Cerebras(CBRS) 跌破发行价，木头姐为什么越跌越买：利空拆解，以及它和英伟达 Groq 3 LPX 的客观对比

先放结论：

1. 利空有轻重。最重的是 OpenAI 的极速档可能改用了英伟达，因为 OpenAI 是它未来几年收入的大头；高管卖股和解禁是供给压力，不改变生意本身；
2. 木头姐押的是“快速推理会成为大市场”。ARK 没有公开解释过，文中的原因是我归纳的；
3. 英伟达说 Groq 3 LPX 快 4 倍，站不住：比的是 Cerebras 的旧系统。但 Cerebras 也拿不出同条件的独立数据；
4. 两家的技术很像：都把模型放进芯片自带的内存，片上内存 132GB 对 128GB，天花板也一样；
5. Cerebras 不受先进封装和 HBM 缺货的影响，但它有自己更难的专用组装工艺，而且英伟达的 LPX 同样绕开了这两样；
6. 机房成本两家打平。区别是 Cerebras 要自己租机房、自己运营，英伟达不用；
7. 它的命运握在三四家巨头手里：OpenAI 是客户、债主加股东，亚马逊那条线 2027 年年中才有收入；
8. 智能体是它最大的顺风，但有三道坎；
9. 我的看法：技术没有输，生意处在最难的一段。11 月解禁和三季度财报之前，不急。

这是站内第二篇 Cerebras 文章。公司的背景、晶圆级芯片的原理、收入结构，见 9 月的《Cerebras：技术是真突破，但这不是一个确定性的机会》。这篇只讲之后发生的事。

先把几个词讲清楚

英文缩写

中文术语

一、发生了什么

Cerebras 2026 年 5 月 14 日上市，发行价 185 美元，首日收在 311.07 美元，盘中最高 386.34 美元。10 月 1 日收在 169.52 美元，跌破发行价，比首日收盘价低了约 46%。媒体报道FinanceFeeds

9 月 25 日到 10 月 2 日这一周，它跌了 19.5%，同期英伟达(NVDA) 涨了 3.9%。第三方估算Trefis，2026-10-05

二、利空逐条拆：哪个重，哪个轻

1. OpenAI 的“极速档”可能没用它（最重）

9 月 30 日，研究机构 SemiAnalysis 发帖称：OpenAI 新模型 GPT-6.1 Sol 的极速档，每秒约 300 个 token，不是跑在 Cerebras 上，而是跑在英伟达的 GPU 上，用的办法是让每块 GPU 同时只服务很少的请求。媒体报道Briefs

为什么这条最重：

• OpenAI 是 Cerebras 未来几年收入的大头。双方 2025 年 12 月签了协议，承诺 750 兆瓦的推理算力，价值超过 200 亿美元；
• 二季度增长最快的是云服务收入，同比增长 287%，主要靠 OpenAI；
• 对手不需要比你快，只需要“够快”。每秒 300 个 token 远低于 Cerebras 的速度，但用户觉得够用的话，OpenAI 就不必为更快多付钱。

需要打的折扣：

• 这是 SemiAnalysis 的判断，OpenAI 和 Cerebras 都没有证实；
• 10 月 5 日，OpenAI 首席执行官萨姆·奥尔特曼发文说 Cerebras 是“紧密的合作伙伴”，双方在“深度合作，推进速度的极限”，股价当天反弹；客户确认Business Chief
• 奥尔特曼的话没有否认极速档用了英伟达。更合理的理解是：OpenAI 两边都用，上一代模型的极速档仍在 Cerebras 上。

2. 高管在卖股票（中等）

• 首席执行官安德鲁·费尔德曼和首席技术官肖恩·列，8 月 20 日到 9 月 25 日合计卖出超过 2.4 亿美元；媒体报道Briefs
• 首席运营官 9 月 29 日卖出 39.6 万股，约 8,080 万美元，按 6 月 30 日定好的预设计划执行。公司自报监管文件，FinanceFeeds 转述

怎么看：走的是预设计划，不是看到利空临时跑。但股价跌破发行价时，三位最高管理者合计卖出超过 3 亿美元，观感很差，也增加了卖压。

3. 解禁（中等，有明确日期）

• 9 月 30 日已解禁约 1,940 万股；媒体报道Benzinga
• 更大的一批在后面：约 1.71 亿股，在三季度财报发布后第二个交易日或 11 月 10 日解禁，以先到者为准。公司总股本约 2.38 亿股，这一批约占七成。媒体报道FinanceFeeds

