Cerebras Systems 是一家专门开发人工智能计算基础设施的美国半导体公司。它最著名的创新，是把一整片硅晶圆做成一颗巨型处理器，而不是像传统芯片那样把晶圆切割成数十或数百颗小芯片。
可以用一句话概括 Cerebras：
它试图用“一颗晶圆级巨型芯片”，解决大规模 GPU 集群在通信、内存带宽和编程复杂度方面的问题。
截至2026年7月，Cerebras 已经从一家新创芯片公司，发展为同时提供芯片、整机、AI超级计算机、训练云和推理云的平台型公司。
一、公司基本情况
Cerebras Systems 于2016年成立，总部位于美国加利福尼亚州桑尼维尔。联合创始人兼董事长、首席执行官是 Andrew Feldman。公司定位不是一般意义上的“AI模型公司”，而是为模型训练和推理提供底层计算能力的 AI基础设施公司。(Cerebras Investors)
Cerebras 于2026年5月在美国纳斯达克上市，股票代码为 CBRS。这意味着它已经从私营创业公司进入公开市场阶段，需要定期披露收入、亏损、客户结构和供应链风险。
公司的主要收入来源包括：
- 向客户销售 CS 系列AI计算系统；
- 建设和交付大型AI超级计算机；
- 提供按量计费的模型训练云；
- 提供按Token计费的AI推理API；
- 为大型客户提供专属算力、模型微调和技术服务。
目前其产品既可以部署在客户自己的数据中心，也可以通过 Cerebras Cloud、AWS Marketplace、OpenRouter、Hugging Face、Vercel等渠道使用。(Cerebras)
二、Cerebras 最核心的技术：晶圆级处理器
1. 传统芯片怎么制造
传统CPU、GPU和AI加速器的制造方式大致是：
- 在一整片圆形硅晶圆上制造大量相同芯片；
- 将晶圆切割成一颗颗独立芯片；
- 对芯片进行封装；
- 把多颗芯片安装到服务器或计算卡上；
- 通过PCIe、NVLink、以太网等连接起来。
这种方式便于量产，但当AI模型需要几百、几千甚至上万颗GPU时，芯片之间的数据传输就会变成瓶颈。
模型参数、激活值和中间计算结果需要不断在以下位置间移动：
- GPU计算单元；
- GPU内部缓存；
- HBM显存；
- 不同GPU；
- 不同服务器；
- 不同机架。
在大规模AI系统中，很多时间和电力并不是花在“计算”上，而是花在“搬运数据”上。
2. Cerebras 的做法
Cerebras 采取了一条非常激进的路线：
不把晶圆切成很多颗芯片，而是把几乎整片晶圆连接成一颗处理器。
这颗处理器被称为：
Wafer-Scale Engine，简称 WSE，晶圆级引擎。
第三代产品 WSE-3 采用台积电5纳米工艺，面积约46,225平方毫米，包含约4万亿个晶体管、90万个可用AI核心、44GB片上SRAM、21PB/s片上内存带宽和214Pb/s片上网络带宽。它被安装在名为 CS-3 的完整计算系统中。
作为对比，传统高端GPU通常只占晶圆的一小部分。Cerebras 的WSE-3在物理面积上大约相当于几十颗大型GPU芯片。
不过，面积大并不等于所有场景都一定更快。它真正的价值在于：
- 大量计算核心位于同一片硅上；
- 核心之间可以直接高速通信；
- 大量中间数据保存在片上SRAM中；
- 减少跨芯片、跨服务器的数据搬运；
- 降低模型并行和分布式通信的复杂性。
三、这么大的芯片，出现缺陷怎么办
晶圆级芯片过去一直很难商业化，一个重要原因是制造缺陷。
普通芯片面积较小，即使晶圆某处存在缺陷，也只会影响附近一颗芯片。但如果整片晶圆就是一颗芯片，理论上任何一个缺陷都可能使整颗芯片报废。
