Cerebras 获得 11 亿美元 G 轮融资，估值 81 亿美元，重塑 AI芯片竞争

Cerebras Systems 已经宣布完成超额募资的 11 亿美元 G 轮融资，估值 81 亿美元。该轮融资由 Fidelity Management & Research 和 Atreides Management 领投，Tiger Global、Valor Equity Partners、1789 Capital 和现有投资者 Altimeter、Alpha Wave 和 Benchmark 参投。

该公司表示，这笔资金将加速其晶圆级处理器的开发，扩大美国的制造能力，并提高其数据中心的覆盖范围。这使得 Cerebras 有能力满足对推理工作负载的激增需求，这些工作负载正成为现代 AI 部署的骨干。

为什么 Cerebras 独树一帜

虽然 Nvidia 在训练大型 AI 模型方面占据主导地位，但 Cerebras 已经在推理领域占据了一席之地，在这里模型被部署在现实世界的环境中。过去一年中，Cerebras 一直在广泛的模型中展示出比 Nvidia GPU 快 20 多倍的速度。这种性能优势促进了企业、政府和研究机构的大规模采用。

关键在于 Cerebras 的晶圆级引擎（WSE），这是世界上最大的半导体芯片。最新一代 WSE-3 在整个晶圆上集成了近一百万个 AI 优化核心，避免了当工作负载分布在多个 GPU 上时产生的通信瓶颈。这种设计降低了延迟和功耗，同时提高了吞吐量，使其非常适合推理任务，在这些任务中，速度和效率至关重要。

与 Nvidia 和 Groq 的比较

Cerebras 并不是唯一一家重新构想推理硬件的公司。Groq 已经走了一条不同的道路，其 语言处理单元 专为超低延迟和确定性性能的轻量级、实时场景而设计。Nvidia 同时继续主导训练领域，并通过其 CUDA 生态系统和数据中心 GPU 为推理提供了广泛的支持。

竞争凸显了行业分裂为专用架构的趋势。Nvidia 的优势仍然在于其多功能性和生态系统锁定。Groq 专注于狭窄的实时工作负载。Cerebras 则瞄准了谱系的上端，在那里，大规模模型需要巨大的吞吐量和效率。其晶圆级方法可能不如 GPU 集群那么模块化，但它在推理工作负载膨胀到每月数万亿令牌时提供了决定性的优势。

动力和市场地位

Cerebras 的系统已经被包括 AWS、Meta、IBM、Mistral、Cognition 和 Notion 在内的主要科技公司和机构使用，另外还有政府和研究中心，如美国能源部和国防部。该公司还已成为 Hugging Face 上的顶级推理提供商，每月服务超过 500 万开发者请求。

这种势头凸显了 AI 经济的转变。虽然训练仍然昂贵且资源密集，但长期价值在于大规模部署模型。企业越来越敏感地意识到推理成本、延迟和可靠性 —— 这些因素直接关系到 Cerebras 的优势。

前方的挑战

Cerebras 的崛起并非没有重大障碍。晶圆级设计的制造极为困难，产量可能很低，缺陷成本高，冷却解决方案复杂，这些因素使得扩大生产变得风险高且昂贵。与模块化的 GPU 集群不同，在那里故障芯片可以单独更换，晶圆级系统的容错性较低。

该公司还面临着客户集中度的审查。在之前的财务披露中，Cerebras 表明其 2024 年上半年的绝大部分收入来自单一客户。这种依赖使得业务容易受到波动的影响，如果关键合作伙伴改变策略、采用替代硬件或决定多元化计算供应商，可能会对公司造成重大影响。

监管动态增加了另一个复杂性层面。Cerebras曾在2024年秘密提交IPO申请，但由于与阿布扎比人工智能公司G42的早期交易相关的国家安全审查而推迟。美国监管机构越来越多地审查外国投资和人工智能芯片领域的合作伙伴关系，这使得Cerebras通往公开市场的道路变得复杂。虽然新的11亿美元融资买到了时间，但也提高了人们对公司能够展示可持续的收入增长和多元化的期望，以满足投资者和监管机构的要求。

最后，竞争只会加剧。Nvidia继续快速迭代其Blackwell GPU和深度软件生态系统。Groq正在实时推理中获得认可。像Amazon、Microsoft和Google这样的超大规模公司正在构建自定义硅片，以减少对第三方的依赖。Cerebras必须证明其晶圆级方法不仅更快，而且具有可扩展性、成本效益和可防御性，以对抗既有的和新的进入者。

推理计算和 AI 的未来

Cerebras 的融资凸显了人工智能演进中的一个关键时刻：从训练到推理的竞争焦点转移。训练决定了新型前沿模型可以多快出现，但推理决定了它们可以被广泛和高效地部署。推理硬件正在成为行业的关键瓶颈 —— 也是机遇。

随着模型变得越来越大，其应用领域转向实时领域，如推理、代理系统和代码生成，速度和效率将定义竞争优势。能够提供成本有效、低延迟和大规模推理的公司将决定谁在生成式人工智能中获胜。Nvidia、Cerebras、Groq和云巨头的定制芯片计划都在这个领域汇聚，每个都带来了不同的优势。

人工智能的未来不会仅仅由谁训练出最大的模型来决定。它将由谁能够以最快、最便宜和最节能的推理平台将这些模型投入世界，服务于企业、政府和开发者来决定。Cerebras 的十亿美元融资展示了这场竞争的重要性。