美国AI芯片领域独角兽企业Cerebras Systems近期正式官宣，已成功完成规模达10亿美元（约合人民币69亿元）的F轮融资，此次融资后公司估值飙升至230亿美元（约合人民币1596亿元）。据悉，本轮融资由Tiger Global牵头领投，Benchmark、富达管理研究公司（Fidelity Management & Research Company）、Atreides Management、Alpha Wave Global、Altimeter、AMD、Coatue等知名机构，以及合伙人包含小唐纳德·特朗普的1789 Capital均参与了跟投，为公司后续发展注入充足资本动力。
成立于2015年的Cerebras，凭借其尺寸堪比餐盘的超大规格AI芯片声名远扬，其核心产品晶圆级引擎3（WSE-3）芯片更是斩获“全球最大、速度最快AI芯片”的称号。这款芯片的体积相当于当前市场上最大GPU的56倍，在单位计算功耗上却显著低于同类产品，同时在推理与训练速度方面，较行业竞品提升了20倍以上，展现出极强的技术竞争力。
与传统GPU需要在芯片与内存之间反复传输数据的工作模式不同，Cerebras的WSE系列芯片采用创新设计，将所有运算过程均保留在芯片内部，从根源上破解了制约GPU推理能力的内存带宽瓶颈，使其能够高效处理AI推理所需的顺序执行类、内存密集型工作负载，适配各类高端AI应用场景。
回溯Cerebras的融资历程，其上一轮融资是在2025年9月完成的G轮融资，当时融资金额达11亿美元（约合人民币76亿元），投后估值为81亿美元（约合人民币562亿元）。相较于上一轮估值，此次F轮融资后的最新估值增幅接近184%，增长势头迅猛。值得注意的是，这也是该公司自2025年10月撤回美国IPO申请以来的首次融资动作，这一现象也折射出当前行业的普遍趋势——由于公开市场之外存在充足的资本储备，越来越多科技企业选择延长私有状态，以获得更灵活的发展空间。
据Cerebras官网信息显示，除了本轮投资方外，公司过往的投资方阵容同样强劲，不仅涵盖高通、台积电等全球芯片行业巨头，还包括多位科技领域的知名人士，例如OpenAI联合创始人兼首席执行官Sam Altman、前OpenAI首席科学家Ilya Sutskever、Stripe前首席技术官Greg Brockman、前Facebook首席技术官兼Quora首席执行官Adam D'Angelo、英特尔首席执行官陈立武，以及前AMD首席技术官兼企业副总裁Fred Weber等。
Cerebras联合创始人兼首席执行官Andrew Feldman表示，公司研发的硬件设备在运行AI模型时，速度较英伟达同类系统快数倍，目前已向Meta、IBM、Mistral AI等知名企业提供远程计算服务。另有外媒近期报道，OpenAI正积极寻找可替代英伟达AI推理芯片的产品，Cerebras、AMD以及Groq均在其考察范围内。
尽管OpenAI对英伟达芯片替代方案仍持谨慎态度，但英伟达已率先采取行动，主动与Cerebras、Groq等专注于SRAM芯片研发的企业接触，探讨潜在的收购合作。后续，英伟达与初创公司Groq达成授权协议，并吸纳了该公司大量核心芯片研发人才，这一举措进一步点燃了业界对AI芯片企业的投资热情，推动行业关注度持续攀升。
值得一提的是，Cerebras拒绝了英伟达的收购邀约，并与OpenAI达成商业合作协议，双方已于今年1月联合官宣这一消息。根据协议内容，OpenAI将部署规模达750兆瓦的Cerebras晶圆级系统，用于为自身客户提供服务；该基础设施将从2026年起分阶段启动建设，预计建设周期持续至2028年，由Cerebras负责托管运营，建成后将成为全球规模最大的高速AI推理部署项目。据知情人士向媒体透露，这份合作协议的总价值超过100亿美元（约合人民币694亿元）。
根据双方联合声明，Cerebras与OpenAI的合作洽谈最早可追溯至2017年，经过多年技术磨合与探索，已实现技术适配——运行在Cerebras硬件上的大语言模型，响应速度较基于GPU的系统快15倍，这也是双方达成深度合作的核心基础。
Cerebras在今年1月发布的博客文章中指出，过去6个月内，全球有4家AI领域的头部企业斥巨资布局，核心目标均为提升AI推理速度，但这些企业均未选择当前在AI芯片领域占据主导地位的英伟达硬件，折射出行业发展的新动向。具体来看，谷歌作为英伟达的核心客户之一，自主研发了Ironwood TPU，其推理速度达到英伟达GPU的4倍；Anthropic也投入数百亿美元，用于谷歌TPU基础设施的建设；英伟达自身则斥资200亿美元，收购了AI推理芯片公司Groq的知识产权及顶尖人才；而OpenAI则选择与Cerebras合作，获取了规模达750兆瓦的计算资源。
业内人士分析认为，这些密集的收购与投资动作，标志着全球AI硬件领域正开启新一轮转型，逐步向更先进、更适配AI需求的优化硬件设计过渡，未来行业竞争格局或将迎来重大调整。