怎么看：纯粹的供给问题，不改变公司价值。但 11 月 10 日之前，股价头上一直悬着这件事。

4. 财报里的两个口径（容易被忽略）

二季度公司强调的是“核心口径”，但正式财报的数字差很多：

公司自报二季度电话会公司自报二季度财报，FinanceFeeds 转述

差距的一个来源是给 OpenAI 的认股权：按会计准则要冲减收入。这是我的理解，细节以财报为准。

管理层说核心毛利率环比下降，是因为“把卖出去的系统再租回来”的成本上升。也就是说，它自己的机房不够用。

5. 英伟达正面入场（长期最重要）

8 月 24 日，英伟达宣布 Groq 3 LPX 全面量产，并点名说比“最接近的对手”快 4 倍。公司自报英伟达公告，2026-08-24 这一条放到第四章细讲。

小结：

三、木头姐为什么越跌越买

她买了多少

媒体报道Barchart媒体报道Dealroom媒体报道Yahoo Finance媒体报道Investing.com，2026-10-02

8 月底时，Cerebras 约占 ARK 旗舰基金 ARKK 的 2.68%、ARKW 的 2.73%，是中等偏上的仓位。每次买入都在利空之后。

她可能看好什么

ARK 没有就 Cerebras 发过专门的投资说明。下面五条里，第 2 条有她公开言论的报道，其余是我的归纳。

1. 推理会比训练大得多，而“快”会变成刚需

智能体一项任务要连续调用模型几十上百次，每次慢一点，整个任务就慢很多。第七章展开讲。

2. 她在押“不需要 HBM 的芯片”

据报道，木头姐认为 Cerebras 和 Groq 这类芯片在做推理时可以减少甚至不用外挂的 HBM（High Bandwidth Memory，高带宽内存），并据此看淡内存涨价这条线。媒体报道Yahoo Finance 4.7 节展开讲。

3. 英伟达花 200 亿美元买 Groq 的授权，本身就是背书

2025 年 12 月，英伟达以约 200 亿美元拿下 Groq 技术的非独家授权，并把创始人和团队招了过去。媒体报道TechTimes，2026-08-25 行业老大肯花这个钱，说明需求是真的。而上市公司里纯做这件事的只有 Cerebras 一家。

4. 合同是签了的

254 亿美元的 RPO（Remaining Performance Obligations，剩余履约义务），其中约 22% 预计在 24 个月内确认。账上还有约 79 亿美元现金。管理层说 2027 年核心收入会是 2026 年的三倍以上。

5. ARK 的老打法

在高波动的成长股下跌时加仓，持有期按五年算。这个打法在特斯拉上赚过大钱，也在不少公司上亏过。

这个逻辑的漏洞

她的理由都成立，但有三处没有回答：

• “快速推理是大市场”和“Cerebras 能赢”是两回事。英伟达入场后，前一句更可信了，后一句更难了；
• 254 亿美元的合同高度集中在 OpenAI 一家。OpenAI 自己还在亏损，而且手里同时握着英伟达、AMD、博通的方案；
• ARK 的买入本身不是信号。它的规模不大，8 月以来金额已知的三笔加起来约 4,600 万美元，对一家市值约 400 亿美元的公司没有定价权。

四、Cerebras 和英伟达 Groq 3 LPX：客观比较

WSE-3 是芯片，不是整机。装一片 WSE-3 的整机叫 CS-3；2026 年 8 月发布的 CS-4 装三片改进版的 WSE-3 Turbo。下面比的是整机对整机。

4.1 先认识 CS-4：芯片没换代，性能却翻倍

CS-4 是它未来两年业绩的全部指望。它有一个不寻常的地方：里面的芯片没有换代。

它是怎么做到性能翻倍的

CS-4 用的芯片叫 WSE-3 Turbo，和 2024 年的 WSE-3 是同一片硅：同样的台积电 5 纳米，同样的 4 万亿个晶体管、90 万个核心。媒体报道XenoSpectrum

变的是芯片周围的东西：供电和液冷做成一个贴在晶圆背后的模块，供电距离从约 50 毫米缩短到约 0.5 毫米，能送进两倍的电，让芯片跑在更高的频率上。等于给同一颗芯片“超频”。

媒体报道XenoSpectrum媒体报道The Register，2026-08-19

其他三个变化：

1. 一柜三片。整柜约 750 PFLOPS、132GB 片上内存；
2. 晶圆之间直连，延迟约 2 微秒；更大规模再用标准以太网扩展；
3. 模块化。零件比上一代少一半，装机从几天缩短到几小时，为量产做准备。

媒体报道XenoSpectrum

公司自己报的速度：在一个 1,200 亿参数的模型上，每个用户每秒 4,400 个 token 以上，称比 GPU 方案最高快 30 倍；在 10 万亿参数以上的模型上每秒超过 1,000 个 token，这个数是根据内部测量推算的。有独立测试在它的公开接口上测到约每秒 1,715 个 token，条件不同。

