Cerebras上市背后，OpenAI正在搶英偉達的蛋糕

OpenAI還沒上市，它的「算力小弟」先要上市了。

2026年5月，AI芯片製造商Cerebras Systems在最新S-1/A文件中披露IPO發行細節，股票代碼CBRS，計劃發行2800萬股，定價區間115-125美元，募資規模最高可達35億美元，目標估值達266億美元。

這件事有點反常。

因為有黃仁勛這座大山在，資本怎麼可能容得下小小的一隻Cerebras呢？

大模型公司燒錢，雲廠商買卡，創業公司排隊等GPU，最后利潤大多流向賣鏟子的英偉達，這纔是現狀。

但OpenAI似乎想要改寫這條鏈路。

5月6日，OpenAI組了個局，把自己放在了龍頭老大的座位上，然后把英偉達、AMD、英特爾、博通、微軟這些明顯存在競爭關係的芯片公司拉到一起，推出了一套面向大型AI訓練集群的網絡協議（MRC,Multi-Rail Compute）。

表面上，這是一次超算網絡合作。更深一層看，我認為OpenAI是想要重新分蛋糕了。

首先可以明確一點，OpenAI沒有拋棄英偉達，它也沒有辦法拋棄英偉達。至少在當前階段，OpenAI絕對沒有勇氣All in一個「英偉達殺手」。

相反，OpenAI正在把原本被英偉達一家公司強勢覆蓋的算力體系拆開：訓練歸訓練，推理歸推理，網絡歸網絡，雲歸雲。不同負載，用不同芯片；不同環節，找不同供應商。

Cerebras就是在這個時候被推上牌桌。

Cerebras當然還不是英偉達的對手，也不可能在短期內撼動CUDA和GPU集群構成的護城河。

但Cerebras的上市，真正值得看的地方，不是又一家AI芯片公司衝刺IPO，而是OpenAI開始把推理這門生意單獨拎出來定價了。

01 押注推理

事實上，這已經是Cerebras第二次衝擊IPO了。

2024年10月，Cerebras曾經提交過上市申請，但很快就撤回了。

原因是美國外資投資委員會（CFIUS）對它的阿聯酋投資方G42展開審查。那時候，阿聯酋G42人工智能公司不僅是Cerebras的股東，還是它最大的客户，貢獻了超過80%的收入。

這種深度綁定的關係，再加上當時美國與阿聯酋之間略微的不和諧，自然讓監管部門不太放心Cerebras。

到了2025年3月，CFIUS終於放行，G42的股份被重組為無投票權股份，監管風險暫時解除。

但Cerebras並沒有立刻重啟上市，而是等到了2026年5月，恰好趕上了AI基礎設施投資熱。

Cerebras上市的真正意義，其實不在於它又是一家AI芯片公司要IPO。

市場上不缺芯片公司，缺的是一個故事，一個能讓資本相信「推理市場可以獨立定價」的故事。

OpenAI目前剛剛開始主動重組供應鏈，把不同芯片匹配到不同工作負載，這件事本身就是在細化芯片產業。

訓練是一層，推理是一層，網絡是一層，雲分發是一層，應用場景又是一層。每一層都可以有不同的玩家，每一層都可以重新定價。

Cerebras在OpenAI的算力供應鏈中，負責的就是推理這一環。

Cerebras的核心競爭力，在於它那顆獨特的晶圓級引擎芯片WSE-3。

傳統芯片都是從一整片晶圓上切割出很多小塊，每一小塊是一顆芯片。

英偉達的GPU就是這麼做的，然后再把很多顆GPU通過高速互聯組成集群。這種方式的好處是成熟、穩定、生態完整，壞處是芯片之間來回搬數據的成本很高，尤其是在推理場景，延迟會被放大。

Cerebras的WSE-3完全不同。

它直接把整片12英寸晶圓做成一顆巨型芯片，面積達到46225平方毫米，相當於一張A4紙的三分之一大小。

WSE-3基於臺積電5nm工藝，擁有4萬億個晶體管，90萬個AI優化核心，44GB片上SRAM，內存帶寬達到21PB/s。如果和英偉達H100對比，WSE-3的面積是H100的57倍，核心數量是52倍，片上內存是880倍，內存帶寬是7000倍。