Cerebras 的解决方案是：
- 将计算核心设计得非常小；
- 在晶圆上设置备用核心；
- 设置冗余通信线路；
- 制造完成后检测有缺陷的区域；
- 关闭有缺陷的核心；
- 自动从缺陷区域周围重新规划通信路径。
因此，WSE并不要求晶圆上的每一个核心都完美无缺，而是采用类似大型数据中心的“局部失效、整体继续运行”思路。WSE-3物理上包含约97万个核心，商业产品启用其中约90万个，其余部分可用于容错和制造冗余。(Cerebras)
这项缺陷容错技术，是 Cerebras 能把晶圆级计算从实验室概念变成商业产品的关键。
四、主要产品体系
1. WSE-3 晶圆级芯片
WSE-3 是整个产品体系的计算核心，主要针对：
- 大语言模型训练；
- 大语言模型推理；
- 混合专家模型；
-计算机视觉模型； - 科学计算；
- 流体、地震、能源和材料模拟；
- 医药和生命科学计算。
它不是一块可以单独插入普通服务器的PCIe加速卡，而是必须放入 Cerebras 专门设计的供电、散热和封装系统中。
2. CS-3 整机系统
CS-3 是搭载一颗WSE-3的完整AI计算系统。
由于芯片面积和功率都远高于传统处理器，Cerebras 为它开发了特殊的“Engine Block”封装，以及直接面向晶圆表面的供电和液冷系统。
CS-3 高度为16RU，可以安装在标准数据中心机架中，使用标准高速以太网与外部系统连接，并配备可热插拔的冗余电源和散热设备。
简单理解：
- WSE-3 相当于发动机；
- Engine Block 相当于发动机总成；
- CS-3 相当于安装好发动机、冷却、电源和接口的整台设备。
3. MemoryX 外部内存系统
虽然44GB片上SRAM已经非常大，但无法直接存放数千亿、数万亿参数模型的全部权重。
因此，Cerebras 开发了 MemoryX：
- 模型权重主要存放在MemoryX；
- WSE负责高速计算激活值；
- 权重按照计算需要持续传输到WSE；
- 模型更新也可以由MemoryX协同处理。
这套方式被称为 Weight Streaming，即权重流式传输。它把“模型存储”和“模型计算”分开，使WSE不必把整个巨型模型长期放在片上存储器中。(Cerebras)
4. SwarmX 集群互连
多个CS-3可以通过 SwarmX 连接成大型集群。
公司设计的最大配置可以连接多达2,048台CS-3，理论AI算力达到256 ExaFLOPS。对于开发人员而言，Cerebras希望这些设备表现得更像一台统一的超级计算机，而不是数千颗需要手动切分模型的独立GPU。(Cerebras)
5. CSoft 软件平台
Cerebras 不是只卖硬件，还提供名为 CSoft 的完整软件栈，包括：
- Cerebras Graph Compiler；
- PyTorch支持；
- 模型编译和映射；
- 集群资源管理；
- 训练和推理运行环境；
- 性能分析工具；
- Cerebras SDK。
开发人员可以继续使用PyTorch等常见框架，编译器负责将模型转换为适合WSE架构执行的程序。(Cerebras)
6. Cerebras Cloud
Cerebras 目前提供两类主要云服务：
训练云
用于训练、微调和部署自定义模型，支持按小时或按模型收费。
推理云
通过与OpenAI API相近的接口调用模型，开发人员通常只需修改少量代码即可迁移。推理服务采用按Token计费模式，也提供企业专属队列、自定义模型权重和服务等级保障。(Cerebras)