三个问题：第三方估算Futurum

• 片上内存没涨。每片还是 44GB，五年没变，原因和出路见 4.5 节；
• 热量集中在最贵的零件上。每片耗电翻倍，而晶圆坏了没法单独换；
• 速度数字不透明。公司没说测试用了几片晶圆、上下文多长、同时服务多少人。

Futurum 的评价是：这是一次“系统发布”，顶替了本该有的“芯片发布”。我的理解是，下一代芯片还没准备好。

4.2 两家其实是同一个思路

GPU 生成文字慢，主要原因是模型放在芯片外面的 HBM 里，每生成一个字都要来回搬数据。

Cerebras 和 Groq 的办法一样：把模型直接放进芯片内部的 SRAM（Static Random-Access Memory，静态随机存取存储器）里。SRAM 比 HBM 快得多，所以生成速度能高出一个数量级。

代价也一样：SRAM 很占地方，容量做不大。

4.3 不一样的地方：一整片，还是很多小片

第三方估算Shattered媒体报道TechTimes，2026-08-25

两家的算力和带宽口径不同，表里的数字不能直接相除得出“谁是谁的几倍”。

一整片的好处：数据不用离开芯片。一个 310 亿参数的模型，Cerebras 用一到两片晶圆就能装下，LPX 至少要 64 颗芯片。媒体报道The Decoder 模型更大时差距更明显：有分析估算，跑一个大型模型，LPX 需要约 1,300 颗芯片，也就是五个机柜，柜与柜之间要走以太网，会拖慢速度。

很多小片的好处：好造、良率高、坏一颗换一颗。

4.4 那句“快 4 倍”是怎么来的

英伟达的数字：LPX 在 Gemma 4（310 亿参数）、10 万 token 上下文的测试里，每秒生成 3,400 个 token，由第三方机构 Artificial Analysis 测得。同一个测试里 Cerebras 是每秒 882 个，所以是“快 4 倍”。

问题在于：媒体报道The Decoder

• 对比的不是 CS-4。这个测试没有包含 Cerebras 最新一代产品；
• 芯片数量差很多。LPX 用了至少 64 颗芯片，Cerebras 只用一到两片；
• 选的是对 LPX 最有利的模型。这个模型刚好能完整放进一个机柜。

Cerebras 自己公布的数字是：同一个模型每秒 1,851 个 token（没说上下文多长），CS-4 在另一个更大的模型上每秒 4,400 个以上。这两个数也是公司自己说的，条件和英伟达的测试不一样。

谁更快，现在没有定论。 没有一份独立测试在同样的模型、上下文和并发条件下把两者放在一起比过。

4.5 两家共同的天花板

有分析算过：10 万 token 的上下文下，每个请求要占约 8GB 片上内存。扣掉模型本身占的约 31GB，两家的一个机柜都只能同时服务约 12 个请求。第三方估算beri.net

上面那些每秒几千个 token 的数字，都是“只服务一个人”时的速度。上下文短的时候情况好很多：8,000 token 的上下文，一个机柜能同时服务约 150 个请求。

这类芯片适合“少数人要极快”，不适合“很多人要便宜”。它是一个高端细分市场，不会取代 GPU。

片上内存能不能加大？能，但要等两代。

常规办法已经走不通：

• 第一代 18GB，第二代 40GB，第三代只到 44GB。晶体管多了约一半，内存只多了 10%；第三方估算SemiAnalysis
• 换先进制程帮不上忙。片上内存的基本单元从 5 纳米到 3 纳米没有缩小，到 2 纳米整体密度也只提高约 10%；媒体报道Tom's Hardware
• 芯片已经是一整片晶圆，没法再做大。剩下的办法只有把计算的面积让给内存。

所以 CS-4 是靠“一柜放三片”把总内存做到 132GB，加的是数量，不是密度。

Cerebras 在 2026 年的 Hot Chips 会议上公布了后两代的路线：公司自报Cerebras 技术文章

CS-6 的思路比“再加一层”更激进：据报道，它反而会减少每片晶圆上的片上内存，腾出面积放更多计算单元，容量交给叠上去的 DRAM 来补。媒体报道ServeTheHome

怎么看：

• 短板有解，它没有被物理规律锁死；
• 但解在 CS-6，公司没给时间。按一年一代推算最早是 2028 年，这是我的推算；
• 技术风险不小：整片晶圆叠整片晶圆，散热和良率都是难题。而且一旦用上 DRAM，它“完全不碰内存厂”的供应优势会打折；
• 未来两年，它仍要带着这个天花板和英伟达竞争。英伟达把上下文放在旁边 GPU 的 HBM 里，现在就能用。

