2026 年 5 月 13 日，專注於晶圓級 AI 芯片的獨角獸 Cerebras Systems（納斯達克：CBRS）正式以每股 185 美元的價格完成首次公開募股（IPO），並於次日在納斯達克掛牌交易。上市首日股價大幅飆升超過 60%，使其迅速成爲 2026 年最受矚目的 AI 硬件 IPO 事件。這一市場狂熱不僅體現在傳統資本市場，加密行業也提前介入：基於 Hyperliquid 的 Trade.xyz 等平臺早在 5 月初便上線了 CBRS Pre-IPO 永續合約（IPOP），允許散戶在鏈上提前交易其股價預期。午方 AI 梳理發現，該合成產品的交易價格在 IPO 前一度顯著高於最終定價，直觀反映了市場對 AI 硬件股的極度追捧，目前此類產品主要提供合成敞口而非真實股份交易。

Cerebras Systems 將自己定位爲差異化的純 AI 基礎設施提供商，其核心護城河在於單片晶圓級引擎（WSE-3）架構。公司預計此次 IPO 將成爲 2026 年美國規模最大、超額認購最嚴重的科技 IPO 之一。數據顯示，其超額認購倍數超過 20 倍，預營銷階段的認購興趣總額超過 100 億美元。

此外，公司與 OpenAI 簽署的標誌性多年協議，包含高達 246 億美元的里程碑承諾，爲其提供了強勁的基本面支撐。核心投資邏輯在於，Cerebras 通過消除芯片間通信瓶頸，爲大規模 AI 工作負載（尤其是推理任務）帶來了顯著的成本節約和能效提升，儘管其在仍由 NVIDIA 主導的市場中面臨執行風險和客戶集中度挑戰。

技術層面，Cerebras 設計並製造了全球最大的 AI 芯片和系統。其旗艦產品 WSE-3 將整個 300 毫米硅晶圓視爲單一計算單元，集成了 4 萬億晶體管、44 GB 片上 SRAM 以及 21 PB/s 的內存帶寬。這種架構從根本上重構了計算與內存的關係：數據移動被限制在芯片內部，從而大幅降低了延遲、功耗和系統複雜度。午方 AI 注意到，與 NVIDIA 的 B200 或 H100 集羣相比，Cerebras 在預訓練和強化學習（RL/RLHF）場景中展現出獨特優勢，特別是在內存受限的工作負載中，其同步訓練大規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顯著加快迭代速度。

製造方面，SRAM 並非作爲獨立模塊採購，而是作爲 Cerebras 全芯片設計的一部分，在 TSMC 5nm 工藝中直接嵌入並製造在晶圓上。公司自身不擁有晶圓廠，製造環節完全外包給 TSMC。此次 IPO 計劃發行 2800 萬股 A 類股，承銷商擁有額外 420 萬股的超額配售權，初始價格區間設定爲 115 至 125 美元。

然而，強勁的市場需求促使預期價格區間上調至 125 至 135 美元，甚至可能達到 150 至 160 美元，發行規模也可能增加至約 3000 萬股，預計募集資金在 40 億至 48 億美元之間，完全稀釋後的估值可能超過 340 億美元。

財務與所有權結構顯示，2025 年 Cerebras 收入約爲 5.1 億美元，同比增長 76%，毛利率約爲 39%（硬件部分約 43%，服務/雲部分較低）。儘管非 GAAP 經營虧損持續存在，但積壓訂單的轉化和基礎設施建設將推動短期現金消耗。在股權結構上，OpenAI 持有 3340 萬至 3350 萬股 N 類非投票股認股權證，行權價極低，歸屬條件與計算採購里程碑掛鉤，完全歸屬需滿足至 2030 年的多吉瓦承諾。標準 180 天鎖定期適用於 IPO 前股份和內部人士，但 OpenAI 的認股權證爲里程碑驅動，行使後不立即鎖定。午方 AI 分析認爲，這種獨特的股權釋放機制將在後期引入一定的市場波動風險。

從行業影響來看，晶圓級設計大幅減少了對高速互連、電纜、交換機和複雜機架結構的依賴，大部分通信發生在芯片上而非跨數千個獨立 GPU。對於超大規模雲運營商而言，更低的功耗包絡意味着電力和冷卻運維支出的降低，可將等效推理工作負載的毛利或經營利潤率提升約 10% 至 20% 以上。在電網受限和能源成本飆升的背景下，這改變了新數據中心建設的計算邏輯：每可用 MW 提供更多算力、部署更快且總擁有成本（TCO）顯著更低。IPO 前隱含市值在 260 億至 420 億美元區間，分析師預測其 2026 年收入約 11 億美元，2027 年約 23 億美元，複合年增長率超過 100%。

AI 基礎設施建設正進入新階段，超大規模雲和企業不僅面臨資本支出壓力，更受制於電力可用性、冷卻限制和總擁有成本。Cerebras、Groq 等採用“重新思考芯片”方法的公司，代表了對特定高價值工作負載（尤其是內存受限推理和大規模訓練/RL）中 GPU 中心化模型的可信挑戰。雖然 NVIDIA 預計在可預見的未來仍將佔據最大市場份額，但逐步多元化到替代架構對尋求成本、電力和性能優勢的雲提供商具有戰略重要性。能源約束日益成爲 AI 擴張的綁定變量，擁有廉價或豐富電力的地區將具備結構性優勢，而能在每瓦特及每美元資本支出下提供更多 token 或 FLOPs 的技術將獲得定價權和更快的採用率。

從長期視角審視，晶圓級論點正在檢驗行業是否會轉向更少、更大的芯片，而非數千個較小的互連 GPU。如果成功，Cerebras 可能開闢一個持久的利基市場；如果失敗，它可能在 GPU 主導的世界中成爲高成本的專業玩家。更廣泛的 AI 市場情緒、利率軌跡以及任何資本支出放緩的宏觀因素，仍是決定其最終成敗的關鍵外生變量。