-865M | 公司指引，同比 +69% |
| EV/Sales (2026E) | ~56x | 高估值，隐含极高增长预期 |
| EV/Sales (2027E) | ~17x | 分析师预期收入 ~$2.9B |
| 分析师均价 | $291 (+40%) | 11 位分析师一致预期 |
| 分析师最高 | $340 (+57%) | Citigroup, 2026/6/8 |
| 分析师最低 | $209 (-4%) | 接近现价，下行有限 |
| 现金储备 | $3.3B | Q1 2026 末，另有 $850M 信贷额度 |
| 待确认订单 | $24.6B | 其中 OpenAI 超过 $20B |
分析师普遍用 2028/2029 年远期收入或利润估值。Morgan Stanley 按 46 倍 2028 年 EPS ($5.44) 估值，预计 2028 年收入 60 亿美元。UBS 按 10 倍 EV/Sales 乘 2029 年 110 亿美元收入。Wedbush 按 40 倍 2028 年 EPS ($6.03) 加 28 美元净现金。核心假设都是 OpenAI 合约顺利交付、云服务占比持续提升。
2025 年 G42 占 24%、MBZUAI 占 62%，中东合计约 86%。OpenAI 200 亿美元大单对交付进度要求严格：首批 750MW 算力如果延迟，Cerebras 面临违约和信誉双重打击。若协议非因 OpenAI 违约而终止，Cerebras 可能要立即偿还 10 亿美元贷款本金和利息，OpenAI 还可指示托管银行冻结这笔资金。
OpenAI 认股权证的 contra-revenue 从 Q1 2026 起冲减收入，毛利率从 47% 降至 36 至 38%。公司自己承认季度收入增长率将放缓。如果 OpenAI 合约全部履行，OpenAI 最多持股 12%，这部分股权冲减会持续影响报表利润率。
WSE-3 只有 44GB SRAM，最大支持 128K 上下文。旗舰大模型已到 100 万级别。晶圆面积已用满，增加 SRAM 就要牺牲计算面积。这个限制可能让 Cerebras 在长上下文应用场景中失去竞争力。
Cerebras 可以对接 PyTorch、TensorFlow 等主流框架，但要把性能完全榨出来，还是需要适配自己的软件栈。英伟达 CUDA 积累了十几年的开发者生态、工具链和客户习惯，Cerebras 短期内很难追上。
英伟达 Blackwell、Rubin 一代接一代升级。Google 推 TPU，亚马逊推 Trainium，微软和 OpenAI 也在布局自研芯片。如果 OpenAI 自研芯片推进顺利，今天的大客户未来可能变成竞争者。Cerebras 在推理市场的窗口期可能比想象中短。
Cerebras 上市背后，有一个更大的行业信号：AI 巨头们正在认真寻找英伟达之外的第二套算力方案。
过去两年，微软、谷歌、亚马逊、Meta 这些云巨头疯狂采购英伟达 GPU，把英伟达推上了 AI 时代的王座。但现在，谷歌在推 TPU，亚马逊在推 Trainium，微软和 OpenAI 也在布局自己的 AI 芯片。Cerebras、Groq、Tenstorrent 这些新架构公司，也在从推理市场寻找突破口。
换句话说，英伟达最大的客户，正在慢慢变成它潜在的竞争对手。中国市场也是一个变量：受出口限制影响，英伟达高端 AI 芯片在中国的销售空间被压缩，华为 Ascend 正在承接更多国产替代需求。
所以看英伟达财报，真正要关注的三个问题：
第一，大客户的采购节奏有没有变化？第二，自研芯片和替代方案有没有开始影响市场预期？第三，英伟达还能不能继续维持现在这种高增长、高毛利和高估值？
这也是为什么 CBRS 上市值得关注。它表面上是一只 AI 新股，背后代表的是整个行业正在寻找后英伟达时代的可能性。
Cerebras 代表的 AI 算力替代路线是真实的。晶圆级架构在低延迟推理中有难以复制的工程优势，246 亿美元订单说明市场确实需要这条路线。OpenAI 和 AWS 用真金白银投了票。
但 484 亿美元的市值已经隐含了极高的增长预期。EV/Sales 56 倍 (2026E) 意味着市场预期 Cerebras 不仅能交付手中的订单，还能持续拓展新客户、提升云服务占比、并在内存容量短板上找到解法。任何一个环节出问题，估值回调会很快。
接下来值得跟踪的几个观察点：
短期 (2026 Q2 财报)：毛利率是否如指引降至 36 至 38%？云服务收入占比能否继续提升？OpenAI 750MW 部署进度如何？
中期 (2026 下半年)：WSE-4 路线图是否公布？内存容量限制有没有技术解法？除 OpenAI 外的新客户 (AWS、Oracle) 订单能否放量？
长期 (2027)：收入能否达到分析师预期的 29 亿美元？毛利率能否回升到 40% 以上？OpenAI 自研芯片进展是否威胁到 Cerebras 的地位？
若 2026 年下半年 OpenAI 750MW 交付进度低于 50%，或毛利率持续低于 35%，或出现重大客户流失，当前估值将面临显著回调压力。反之，若交付超预期且云服务收入占比突破 40%，股价有向分析师目标价 291 美元靠拢的空间。
Research notes · 研究收束
本投研报告基于公开信息整理，用于梳理研究框架与关键判断；仅供研究学习，不构成任何投资建议。市场有风险，投资需谨慎。
本页未单独列出可点击的外部引用链接。数据与观点口径以正文说明为准，阅读时请结合公司公告及公开资料独立核验。