4.6 真正的差别在芯片之外

英伟达最大的优势是“打包”：客户本来就在买它的 GPU 机柜，加一个 LPX 是顺手的事，而且把上下文存在 GPU 的 HBM 里，正好绕开片上内存的天花板。Cerebras 的应对是找盟友，见第六章。

4.7 供应链：它绕开了最堵的三个环节

主流 AI 芯片被卡在哪。造一颗主流 AI 芯片要同时拿到三样东西，2026 年三样都缺：

• 先进封装（CoWoS）：排到至少 2027 年年中，交期 52 到 78 周，英伟达一家占约六成；第三方估算Silicon Analysts
• HBM：最大的供应商 2026 年全年的产量已经分完；
• 台积电 3 纳米：产能紧。

即使台积电把封装产能扩到每月 12 万到 14 万片，2027 年预计仍有 10% 到 20% 的缺口。第三方估算SupplyICs

Cerebras 三样都绕开了：公司自报Crypto Briefing 转述

• 不用 CoWoS。先进封装是把切好的芯片和内存拼在一起，它的芯片根本不切开；
• 不用 HBM。内存做在芯片里；
• 不抢 3 纳米。用的是不紧张、也更便宜的 5 纳米。

首席执行官说台积电给的晶圆够 2026 年的计划并有余。粗算一下：OpenAI 那 750 兆瓦约需 17,000 片晶圆，分三年，平均每月不到 500 片，对台积电是很小的数。本文推算750 兆瓦 ÷ 每柜 130 千瓦 × 3 片 晶圆不是它的瓶颈。

但有三点要说准

第一，“不需要封装”不准确。 它不需要的是最紧缺的那种先进封装，但有自己的一套组装工艺，而且更难。

它的芯片有 21.5 厘米见方。硅受热膨胀少，电路板膨胀多，温度变化 65 度时边角位移约 122 微米，是常规焊接能承受的 5 到 7 倍。第三方估算Peak FLOPS 所以要用冷却板、晶圆、一层自己发明的连接材料、电路板四层叠起来，供电从背后垂直送入，电流超过 2 万安培。组装设备是它自己造的。

也就是说，它不用排别人的队，但自己就是那条队。公司说 2026 年产能要提升 10 倍以上，在三家代工厂新增了产线，目前没有大批量出货的记录可以验证。

第二，这个优势不是它独有的。 英伟达的 LPX 同样不用 CoWoS 和 HBM：单颗芯片，内存做在芯片里，三星 4 纳米代工，产线也不紧张，而且用的是标准封装和标准组装。媒体报道Tom's Hardware 报道称三星已把相关晶圆产量从约 9,000 片提高到约 15,000 片。媒体报道SamMobile 相对 GPU 这是优势，相对 LPX 不是。

第三，同一个设计选择，也是它短板的来源。 不用 HBM，所以不受缺货影响；也正因为不用 HBM，内存只有每片 44GB。另外，它和 AMD、亚马逊搭配的方案里，对方那部分芯片照样要用 CoWoS 和 HBM。

这个优势值多少：现在很值钱，别人交期一年以上时，能更快交货本身就是卖点。但它有保质期，台积电和内存厂都在扩产。而且它解决的是“能不能造出来”，Cerebras 现在更大的问题是机房、电和订单。

4.8 我的评分

这张表是我的判断，不是测试结果。Cerebras 在芯片本身没有输，输的可能性在芯片以外。

五、放进机房：改造和建设成本

最新一代的 CS-4 和 LPX 对机房的要求几乎一样，机房本身的成本拉不开差距。差距在三个地方：手里是什么机房、要不要搭配别的机柜、谁出钱。

5.1 三种机器的机房要求

第三方估算SemiAnalysis媒体报道The Register，2026-08-19媒体报道DCD

CS-4 的整柜功耗是外部估算；每兆瓦机柜数是我用 1,000 千瓦除以每柜功耗算的。

变化最大的是 Cerebras 自己。CS-3 自带散热，每柜不到 50 千瓦，不挑机房。CS-4 把散热交给机房，功率密度涨到近 3 倍，变得和英伟达一样要高密度液冷机房。

5.2 机房本身的价格

下面是 2026 年的行业基准，都是每兆瓦、不含芯片和服务器：

第三方估算Axis Intelligence 汇总第三方估算STL Partners

改造那 200 万美元只是工程费，还没算停机损失、配电扩容和楼板承重。第三方估算DataCenterScope 最硬的约束是电。 CS-4 和 LPX 属于同一个功率档次，建一兆瓦的新机房，放哪一种成本基本一样。

