算力IPO背后：被低估的三个真相
Cerebras交表了。
4月17日，这家做了十年晶圆级芯片的公司正式向SEC提交S-1，申请在纳斯达克上市，代码CBRS。
消息一出，媒体都在说"挑战Nvidia的芯片公司来了"。标题很抓眼球，但看完S-1文件，我发现真正值得关注的不是"挑战"本身，而是三件被低估的事。
真相一：这不是一家正常公司
S-1文件里有一组数据很说明问题：
2025年营收5.1亿美元，同比增长76%，表面看很漂亮。但再往下看：
- 运营亏损7570万美元，比2024年的2180万扩大了2.5倍
- 86%的收入来自阿联酋，其中MBZUAI大学占62%，G42公司占24%
- 美国市场收入反而下滑了34%
换句话说，这家公司高度依赖中东单一客户，财务数据的好转很大程度上靠的是一笔会计处理——2024年跟G42的合作被迫重组，冲销了4亿美元负债，产生了3.63亿美元的账面收益。
这不是健康的商业逻辑，更像是用财务技巧抹平了业务上的问题。
更值得关注的是OpenAI的那笔交易：承诺在2028年前提供750兆瓦算力，还给了OpenAI价值约10亿美元的认股权。这是什么概念？相当于OpenAI用"锁定订单"的方式变相入股了Cerebras。
算力供应商和AI模型公司交叉持股，这个信号值得注意。
真相二：HBM比GPU更值得担心
很多人关心Cerebras和Nvidia的竞争，但真正卡住算力脖子的不是GPU，而是内存。
HBM（高带宽内存）的供需失衡正在成为比GPU短缺更棘手的问题。
几个数字：
- SK海力士、三星、美光的HBM产能已经售罄到2026年底
- 交期超过52周
- 即便三大厂商把70%新增产能投向HBM，缺口依然高达50%-60%
- 消费级内存价格在过去一年上涨了90%
HBM为什么这么缺？因为它和GPU是强绑定的关系。
每一块高端AI芯片都需要HBM来保证内存带宽。以Nvidia H100为例，它的算力其实很强，但实际推理速度被内存带宽卡住了——每秒能跑多少个token，取决于从内存里读数据的速度。HBM的带宽是普通GDDR的10倍以上，所以成了AI芯片的标配。
但HBM的产能扩张没有那么快。堆叠工艺复杂，良率只有50%-60%，新建晶圆厂从规划到量产需要18-36个月。
更关键的是，HBM的技术迭代还在加速。HBM3E是2026年的主力，但HBM4已经在路上了——位宽翻倍、带宽破2TB/s、容量48GB。三星目前HBM4的良率只有60%，量产还要等。
这意味着什么？
算力的瓶颈正在从"GPU够不够"转移到"内存够不够"。谁手里有稳定的HBM供应，谁就卡住了算力的脖子。
真相三：算力投资逻辑正在变化
过去两年，大家都在抢GPU。英伟达的H100、H200交付周期12-18个月，黄牛市场应运而生。
但Cerebras IPO揭示了另一种思路：不拼单卡性能，拼系统效率。
Cerebras的WSE-3晶圆级芯片把整个晶圆做成一块芯片，片上SRAM 44GB，内存带宽21PB/s。这个带宽是H100的7000倍。
代价是什么？价格200-300万美元一台，是H100服务器的5-8倍。
这不是给普通公司用的。它的目标客户是那些需要训练超大规模模型、但又不想被GPU集群的通信瓶颈困扰的机构——比如主权AI基金、顶级研究机构、大型药企。
换句话说，算力市场正在分化：
- 通用训练市场：GPU集群依然是主流，靠规模和生态取胜
- 极致性能市场：晶圆级芯片、光子计算等新技术正在切走一块蛋糕
- 推理市场：内存带宽成为新瓶颈，定制化推理芯片崛起
这种分化对Nvidia是好事还是坏事？
短期看，Nvidia依然会主导通用市场，CUDA生态的粘性很难撼动。但长期看，它在"极致性能"这个细分市场的份额会被蚕食。
我的判断
Cerebras IPO本身不是最重要的。
重要的是它折射出的三件事：
第一，算力短缺不是周期性的，是结构性的。 HBM的缺口要等到2027-2028年新产能释放才会缓解。这意味着未来两三年，算力依然是稀缺资源，囤算力的逻辑依然成立。
第二，GPU不是终点，内存可能是下一个卡脖子点。 SK海力士、美光这些内存厂商在AI时代的定价权在上升。如果你在看半导体投资，内存比GPU更值得关注。
第三，AI公司和算力供应商的绑定越来越深。 OpenAI锁定Cerebras的算力+认股权，本质上是在构建自己的算力护城河。这种深度绑定的模式会越来越常见。
最后说个冷知识：Cerebras这家公司成立于2016年，做了整整十年芯片才上市。十年前大家都在做手机芯片、AI还没火，它的投资人能坚持这么久，本身就是个耐心的故事。
算力这场戏，还早。
相关信息来源：Morningstar、TechCrunch、PitchBook、The Verge、Buildloop AI、量子位等