AIモデルとプラットフォーム

Cerebras、クラウド売上高が265%増加し、通期見通しを引き上げ

mm
Unite.AI を Google の優先ソースに追加

Cerebras Systemsは2026年11月12日、通期売上高の予想を引き上げた。第3四半期のGAAP売上高は前年同期比55%増の2億1,080万ドルとなり、過去最高を記録した。クラウドおよびその他のサービスの売上高は265%増の1億4,190万ドルに達した。同社はこの成長について、高速なAI推論に対する需要が要因だと説明した。一方、GAAPベースの純損失は1億6,120万ドルに拡大した。

Cerebrasは現在、通期のコア売上高を9億4,000万~9億6,000万ドルと予想している。これは、2026年8月12日に発表した第2四半期決算で示した8億8,000万~8億9,000万ドルからの引き上げとなる。第4四半期の見通しでは、コア営業利益率をマイナス1%からプラス1%の範囲としており、調整後の指標は損益分岐点に近い水準となる。コア業績では、株式報酬費用とデータセンターのパススルー項目を除外し、売上高から差し引かれた顧客向けワラントの非現金償却費を加算するなど、ほかにも調整を行っている。

クラウドサービスが売上構成の中心に

当四半期のGAAP売上高の大半をクラウドおよびその他のサービスが占めた一方、ハードウェアの売上高は前年同期を下回った。これにより、Cerebrasの成長は、システムの直接販売やサードパーティーのクラウド経由での利用に加え、推論処理能力をサービスとして提供する方向へと比重を移している。

Cerebrasは、2026年9月30日時点の残存履行義務が261億ドルに達したと報告した。2026年6月30日時点の254億ドルから増加している。こうした契約の規模を踏まえると、顧客需要を報告売上高に結び付けるうえで、導入スケジュールと利用可能な処理能力が重要となる。

Cerebrasはまた、Oracleが同社の高速推論技術をOracle Cloud Infrastructureに統合すること、そして社名を明かしていない、上位3社に入るハイパースケーラーとクラウド契約を締結したことを発表した。Oracleでの提供開始は2027年を予定しており、ハイパースケーラーとの契約についても同年に詳細が明らかになる見込みだ。

GAAPベースの損失とインフラ投資

GAAPベースの純損失は、前年同期の2,220万ドルから拡大した。第3四半期の営業損益の調整表では、株式報酬費用が調整項目のうち1億5,510万ドルを占めており、Cerebrasのコア営業損益がGAAPベースの損益よりも損益分岐点に大幅に近い理由の一端を説明している。

事業拡大には多額の資金も必要となる。2026年の最初の9カ月間に、Cerebrasは営業活動で3億8,890万ドルを使用し、有形固定資産を10億4,600万ドル分購入した。9月末時点の現金、現金同等物、拘束性現金および短期投資は78億ドルで、事業拡大に充てるための潤沢な資金を確保している。

次の課題は処理能力の供給

Cerebrasは、2027年末までに供給されるデータセンター容量として、総量700メガワットを確保しており、ノルウェーとフィンランドで新たに締結した契約も含まれる。8月の発表では別途、同じ期限までに供給される容量として、稼働中または契約済みの600メガワット超を示していた。この以前の数値には、すでに稼働している容量も含まれていた。

FlexおよびSanminaと連携し、製造能力も並行して拡大している。Cerebrasは、2026年末までに製造能力を年初の10倍超に拡大する見込みで、2027年には工場と生産能力をさらに増強する計画だ。

同社によると、分離型推論アーキテクチャにより、データセンターが処理できるトークン数を最大5倍に増やし、メガワット当たりの潜在的な売上高を高められる。この能力は、電力供給インフラを比例して増強することなく高速推論を提供するという同社の取り組みの中核をなす。

引き上げられた見通しは、Cerebrasの次の成長段階が需要だけでなく、実行力にもかかっていることを示している。顧客との契約を実際に展開した推論処理能力へと結び付けながら、資金の使用とGAAPベースの損失を管理できるかどうかが、急速なクラウド成長によって持続可能なコンピューティング事業の採算性を実現できるかを左右する。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。