5.3 三种情形下谁更省

• 已经有为英伟达新一代 GPU 建好的机房：LPX 占优。英伟达特意把 LPX 的功耗做成和 GPU 机柜一样，机柜规格、供电、液冷接口都通用。公司自报英伟达，DCD 转述 CS-4 也放得进去，但它是另一套机柜、备件和维护流程；
• 老的风冷机房：两家都要先改造，成本一样。这时 CS-3 反而最合适，但它的速度只有 CS-4 的一半；
• Cerebras 自己的旧机房：2025 年建的那批是按 CS-3 设计的，比如俄克拉何马城那座 10 兆瓦的机房。媒体报道DCD 换成 CS-4，每柜功耗从约 46 千瓦涨到约 130 千瓦，按改造基准 10 兆瓦约需 2,000 万美元，外加半年以上工期。本文推算基于行业改造基准

而且换完之后，同样的电未必多产出多少 token：SemiAnalysis 认为 CS-4 的每瓦性能比 CS-3“最多略有改善”，Cerebras 自己说提升 10 倍，目前没有独立数据裁决。第三方估算SemiAnalysis 更合理的做法是老机房继续跑 CS-3，新机房直接上 CS-4。

5.4 容易漏掉的一笔账：LPX 不是单独用的

每兆瓦造价一样，不等于每个 token 的机房成本一样。

• LPX 按英伟达的定位要和 GPU 机柜搭配。技术上可以单独跑模型，但英伟达不这么卖；媒体报道The Register，2026-03-19
• 模型越大，LPX 机柜越多。跑万亿参数级的模型要 4 到 8 个机柜，也就是 640 到 1,280 千瓦，再加搭配的 GPU 机柜；
• Cerebras 可以单独完成整个推理，但它也在推和 AMD 搭配的方案，同样要加机柜。

一个“极速推理单元”实际占多少兆瓦，两家都没有公布可比的数字。 这是比较成本时最大的空白。

5.5 Cerebras 自己怎么建：只租不买，多点开花

对英伟达，机房是客户的事。Cerebras 六成收入来自云服务，机房要自己背。

它的路线：不自己盖楼，和很多家中小开发商签长期租约，机器是自己的。

已知的机房

第三方估算Baxtel 汇总媒体报道TradingView，Digi Power X 公告媒体报道DCD公司自报Cerebras，2026-08-31媒体报道DCD

公司的说法是：已运行加已签约、2027 年底前交付的容量超过 600 兆瓦，另有“以吉瓦计”的储备项目。公司自报二季度财报新闻稿

从这张表能看出四件事

1. 单个机房都不大。几十兆瓦一个，最大的芬兰项目 165 兆瓦。好处是批得快、接电容易；坏处是分散，运维成本高。

2. 房东多是中小开发商，有几家是比特币矿企转型的，手里有现成的电。风险是它们融资能力有限：亚拉巴马项目的后半段，公告里就写明“取决于第二期融资”。

3. 往电便宜、好批的地方走：加拿大、芬兰、圭亚那。

4. 在做“主权 AI”：帮一个国家建自己的算力中心，是差异化市场，但规模有限。

租金要多少

亚拉巴马的合同给了一个参照：40 兆瓦、10 年、约 11 亿美元，摊下来每兆瓦每年约 275 万美元。这个数里含一次性的建设费用，实际月租会低一些。本文推算合同总额 ÷ 兆瓦 ÷ 年数

750 兆瓦都按这个价租，一年约 20 亿美元；OpenAI 的合同按 200 亿美元、4 年粗算，每年约 50 亿美元。租金大约吃掉四成收入，还没算电费和芯片折旧。 两头的实际数字都没有公开。

有一个缓冲：按财报的描述，OpenAI 协议里把机房租金、装修、电费等列为可以转给 OpenAI 承担的成本。公司自报二季度 10-Q 具体怎么转、转多少，文件没有细说。

钱从哪来

公司自报二季度 10-Q

已签但 6 月底还没起租的租约没有计入负债，所以账面数字低估了真实的租金承诺。

进度够不够

OpenAI 的交付时间表是：2026 年底前 250 兆瓦，2027 年底前累计 500 兆瓦，2028 年底前累计 750 兆瓦。媒体报道DCD

Cerebras 说 2027 年底前有 600 兆瓦以上。600 减 500，留给其他所有客户的只有约 100 兆瓦。本文推算公司容量 − OpenAI 交付量 所以它还在不停地签新机房，给亚马逊的方案也是把机器放进对方的数据中心。

我的看法

• 这条路线是对的，也是唯一走得通的。它没有云厂商的资产负债表，只能用速度换规模；
• 最大的风险是交付。2026 年底要交 250 兆瓦，而行业今年有三到五成的项目延期（见《建一座 AI 算力中心》），它的房东又多是小公司；
• 第二个风险是租约比合同长。租约 10 年，OpenAI 的合同 3 到 5 年。