这说明 Cerebras 的商业模式正在从“销售昂贵整机”，逐渐扩展为“硬件销售＋云计算服务＋推理API”。
五、Cerebras 为什么特别适合大模型推理
大模型推理通常可以分为两个阶段：
- Prefill阶段：读取并处理用户输入的长文本；
- Decode阶段：逐个生成后续Token。
Decode阶段的特点是，每生成一个Token，都需要读取大量模型权重，因此往往受到内存带宽和芯片通信速度限制。
Cerebras 将大量计算单元、SRAM和内部通信网络集中在同一片晶圆上，能减少GPU、HBM和服务器之间的数据交换，因此特别强调：
- 很低的首Token延迟；
- 很高的连续Token生成速度；
- 长文本输出；
- 实时代码生成；
- AI Agent反复调用模型；
- 交互式搜索和推理；
- 多轮实时语音或智能助手。
这也是 Cerebras 近年来从“训练加速”转向重点宣传“高速推理”的原因。OpenAI在2026年宣布，将分阶段引入750MW的Cerebras低延迟推理能力，用来提高复杂问答、代码生成、图像生成和AI Agent等工作负载的响应速度。(OpenAI)
六、与GPU方案的主要区别
GPU集群的思路
GPU集群强调通用性和模块化：
- 一台服务器安装多颗GPU；
- 多台服务器组成集群；
- 模型被切分到不同GPU；
- 通过高速网络交换参数和中间数据；
- 适合广泛的AI、图形、仿真和科学计算任务。
优点是生态成熟、软件丰富、硬件供应体系完善。
Cerebras 的思路
Cerebras强调高度集成：
- 一整片晶圆作为计算单元；
- 大量SRAM直接放在片上；
- 尽量减少芯片之间的数据搬运；
- 使用Weight Streaming支持超大模型；
- 通过专用编译器降低分布式编程难度。
它的优势更容易出现在：
- 模型规模较大；
- 推理延迟要求非常高；
- 输出Token很多；
- 通信开销占比较高；
- 系统利用率较高；
- 可以为专用硬件优化工作负载。
因此，Cerebras并不是简单地“全面替代GPU”。更准确地说，它是在大型AI训练和低延迟推理领域，提供一种与GPU集群完全不同的计算架构。
独立研究也显示，不同AI加速器在延迟、吞吐量、功耗和软件成熟度方面各有优势，最佳平台会随着模型大小、上下文长度、批处理规模和实际利用率变化，不存在所有场景通吃的单一架构。(arXiv)
七、主要客户与合作伙伴
Cerebras 的客户和合作对象主要集中在四类领域：
- 基础模型和生成式AI公司；
- 大型云计算平台；
- 政府和主权AI项目；
- 高校、实验室、医药、能源与科研机构。
比较重要的合作包括：
OpenAI
2026年1月，OpenAI宣布与Cerebras合作，计划引入750MW低延迟推理算力，并逐步整合进OpenAI的计算基础设施。Cerebras披露，这是一项多年期合作，合同价值超过200亿美元。(OpenAI)
AWS
2026年，Cerebras 与AWS达成合作，将Cerebras推理能力引入AWS环境，并探索由AWS Trainium负责部分高吞吐计算、Cerebras负责低延迟Token生成的分离式推理架构。(Cerebras)
AMD
2026年7月23日，AMD与Cerebras宣布联合开发分离式推理方案：
- AMD Helios系统负责长上下文处理和高吞吐Prefill；
- Cerebras WSE负责低延迟Decode和Token生成。
双方预计，这种工作负载分工可提高整体Token吞吐和能效，不过相关数字目前仍属于合作方的预期指标。(Advanced Micro Devices, Inc.)