這些數字聽起來很誇張，但關鍵不在於「大」，而在於「快」。

在推理場景，尤其是當下最火的長文本輸出、實時交互、代碼生成、agent這些需要低延迟的任務上，Cerebras的優勢非常明顯。

它的CS-3系統在推理速度上比英偉達DGX B200快21倍，成本和能耗都降低到三分之一。

快，就意味着OpenAI可以在單位時間內服務更多的客户。

訓練市場是英偉達的絕對主場，CUDA生態、成熟工具鏈、大規模GPU集群，這些護城河短期內很難被撼動。

推理市場不一樣，此前推理市場是個非常小眾的市場，算力大頭在訓練。但是隨着越來越多的行業、應用開始使用AI，推理正在成為AI應用商業化的關鍵。

早期，Cerebras主要賣硬件系統。一套CS-3系統售價高達數百萬美元，客户群體主要是超大規模數據中心、雲服務商和政府機構。這種模式的問題在於，客户採購門檻太高，銷售周期長，收入波動大。

從2024年開始，Cerebras逐步轉向基於自有芯片的雲服務模式。客户不需要購買昂貴的硬件，只需要按需使用Cerebras的算力集群。

2025年，Cerebras的財務數據非常亮眼。全年營收5.1億美元，比2024年的2.9億美元增長了76%。更重要的是，淨利潤達到8790萬美元，相比2024年4.85億美元的鉅額虧損，實現了扭虧為盈。

但Cerebras的客户集中度太高了。

2025年，阿聯酋AI公司MBZUAI貢獻了62%的收入，G42貢獻了24%，前兩大客户佔比高達86%。未來，OpenAI將成為Cerebras最大的客户。

這確實給了Cerebras大量的收入，不過這就意味着Cerebras必須受制於這些大客户，不能有太多自己的想法。

02 OpenAI也在轉型

2026年1月，OpenAI與Cerebras宣佈簽署多年協議。

根據協議，Cerebras將為OpenAI提供750兆瓦的低延迟AI算力，部署將分階段進行到2028年，交易總價值超過200億美元。這是全球最大的高速AI推理部署項目，也是OpenAI算力戰略的一次重大轉向。

但這份協議的深度，遠不止採購合同這麼簡單。

OpenAI創始人奧特曼、總裁布魯克曼、前首席科學家伊利亞、董事會成員亞當·安戈洛（Adam D‘Angelo），這些OpenAI的核心高管，都以個人的身份投資了Cerebras。

你以為這就完了？早着呢！

OpenAI還通過貸款、認股權證等金融工具，與Cerebras建立了長期利益綁定。這種超越簡單供應商關係的深度合作，讓Cerebras成爲了OpenAI的資產，甚至我可以説，現在的Cerebras，就是OpenAI的芯片部門。

這種綁定方式，在科技行業並不常見。

OpenAI與Cerebras的合作，不能簡單理解成「用Cerebras替代英偉達」。

前文提到，OpenAI在2026年5月6日專門和各位芯片龍頭企業組了個局，合作開發MRC網絡協議，用於提升大型AI訓練集群的網絡效率和韌性。

OpenAI並沒有放棄英偉達，但OpenAI也不想久居英偉達之下。

OpenAI的真實意圖是什麼？

訓練繼續使用英偉達高端GPU，推理引入Cerebras的低延迟方案，部分GPU採購AMD方案，網絡協議開放化，雲服務在AWS、Azure、谷歌Cloud之間多家下注。