5.6 这一章的结论

六、和巨头的合作：OpenAI、亚马逊、AMD 和中东

Cerebras 的生意由四段关系撑着，没有一家只是单纯的客户。

6.1 OpenAI：客户、债主、股东三合一

协议内容。2025 年 12 月签的主协议：公司自报二季度 10-Q第三方估算Futurum 招股书解读

已经发生的：

• 二季度来自 OpenAI 的收入是 5,680 万美元，约占当季收入的 32%；本文推算5,680 万 ÷ 1.801 亿
• 借款已经用算力抵掉了 8,630 万美元，6 月底还剩 9.18 亿美元；
• OpenAI 在 7 月行权了约 1,003 万股；
• 落地的产品是 OpenAI 的极速档，公司说比标准档最高快 14 倍。公司自报二季度财报新闻稿

怎么看这个结构

好的一面：认股权把两家的利益绑在了一起。OpenAI 买得越多，拿到的股份越多。这和 Marvell 给谷歌的认股权是同一种设计。

要警惕的三点：

• Cerebras 是在用股权换订单。约 10% 的股份几乎白送，代价由其他股东承担。按会计准则，这部分还要冲减收入；
• 约束是单向的。OpenAI 必须买的只有 750 兆瓦，后面的 1.25 吉瓦是“可以买”。而 Cerebras 必须按时交付：有分析指出，如果它交不出来或性能不达标，OpenAI 可以控制那笔借款资金；第三方估算Futurum 招股书解读
• OpenAI 自己的风险。它还在亏损，同时和英伟达、AMD、博通都签了大单。

9 月底“极速档改用英伟达”的传闻杀伤力大，打的正是“那 1.25 吉瓦会不会被用掉”这个预期。

6.2 亚马逊：把机器放进别人的机房

合作内容。2026 年 3 月 17 日宣布，是一份有约束力的多年协议：公司自报Cerebras 公告第三方估算Futurum

• Cerebras 的机器直接放进亚马逊云（AWS）自己的数据中心，由亚马逊运营；
• 两家的芯片分工：亚马逊自研的 Trainium 负责读入，Cerebras 负责快速生成；
• 通过亚马逊的模型平台 Bedrock 卖给企业客户，客户不用改接口；
• 亚马逊是第一家这样做的大型云厂商。

时间表：管理层在二季度电话会上说，机器已经部署进亚马逊的数据中心，2027 年一季度在 Bedrock 上线，2027 年年中开始有收入。这部分收入目前没有计入 254 亿美元的在手订单。公司自报二季度电话会

这笔合作为什么重要

1. 不占自己的机房，用的是亚马逊的地和电；
2. 借到了销售渠道。Bedrock 上有大量现成的企业客户，这是它自己建不起来的；
3. 是在手订单之外的增量。

没公开的更多：金额、定价、谁出钱买机器、有没有排他、有没有给亚马逊认股权，都没有披露。招股书的解读里没有提到给亚马逊的股权安排。

亚马逊也可能是未来的对手。它有自研芯片的习惯，今天用 Cerebras 补这一块，不代表五年后不会自己做。

6.3 AMD：股东兼搭档

• 2026 年 2 月，AMD(AMD) 参与了 Cerebras 上市前的最后一轮融资；
• 7 月 24 日，两家宣布联合方案：AMD 的机柜级系统 Helios 负责读入和长上下文，Cerebras 负责生成；媒体报道Yahoo Finance
• 公司称这种组合每瓦产出的 token 最高是纯 Cerebras 方案的 5 倍，预计 2026 年四季度在 Cerebras 自己的云上部署。

英伟达卖的是“GPU 加 LPX”的组合。AMD 有 GPU 没有快速解码芯片，Cerebras 正好相反，两家拼起来才能对打。但 AMD 据报道也在布局专用的推理芯片。第三方估算Futurum

6.4 阿联酋：过去的全部，现在的包袱

只更新数字：

公司自报招股书和季报，Futurum、FinanceFeeds 转述

MBZUAI 是阿布扎比的一所人工智能大学，G42 是阿联酋的科技集团，两者是关联方。二季度那个 32% 和 OpenAI 的收入对得上，34% 的那家很可能仍是 MBZUAI。这是我的推断。

方向是对的：一年前几乎全部收入来自阿联酋，现在 OpenAI 已经占到三成。但只是从依赖一个客户，变成依赖两个。

6.5 其他渠道和客户

• 分发渠道：亚马逊和微软(MSFT) 的云市场、IBM、Vercel、OpenRouter、Hugging Face 等平台上都能调用 Cerebras 的服务；
• 点名的企业客户：Cognition、Lovable、Block、Figma、AlphaSense、葛兰素史克、CrowdStrike；
• 二季度公司说签了 6 笔单笔 3,000 万美元以上的合同。

