从濒临破产到市值600亿：Cerebras的孤注一掷

2026年，科技圈最让人意外的IPO不属于硅谷巨头，也不属于自动驾驶或量子计算，而是一家名字听起来像实验室代号的公司——Cerebras Systems。它在首次公开募股中筹集了55亿美元，开盘即冲刺至600亿美元市值，两位创始人安德鲁·费尔德曼和史蒂芬·霍尔特，一夜之间跻身亿万富翁行列。

但没人记得，三年前，这家公司的服务器机房里还堆着烧坏的芯片，财务总监每周都要向投资人汇报：“我们又烧了800万。”从2016年成立到2019年，Cerebras已经烧掉了近2亿美元，账上现金只剩不到三个月的运营费。董事会会议成了“失败复盘会”，有董事直接问：“你们到底是在造芯片，还是在搞行为艺术？”

反常识的赌注：把整块硅片做成一个芯片

传统芯片厂商走的是“晶体管堆叠”路线——在指甲盖大小的硅片上塞进更多晶体管，靠制程缩小提升性能。但AI训练的算力需求像无底洞，摩尔定律开始失灵。Cerebras的团队问了一个没人敢问的问题：如果把整块硅片，变成一块芯片呢？

这不是概念图，是真干。他们放弃了“多芯片互联”这种主流方案，直接用12英寸晶圆，做出一块面积达462平方厘米的单片芯片——比当时最大AI加速卡大近50倍，集成超过2.6万亿个晶体管。这玩意儿比你的手掌还大，重量超过一公斤，普通散热系统根本压不住。

“我们不是在优化芯片，”费尔德曼后来在一次内部分享中说，“我们是在重新定义‘芯片’这个词。”

烧掉的芯片，堆成的路

技术难题远不止于设计。把这么大的芯片装进服务器，是另一场灾难。

电源供应？普通主板扛不住。散热？风冷直接蒸发，液冷系统一开，整个机房的温度都飙升。封装时一个微小的应力，整片硅晶就裂成两半。团队曾在一个晚上连续毁掉七块原型芯片，成本超过700万美元。有工程师在凌晨三点发邮件：“我们是不是疯了？”

他们没放弃。最终，Cerebras自己设计了一套“芯片-冷却-供电”三位一体的封装系统，用微流道液冷直接贴在芯片背面，电源线路绕开传统PCB，直接从底部接入。这套方案，后来成了行业新标准。

2020年，第一台Cerebras CS-1系统交付给美国能源部下属实验室。三个月后，他们用单台机器完成了原本需要1000台GPU集群才能跑完的模型训练。消息传开，华尔街才意识到：这不是科幻，是现实。

与OpenAI的“默契同盟”

上市前一年，Cerebras悄悄签下了一份独家协议：不向英伟达的主要客户出售系统，尤其是OpenAI。

这不是简单的“排他合作”，而是一场战略捆绑。OpenAI需要算力，Cerebras需要客户背书。当GPT-4的训练数据开始爆炸式增长时，OpenAI选择了Cerebras作为关键算力供应商之一——不是因为便宜，而是因为只有它能扛住训练10万亿参数模型的持续负载。

外界传言，OpenAI曾向Cerebras提供过内部模型架构细节，帮助优化芯片调度。双方没有公开确认，但知情人士透露：“他们像两个孤军奋战的战士，突然发现彼此的武器能互补。”

如今，Cerebras的客户名单里，除了OpenAI，还有Meta、Anthropic、以及多家中国AI公司。但它的核心逻辑没变：不做“更好的芯片”，只做“别人不敢做的芯片”。

上市之后，真正的挑战才开始

市值600亿听着吓人，但Cerebras 2025年的营收只有18亿美元，仍远低于英伟达的500亿。它的芯片价格高达25万美元一台，客户群体极窄。华尔街已经开始问：你们的护城河，是技术，还是对手的慢半拍？

费尔德曼在上市路演上只说了一句话：“我们不是在卖芯片，我们在卖‘时间’。客户用我们的一台机器，省下的是三个月的训练周期。”

在AI竞赛进入“算力即命脉”的时代，Cerebras的故事不是一夜暴富的童话，而是一个团队在所有人都说“不可能”时，用七年时间，把一块烧坏的硅片，变成了改变行业规则的武器。