上周四，英伟达再度交出一份炸裂财报，营收与利润双双超出市场预期，GPU看似依旧牢牢垄断全球AI算力市场，霸权无人撼动。
但今天我们抛开英伟达的高光业绩，聚焦另一桩足以改写AI算力底层格局的大事——今年美股规模最大科技IPO：Cerebras登陆纳斯达克。
5月14日，非GPU算力赛道独角兽Cerebras正式挂牌上市，发行价185美元，上市首日股价一度冲高至386美元，盘中最大涨幅接近翻倍，收盘依旧大涨68.15%，报311.07美元。即便经历后续小幅回调，截至上周五收盘，其股价依旧较发行价高出近四成，资本市场追捧力度可见一斑。
外界大多将Cerebras视作英伟达的新晋挑战者，讨论它能否瓜分GPU的市场份额。但抛开表层的竞品博弈，Cerebras成功上市真正的行业意义，远比对抗英伟达更加深远：
它把一个硅谷内部争论已久、却始终没有摆在明面上的核心问题，推向了公开资本市场中心——AI下一代基础设施，是否即将迎来后GPU范式革命？
过去一年，这条暗流一直在硅谷涌动，多家非GPU芯片公司截然不同的命运，已经给出了信号：
- 去年年末，英伟达斥资200亿美元收购Groq技术资产并吸纳核心团队，黄仁勋事后直言，Groq团队自主独立发展已经看不到突围机会；
- 曾经被寄予厚望、代表欧洲顶尖芯片实力的AI芯片黑马Graphcore，2024年被软银低价收购，彻底折戟，成为非GPU路线失败的典型样本；
- 而如今，坚持晶圆级芯片独特路线的Cerebras，逆风完成大额IPO，获得资本市场强力背书。
三家企业，三种结局，路线各异，却指向同一个终极疑问：明明GPU依旧统治全球AI算力市场，为什么硅谷资本与科技巨头，开始集体下注非GPU路线，甚至开始怀疑GPU的长期价值？
下文深度拆解Cerebras的逆袭逻辑，看懂这家公司的起死回生，就能读懂当下AI算力行业正在发生的底层变局。
一、蛰伏九年：Cerebras并非新秀，只是终于等到属于自己的时代
很多人误以为Cerebras是AI热潮下诞生的新公司，实则不然。这家企业早在2016年就已成立，深耕晶圆级WSE芯片赛道近十年，一路走来历经坎坷，甚至长期陷入「技术全球顶尖，却没有市场需求」的尴尬困境。
早在2024年，Cerebras就计划冲击美股IPO，却直接折戟于监管审查。公司背后拥有阿布扎比主权AI基金Group 42大额投资，外资持股结构让其IPO申请进入美国CFIUS（美国外国投资委员会）漫长安全审查流程，上市计划被迫搁置。
除此之外，上市前夕资本市场还有两大核心质疑点：一是公司营收高度依赖单一客户G42，客户集中度风险极高；二是自研超大尺寸晶圆级芯片工艺难度拉满，量产稳定性、规模化落地能力一直饱受争议。
但监管风险、客户依赖、工艺难题，都只是表层阻碍。Cerebras蛰伏近十年无人问津，最核心的原因从来不是技术不够强，而是过去整整十年，AI行业根本不需要它。
二、AI行业底层变局：从训练为王，进入推理瓶颈期，GPU固有缺陷彻底暴露
过去十年，AI行业处于大模型训练时代，全行业的核心诉求极其单一：极致堆叠算力。
彼时行业所有人的解题思路高度统一：想要更强算力，就堆叠更多英伟达GPU。GPU通用性强、生态完善、软件工具链成熟，完美适配大模型暴力训练需求，一家公司垄断了全球AI算力底层。
在纯训练场景下，GPU没有对手，非GPU专用芯片没有任何生存空间。
但从2025年下半年开始，AI行业完成关键转折：行业重心从一次性的大模型训练，全面转向常态化、规模化的线上推理。模型训练的痛点是算力不足，而AI推理时代，行业痛点彻底改写。
当下GPU集群最大的致命短板浮出水面：多卡GPU之间通信延迟极高，集群内部沟通成本居高不下。
大量GPU并联组网之后，芯片之间数据传输、指令同步耗时急剧攀升，带来三大无法规避的行业难题：用户端AI对话等待时间变长、接口响应延迟居高不下、大规模推理集群整体运营成本持续走高。
更关键的是，这是英伟达GPU架构与生俱来的底层缺陷，依靠迭代芯片制程、升级硬件参数，都无法从根源上解决。GPU适合拆分任务、并行计算做训练，却天生不适合低延迟、高实时性的大规模推理场景。
三、阴差阳错：诞生于训练时代的非GPU架构，精准命中推理时代刚需
极具戏剧性的一点是：Cerebras从创立之初，就不是为了解决AI推理痛点而生。
2016年Cerebras成立之时，ChatGPT尚未问世，生成式大模型浪潮还未到来，AI Agent、实时对话推理、云端高并发推理全部都不存在。公司最初研发晶圆级超大芯片，目标只是突破单芯片算力上限，服务早期AI模型训练。
时代浪潮更迭，无心插柳柳成荫。它坚守多年的非主流、反行业共识的非GPU路线，恰好完美补齐了当下GPU最大的短板。
Cerebras采用整片晶圆一体化封装，将海量计算核心集成在单颗芯片内部，无需多卡互联，从底层彻底消灭了芯片之间的通信延迟。相比于GPU多卡集群，它在实时推理、高并发对话、低延迟AI应用场景中，拥有碾压级原生优势。
放在五年前，这一优势毫无用处；而在当下全民落地AI应用、推理成本成为企业最大开支的时代，这一技术特性，直接变成了核心护城河。
四、营收结构彻底转向：市场不再把它当芯片公司，而是下一代算力基建
翻阅Cerebras完整招股书，能清晰看见这家公司商业模式的根本性转变，这也是资本市场愿意重金买单的核心逻辑。
前几年，Cerebras收入几乎100%依靠售卖自研硬件整机，直白来说就是卖芯片、卖算力服务器，和传统硬件厂商别无二致，只是硬件架构不同。
近两年，公司营收结构发生颠覆性变化：AI推理云服务收入占比持续暴涨，营收重心从卖硬件，转向直接提供标准化推理算力服务。
资本市场读懂了这次转型：Cerebras不再只是一家另类的AI芯片设计公司，而是一套可以替代GPU集群、适配未来AI应用生态的全新算力基础设施。
五、写在最后：GPU不会消亡，但算力市场再也不是一家独大
需要明确的是，硅谷开始怀疑GPU，从来不是判断GPU会彻底退出市场。在模型预训练、通用AI开发、多元化AI实验场景中，GPU完善的软件生态和通用性，依旧无可替代。
行业真正的共识是：AI算力单一GPU垄断的时代已经结束。
训练看GPU，推理看专用非GPU芯片，正在成为硅谷头部科技公司的全新算力采购逻辑。英伟达收购Groq补齐低延迟推理短板、Cerebras成功上市突围、Graphcore折戟证明小众路线的生存难度，三轮行业事件串联起来，完整勾勒出算力行业新格局。
Cerebras的上市高光，从来不是一场芯片公司的突围战，而是整个AI行业基础设施迭代的信号：
算力竞争，早已不再比拼谁能堆出更多的计算核心。解决通信延迟、降低推理成本、适配实时AI应用，才是下一代算力基建真正的胜负手。
后GPU时代，已然悄然而至。