单个都不大，但说明大客户之外有了长尾。

6.6 把四段关系放在一起

我的看法：

• Cerebras 在每一段关系里都是弱势的一方；
• 最有价值的是亚马逊这条线：不占机房、自带客户、还没被算进预期，但也最看不清；
• OpenAI 这条线决定生死。后面那 1.25 吉瓦买不买，取决于 OpenAI 觉得“更快”值不值得多付钱；
• 判断这家公司，其实是在判断这几家巨头的意图。英伟达的客户有几百家，Cerebras 的命运握在三四家手里。

七、它到底适合干什么：推理、智能体，和三道坎

7.1 是不是特别适合推理

是的，但只适合其中一段。 推理分两段：读入拼的是算力，GPU 擅长；生成拼的是内存读取速度，这是 Cerebras 的强项（原理见 4.2 节）。它主动找 AMD、亚马逊搭档，让对方负责读入，等于自己也承认强项就在生成这一段。

不适合它的推理有三种：很多人同时用、不赶时间的；模型特别大的；速度够用就行的。原因都是片上内存小（见 4.5 节）。

它最早是做训练的，但英伟达的软件生态太强，没有打进去。2024 年以后整体转向推理。

Cerebras 是一把锋利的专用刀，适合“少数人要极快”的推理。

7.2 智能体是它最大的顺风

1. 智能体对速度的需求和人不一样

人每秒读不了 50 个 token，智能体不用“读”，拿到结果马上进行下一步。一个任务调用模型几十上百次，每一步快 10 倍，整个任务就从半小时变成几分钟。速度第一次变成了直接能换钱的东西。

2. 智能体已经是用量的主力

OpenRouter 的数据显示，2026 年 2 月 6 日可能是历史上人类消耗的 token 多于智能体的最后一天；10 月初单日用量前十的应用里，至少九个是智能体，至少六个在写代码。公司自报OpenRouter 数据页 详见《OpenRouter 榜单月报》。

3. 有人愿意为快付高价

有分析提到，Anthropic 对快两倍的档位收六倍的价钱，而且供不应求。第三方估算Futurum 至少在写代码这个场景，“快”有很强的定价权。

4. 几家巨头都在押这件事

OpenAI 用 Cerebras 做编程智能体的极速档；亚马逊把它放进自己的云平台，对外讲的理由就是智能体；英伟达发布 Groq 3 LPX 时，新闻稿标题写的也是“为智能体而生”。公司自报英伟达公告，2026-08-24

7.3 三道坎

第一道：智能体的大部分活流向了便宜模型，不是快模型

OpenRouter 上用量前 19 名的模型里，74% 的 token 流向了便宜的中国模型。本文推算基于 OpenRouter 榜单，2026-10-07 愿意为极速付溢价的，目前主要是写代码这一个场景。 其他场景会不会跟上，还没有证据。

第二道：“够快”可能就够了

SemiAnalysis 说，OpenAI 用普通英伟达 GPU、每块同时只服务很少的请求，就做出了每秒约 300 个 token 的极速档。媒体报道Briefs 这个说法未经证实。但如果大多数智能体觉得够用，专用芯片的市场就比想象的小。“够快”比“更快”更危险。

第三道：智能体的上下文很长，正好撞上它的短板

智能体干活时要带着很长的历史记录，而长上下文下一个机柜只能同时服务约 12 个请求。第三方估算beri.net 智能体最需要的“长上下文加高并发”，恰恰是它最吃紧的地方。 和 AMD、亚马逊搭档就是为了把上下文交给对方的芯片去存，能不能大规模跑通要到 2027 年才知道。

7.4 市场起来了，钱归谁

英伟达已经入场，而且能把快芯片和 GPU 打包卖。所以更可能的结果是：市场做大了，Cerebras 拿到其中一块，而不是独占。

这张表是我的判断。

智能体给了 Cerebras 一个真实的机会，这也是木头姐敢越跌越买的底层理由。但它赌的是有足够多的智能体愿意为快多付钱，并且这笔钱不被英伟达拿走。

最该盯的两个信号：

1. 写代码以外，有没有第二个场景出现“极速档”并且卖得动；
2. 2027 年亚马逊那条线上线后，企业客户用不用。

八、估值

10 月 8 日查询时的最新数据：第三方估算StockAnalysis

换几个角度算：本文推算基于公司指引

• 按 2026 年核心收入指引约 8.85 亿美元：市值约是它的 45 倍；
• 按管理层说的“2027 年三倍以上”，约 27 亿美元：约 15 倍；
• 扣掉净现金后按 2027 年算：约 12.5 倍。

