2026 年 5 月 13 日，专注于晶圆级 AI 芯片的独角兽 Cerebras Systems（纳斯达克：CBRS）正式以每股 185 美元的价格完成首次公开募股（IPO），并于次日在纳斯达克挂牌交易。上市首日股价大幅飙升超过 60%，使其迅速成为 2026 年最受瞩目的 AI 硬件 IPO 事件。这一市场狂热不仅体现在传统资本市场，加密行业也提前介入：基于 Hyperliquid 的 Trade.xyz 等平台早在 5 月初便上线了 CBRS Pre-IPO 永续合约（IPOP），允许散户在链上提前交易其股价预期。午方 AI 梳理发现，该合成产品的交易价格在 IPO 前一度显著高于最终定价，直观反映了市场对 AI 硬件股的极度追捧，目前此类产品主要提供合成敞口而非真实股份交易。

Cerebras Systems 将自己定位为差异化的纯 AI 基础设施提供商，其核心护城河在于单片晶圆级引擎（WSE-3）架构。公司预计此次 IPO 将成为 2026 年美国规模最大、超额认购最严重的科技 IPO 之一。数据显示，其超额认购倍数超过 20 倍，预营销阶段的认购兴趣总额超过 100 亿美元。

此外，公司与 OpenAI 签署的标志性多年协议，包含高达 246 亿美元的里程碑承诺，为其提供了强劲的基本面支撑。核心投资逻辑在于，Cerebras 通过消除芯片间通信瓶颈，为大规模 AI 工作负载（尤其是推理任务）带来了显著的成本节约和能效提升，尽管其在仍由 NVIDIA 主导的市场中面临执行风险和客户集中度挑战。

技术层面，Cerebras 设计并制造了全球最大的 AI 芯片和系统。其旗舰产品 WSE-3 将整个 300 毫米硅晶圆视为单一计算单元，集成了 4 万亿晶体管、44 GB 片上 SRAM 以及 21 PB/s 的内存带宽。这种架构从根本上重构了计算与内存的关系：数据移动被限制在芯片内部，从而大幅降低了延迟、功耗和系统复杂度。午方 AI 注意到，与 NVIDIA 的 B200 或 H100 集群相比，Cerebras 在预训练和强化学习（RL/RLHF）场景中展现出独特优势，特别是在内存受限的工作负载中，其同步训练大规模模型的速度最快可提升 10 倍，且 RL rollout 因更高的推理吞吐量而显著加快迭代速度。

制造方面，SRAM 并非作为独立模块采购，而是作为 Cerebras 全芯片设计的一部分，在 TSMC 5nm 工艺中直接嵌入并制造在晶圆上。公司自身不拥有晶圆厂，制造环节完全外包给 TSMC。此次 IPO 计划发行 2800 万股 A 类股，承销商拥有额外 420 万股的超额配售权，初始价格区间设定为 115 至 125 美元。

然而，强劲的市场需求促使预期价格区间上调至 125 至 135 美元，甚至可能达到 150 至 160 美元，发行规模也可能增加至约 3000 万股，预计募集资金在 40 亿至 48 亿美元之间，完全稀释后的估值可能超过 340 亿美元。

财务与所有权结构显示，2025 年 Cerebras 收入约为 5.1 亿美元，同比增长 76%，毛利率约为 39%（硬件部分约 43%，服务/云部分较低）。尽管非 GAAP 经营亏损持续存在，但积压订单的转化和基础设施建设将推动短期现金消耗。在股权结构上，OpenAI 持有 3340 万至 3350 万股 N 类非投票股认股权证，行权价极低，归属条件与计算采购里程碑挂钩，完全归属需满足至 2030 年的多吉瓦承诺。标准 180 天锁定期适用于 IPO 前股份和内部人士，但 OpenAI 的认股权证为里程碑驱动，行使后不立即锁定。午方 AI 分析认为，这种独特的股权释放机制将在后期引入一定的市场波动风险。

从行业影响来看，晶圆级设计大幅减少了对高速互连、电缆、交换机和复杂机架结构的依赖，大部分通信发生在芯片上而非跨数千个独立 GPU。对于超大规模云运营商而言，更低的功耗包络意味着电力和冷却运维支出的降低，可将等效推理工作负载的毛利或经营利润率提升约 10% 至 20% 以上。在电网受限和能源成本飙升的背景下，这改变了新数据中心建设的计算逻辑：每可用 MW 提供更多算力、部署更快且总拥有成本（TCO）显著更低。IPO 前隐含市值在 260 亿至 420 亿美元区间，分析师预测其 2026 年收入约 11 亿美元，2027 年约 23 亿美元，复合年增长率超过 100%。

AI 基础设施建设正进入新阶段，超大规模云和企业不仅面临资本支出压力，更受制于电力可用性、冷却限制和总拥有成本。Cerebras、Groq 等采用“重新思考芯片”方法的公司，代表了对特定高价值工作负载（尤其是内存受限推理和大规模训练/RL）中 GPU 中心化模型的可信挑战。虽然 NVIDIA 预计在可预见的未来仍将占据最大市场份额，但逐步多元化到替代架构对寻求成本、电力和性能优势的云提供商具有战略重要性。能源约束日益成为 AI 扩张的绑定变量，拥有廉价或丰富电力的地区将具备结构性优势，而能在每瓦特及每美元资本支出下提供更多 token 或 FLOPs 的技术将获得定价权和更快的采用率。

从长期视角审视，晶圆级论点正在检验行业是否会转向更少、更大的芯片，而非数千个较小的互连 GPU。如果成功，Cerebras 可能开辟一个持久的利基市场；如果失败，它可能在 GPU 主导的世界中成为高成本的专业玩家。更广泛的 AI 市场情绪、利率轨迹以及任何资本支出放缓的宏观因素，仍是决定其最终成败的关键外生变量。