未來，OpenAI還可能推進自研芯片。

這是一種「算力組合拳」策略，不同工作負載匹配不同系統，不再單獨依賴英偉達的全棧方案。

這種戰略轉變的本質，是OpenAI正在從一家模型公司轉變為算力架構公司。

以前，OpenAI只能被動接受芯片廠商定義的技術路線。

英偉達出什麼芯片，OpenAI就用什麼訓練。

雲廠商提供什麼服務，OpenAI就在什麼平臺上部署。這種被動狀態，在AI競爭的早期階段是可以接受的，因為那時候最重要的是快速迭代模型，而不是優化基礎設施。

但現在不一樣了。

當ChatGPT的周活躍用户超過9億，推理成本越來越高，OpenAI不能再被動得去等英偉達發佈新產品，他們得主動設計更符合當下AI需求的算力組合。

OpenAI正在做的，是把芯片供應商從「平臺提供者」降維為「模塊供應商」。

在過去的AI算力市場，英偉達提供的不只是GPU，而是一整套從硬件到軟件、從芯片到網絡、從單機到集群的完整解決方案。客户買的不是一顆芯片，而是一個生態。

這種完整性，既是英偉達的核心競爭力，也是它能夠維持高毛利率和定價權的根本原因。

OpenAI現在要打破這個完整性，英偉達的超級客户，開始逐漸掌握供應鏈的主導權。

這對英偉達來説，是比丟失訂單更深層的衝擊。

03 英偉達怎麼説

雖然我前面下了很多利空英偉達的判斷，但是我認為，Cerebras上市，對英偉達的衝擊不會很大。就像身上長了個粉刺、痱子一樣無關痛癢。

英偉達目前仍然佔據AI芯片市場約80-90%的份額。

CUDA生態、GPU供應鏈、NVLink網絡，這些護城河短期內很難被撼動。

Cerebras的WSE芯片單價高達數百萬美元，產能有限，客户群體主要是超大規模數據中心和雲服務商，無法在短期內大規模替代英偉達GPU。

更重要的是，CUDA生態經過十余年積累，已經成為AI開發的事實標準。幾乎所有主流AI框架、模型、工具鏈，都優先適配CUDA。開發者社區、技術文檔、最佳實踐，全都圍繞CUDA構建。

這種生態優勢，不是一兩年就能被追上的。

然而Cerebras對英偉達的威脅依然還是存在的。

過去，AI公司幾乎別無選擇，只能使用英偉達GPU。現在，至少在推理場景，客户有了可行的替代方案。這種選擇權的出現，削弱了英偉達的定價權。

當OpenAI可以説「推理我用Cerebras，訓練我用英偉達」時，英偉達就失去了「全包」的議價能力。

如果Cerebras的故事將通，那麼AI算力市場就真的開始分層了。

訓練和推理的需求差異被明確化，專用芯片在細分場景的優勢被驗證。英偉達「一種芯片打天下」的敍事不再完全成立。市場也會從「通用GPU壟斷」走向「場景化芯片組合」。

在這個新格局里，英偉達在訓練市場的優勢依然穩固。但在推理市場，尤其是低延迟推理、實時交互這些場景，專用芯片的優勢開始顯現。

而且，還只是OpenAI這一家這麼干。Anthropic也開始和亞馬遜、谷歌結盟。這些頭部AI公司，都在通過多元化採購來降低對英偉達的依賴。

英偉達面臨的挑戰還不止於此。

AI推理市場的快速增長，可能會超過訓練市場。根據LP Information/MarketPublishers在《Cloud AI Inference Chips》這份報告中的預測，全球AI推理市場在2026-2032年期間的複合增長率將達到28.9%。

推理場景，肯定更適合專用芯片。當推理市場的規模超過訓練市場時，英偉達在推理領域的相對弱勢，就會成為更大的問題。

不過英偉達的短期優勢依然穩固。

2026年，英偉達在GTC大會上強調了加速計算生態系統的深度，覆蓋汽車、金融服務、醫療健康、工業、媒體、量子計算、零售、機器人和電信等多個領域。

黃仁勛把CUDA-X庫稱為英偉達的「掌上明珠」，這套豐富的軟件棧，是Cerebras沒有的，也是英偉達又一道護城河。

英偉達的Blackwell架構即將大規模出貨，性能和能效都有顯著提升。英偉達在訓練市場上的優勢，將會進一步鞏固。

但長期來看，英偉達必須適應一個新現實，他們正在從「唯一供應商」變成「核心供應商之一」。

這個轉變，不是因為英偉達變弱了，而是因為市場變大了，客户變強了，需求變複雜了。

當AI從實驗室走向大規模商業化，當算力需求從訓練擴展到推理，當超級客户開始主動設計算力架構，單一供應商的「完整解決方案」就絕對不再是最優的選擇。

本文來自微信公眾號「字母AI」，作者：苗正，36氪經授權發佈。