G42 与 MBZUAI
阿联酋科技集团G42及穆罕默德·本·扎耶德人工智能大学，是Cerebras早期最重要的客户和合作伙伴。双方建设了Condor Galaxy系列AI超级计算机。(Cerebras)
科研与工业客户
Cerebras还与药物研发、能源、国防实验室和超级计算中心合作，客户或合作机构包括GSK、AstraZeneca、TotalEnergies、美国国家实验室以及爱丁堡大学EPCC等。(Cerebras)
八、经营状况
Cerebras 2026年第一季度实现收入1.934亿美元，同比增长94%。其中：
- 硬件收入1.106亿美元；
- 云和其他服务收入8,280万美元；
- 云服务收入同比增长178%；
- GAAP毛利率为45%；
- 净亏损为1,400万美元。
这些数字表明，Cerebras的收入增长较快，云服务占比正在提高，但仍处于大规模扩建数据中心、增加产能和投入研发的阶段。(美国证券交易委员会)
九、Cerebras 的主要优势
1. 技术路线高度差异化
几乎所有主流AI芯片公司都沿着GPU、TPU或多芯粒封装路线发展，而Cerebras选择了完整晶圆级处理器，技术辨识度非常高。
2. 片上带宽极高
WSE-3拥有44GB片上SRAM和21PB/s内存带宽，可以显著减少访问外部显存的等待时间。
3. 减少跨芯片通信
大量核心位于同一片硅上，避免了传统多GPU系统中一部分PCIe、NVLink、交换机和网络通信开销。
4. 适合低延迟生成
对于代码生成、AI Agent和长回答等需要连续输出大量Token的任务，低延迟Token生成具有明显的产品价值。
5. 软件与硬件共同设计
WSE、CS-3、MemoryX、SwarmX和CSoft从一开始就是共同设计的，能够围绕一种架构统一优化。
十、面临的主要问题
1. 软件生态仍弱于GPU
NVIDIA CUDA经过多年发展，拥有庞大的开发者、工具、模型库和第三方软件生态。Cerebras即使兼容PyTorch，也仍需要持续完善编译器、算子支持、模型适配和调试工具。
2. 不一定适合所有工作负载
晶圆级架构在大模型训练、低延迟推理和部分科学计算中具有优势，但在小模型、低利用率、通用计算或已有成熟CUDA代码的场景中，GPU可能更灵活、更经济。
3. 数据中心建设需要大量资金
Cerebras正在从卖硬件转向自建和租用大型推理中心。云计算业务需要提前购买设备、租赁机房、获得电力并承担折旧，资本投入很大。
4. 客户集中度较高
2026年第一季度，MBZUAI贡献了Cerebras总收入的63%，G42贡献11%；截至季度末，三家客户占其应收账款的86%。虽然OpenAI和AWS可能改善客户结构，但大型客户集中仍是重要经营风险。(美国证券交易委员会)
5. 对台积电依赖较强
Cerebras采用无晶圆厂模式，WSE-3由台积电5纳米工艺制造，目前所有晶圆均依赖台积电。由于晶圆级芯片需要专门制造流程，短期内很难轻易更换代工厂。(美国证券交易委员会)
6. 公司公布的性能指标需要结合场景看待
Token速度会受到模型、精度、批处理大小、输入长度、输出长度和并发量等因素影响。因此，“比GPU快多少倍”不能脱离具体测试条件直接比较。Cerebras自己的价格页面也明确说明，实际性能会随模型、配置和工作负载变化。(Cerebras)
十一、总体评价
Cerebras 是当前AI芯片行业中技术路线最独特的公司之一。
它的核心贡献不仅是“造了一颗特别大的芯片”，而是围绕晶圆级处理器，重新设计了：
- 计算核心；
- 片上存储；
- 片上网络；
- 缺陷容错；
- 芯片封装；
- 供电与液冷；
- 外部模型内存；
- 集群互连；
- 编译器；
- 模型训练与推理云。
从产业角度看，Cerebras正在从一家挑战GPU架构的芯片创业公司，转型为一家同时经营 AI芯片、整机系统、超级计算机和云推理服务 的AI基础设施企业。
它最大的机会，是AI应用从“偶尔生成一段文字”走向实时AI Agent、复杂推理、代码生成和持续交互后，用户对Token生成速度和响应延迟越来越敏感。它最大的挑战，则是能否在保持技术优势的同时，扩大产能、降低成本、完善软件生态，并减少对少数大型客户和单一晶圆代工厂的依赖。
因此，Cerebras更适合被理解为：
不是另一家传统GPU公司，而是一家试图用晶圆级计算重新定义大模型训练和实时推理基础设施的公司。