怎么读：按现在的收入看贵得离谱，按 2027 年的预期看不算出格。全部问题归结为：2027 年“三倍以上”能不能兑现，而这取决于 OpenAI 那份合同的执行节奏。

另外两点：它正在变成一家重资产的算力公司，过去 12 个月资本开支约 7.5 亿美元，自由现金流为负 6.8 亿美元；做空股数约占流通股的 11.6%，解禁前后多空博弈会很激烈。

我的判断

• 技术：没有输。晶圆级芯片在大模型上的结构性优势是真的，英伟达那句“快 4 倍”不公平；
• 生意：处在最难的一段。最大的客户有了别的选择，最强的对手正面入场，自己还在烧钱建数据中心；
• 股价：11 月 10 日前有约占总股本七成的股票解禁，这是确定的压力；
• 木头姐：她的逻辑能自洽，押的是五年后的市场。但她的买入不能当成“底部”的信号，她在这只股票上从 300 美元以上一路买下来；
• 我会怎么做：不在解禁前动手。等两件事落地再评估：三季度财报里 OpenAI 相关收入有没有继续增长，解禁之后股价在哪里站住。如果要参与，这是一个只能用小仓位、能承受腰斩的位置。

该写进档案的证伪信号

1. OpenAI 相关收入环比下降，或 RPO 下降；
2. 2027 年“核心收入三倍以上”的说法被收回或下调；
3. 独立测试显示 LPX 在大模型上也不输 CS-4；
4. CS-5 推迟到 2027 年以后，或发布时片上内存和并发能力没有改善；
5. 和 AMD 的联合方案、亚马逊云平台的上线时间推迟；
6. 核心毛利率跌破 35%；
7. 解禁之后高管继续大额卖出；
8. 到 2027 年，写代码以外仍没有第二个愿意为极速付溢价的场景；
9. 反过来，如果 OpenAI 公开确认新一代模型的高速档继续用 Cerebras，最重的那条利空就解除了。

金豆划重点

• 跌破发行价，三件事叠加：OpenAI 极速档传闻、高管卖出超过 3 亿美元、解禁。11 月 10 日前还有约 1.71 亿股解禁；
• 木头姐四次买入都在利空之后，押的是快速推理和不需要 HBM 的芯片；
• “快 4 倍”比的是旧系统，CS-4 和 LPX 谁更快没有定论；两家片上内存几乎一样，天花板也一样；
• 片上内存加不上去是它最大的短板。解法是在晶圆上叠一层 DRAM，要等到 CS-6，时间没有公布；CS-5 目标 2027 年，速度再翻倍；
• CS-4 的芯片没换代，靠把供电贴到晶圆背后让性能翻倍；
• 它不受先进封装和 HBM 缺货影响，但有自己更难的组装工艺，而且 LPX 同样绕开了这两样；
• 机房成本两家打平；Cerebras 只租不买，2027 年底前 600 兆瓦里约 500 兆瓦要交给 OpenAI；
• OpenAI 是客户、债主加股东；亚马逊那条线 2027 年年中才有收入，还没计入在手订单；
• 智能体是最大的顺风，三道坎：活流向便宜模型、普通 GPU 可能已经够快、长上下文撞上片上内存的短板；
• 估值全看 2027 年收入能不能做到三倍以上。

---

资料来源：Cerebras 2026 年二季度财报、电话会和监管文件；英伟达关于 Groq 3 LPX 的公告；ARK 每日交易披露的相关报道；The Decoder、beri.net、TechTimes、Shattered 对两家产品的技术分析；FinanceFeeds、Trefis、Benzinga、Briefs、Business Chief 等媒体报道；StockAnalysis 的行情和估值数据；SemiAnalysis、The Register、DCD、Futurum、XenoSpectrum 关于 CS-4 和两家整机功耗、散热的报道；JLL、STL Partners 等机构的机房造价基准；Futurum 对招股书和亚马逊合作的解读；Peak FLOPS 对晶圆级芯片组装工艺的分析，Cerebras 在 2026 年 Hot Chips 会议上公布的路线及 ServeTheHome 的报道，以及关于 CoWoS、HBM 供应和三星代工 LP30 的行业报道；Cerebras 二季度 10-Q 及 Digi Power X、CleanCore、Compute Nordic 等合作方的公告。OpenAI 极速档所用硬件一事来自 SemiAnalysis 的判断，未经 OpenAI 或 Cerebras 证实；Cerebras 的速度数字为公司自报。

本文仅为研究和信息分享，不构成任何投资建议。