[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"content-doc-dcio783136c1":3},{"user":4,"document":8,"mainDocument":28,"columnUrl":30,"subscription":31,"footer":43,"text":78},{"isAuthenticated":5,"isAdmin":5,"displayName":6,"avatarUrl":6,"nid":6,"groupLevel":7},false,"",-10,{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":21,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":24,"videoId":6,"liveVideoUrl":6,"duration":25,"price":25,"priceText":26,"priceBadgeText":26,"priceBadgeClass":27,"freeForMinGroupLevel":25,"redirectUrl":6,"readyToStream":5},"dcio783136c1","英伟达最强竞争对手要上市，20倍超额认购，值不值买？CBRS","\u002Fdoc\u002Fdcio783136c1","col18178739ee","美股资讯","\u002Fcol\u002Fcol18178739ee","\u003Cp>英伟达的护城河，可能正在被撕开一道真正的裂口......\u003C\u002Fp>\u003Cp>本周四，一家AI算力公司Cerebras，代码CBRS，将在美股上市。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:82.7%;\">\u003Cimg style=\"aspect-ratio:1080\u002F607;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F9528222160d93e892-125a-4552-bc52-7b0fa3dff6cb.png\" width=\"1080\" height=\"607\">\u003C\u002Ffigure>\u003Cp>它做的芯片，连英伟达自己都不敢想。英伟达是把成千上万颗GPU连在一起，拼算力集群；Cerebras更激进——直接把一整片晶圆做成一颗超级芯片。\u003C\u002Fp>\u003Cp>打个比方：英伟达在拼乐高，Cerebras想直接造出一整面算力墙。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:78.51%;\">\u003Cimg style=\"aspect-ratio:1080\u002F567;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F8824987246703b1d4-411c-4e73-bce6-fac33726146b.png\" width=\"1080\" height=\"567\">\u003C\u002Ffigure>\u003Cp>现在IPO路演已经把市场情绪点着了。\u003C\u002Fp>\u003Cp>这周一，\u003Cstrong>因为订单需求直接超出发行量20倍\u003C\u002Fstrong>，Cerebras自己把发行价从115-125美元提到了150-160美元，发行量也加了200万股。按上限算，估值冲到350亿-480亿美元。在这个行情下还敢主动提价，提了还被抢光——你就知道机构有多看好它。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:76.92%;\">\u003Cimg style=\"aspect-ratio:692\u002F429;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F1292433518b483daee-cc1a-400f-9877-94708e2414c7.png\" width=\"692\" height=\"429\">\u003C\u002Ffigure>\u003Cp>它手里还握着两个最强背书：\u003Cstrong>OpenAI和亚马逊。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>Cerebras跟OpenAI签了超过200亿美元的照付不议合同，一签签到2028年；另一边，AWS宣布把Cerebras芯片搬进自家数据中心，跟自研的Trainium芯片一起干活。\u003C\u002Fp>\u003Cp>一家没上市的公司，同时拿下AI巨头和云巨头的订单——这个信号不需要我再多解释了。\u003C\u002Fp>\u003Cp>今天，我会讲清楚四件事：\u003C\u002Fp>\u003Cp>第一，Cerebras到底是什么，它凭什么敢挑战英伟达？\u003C\u002Fp>\u003Cp>第二，它的WSE芯片和英伟达GPU，本质区别在哪？\u003C\u002Fp>\u003Cp>第三，它的商业模式——靠什么赚钱，财务数据、增长速度、估值逻辑，又该怎么看？\u003C\u002Fp>\u003Cp>第四，散户怎么看待这次IPO，上市首日能不能追？背后最大的机会和风险分别是什么？\u003C\u002Fp>\u003Cp>这可能是今年AI硬件赛道最受关注的一只新股。但越火的公司，越不能只看故事。文章最后，我会把机会、风险、估值和参与策略一次性讲透。\u003C\u002Fp>\u003Ch3>CBRS是一家什么公司？\u003C\u002Fh3>\u003Cp>CBRS到底是干嘛的？一句话就可以讲清楚：别人是把晶圆切成很多小芯片，CBRS是直接把整片晶圆当成一颗超级芯片来用。\u003C\u002Fp>\u003Cp>什么是晶圆？就是那块圆圆的、亮晶晶的硅片，直径300毫米。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:59.86%;\">\u003Cimg style=\"aspect-ratio:1080\u002F864;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F147905650461a07801-d59e-4d37-a509-02a93dfc7a3d.png\" width=\"1080\" height=\"864\">\u003C\u002Ffigure>\u003Cp>正常的芯片厂是怎么做的？先在晶圆上做出几百颗芯片，然后像切披萨一样，咔咔咔切成一小块一小块。每一小块，就是一颗芯片。我们平时用的手机芯片、电脑 CPU、英伟达 GPU，大体都是这个逻辑。\u003C\u002Fp>\u003Cp>那英伟达的 AI 算力为什么强？\u003C\u002Fp>\u003Cp>因为它不只卖芯片。它卖的是整套系统——GPU、显存、NVLink、交换机、光模块、服务器，再加上CUDA软件生态，几乎全给你打包好了。客户买到的不是一颗芯片，而是一座可以直接开工的AI工厂。\u003C\u002Fp>\u003Cp>但是这个模式有一个逃不掉的代价。\u003C\u002Fp>\u003Cp>GPU越多，数据就越需要在芯片之间来回传输。\u003C\u002Fp>\u003Cp>你可以想象一个超级工厂，每个车间都非常先进，但原材料要在几百个车间之间来回运。最后卡住你的是什么？不是机器不够快，而是物流太慢。AI也一样——数据搬来搬去，延迟就上来了，耗电也上来了，带宽压力也跟着爆了。\u003C\u002Fp>\u003Cp>Cerebras的创始人叫Andrew Feldman。这人早年做过一家服务器公司，后来卖给了AMD。他太清楚问题的本质了——算力系统的瓶颈，从来不在单颗芯片跑多快，而在数据怎么流动。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:68.89%;\">\u003Cimg style=\"aspect-ratio:682\u002F682;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F141476282758b54bc8-eed3-4e11-a66f-5bbab5babc6f.png\" width=\"682\" height=\"682\">\u003C\u002Ffigure>\u003Cp>于是他想了一个特别极端的办法。既然跨芯片传数据这么麻烦，那我干脆不切了。一整片晶圆，直接做成一颗芯片。\u003C\u002Fp>\u003Cp>这就是WSE，晶圆级引擎。第三代叫WSE-3，装在CS-3系统里。核心思路一句话：把所有东西尽量塞在一块硅片上，让数据少往外跑。\u003C\u002Fp>\u003Cp>Feldman自己说过一句话，我印象特别深：“我们发明了过去75年计算机行业里被认为最不可能实现的技术——把处理器做到餐盘那么大，而传统处理器只有邮票大小。”\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:70.47%;\">\u003Cimg style=\"aspect-ratio:1062\u002F685;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F1824152106b1dc6fb6-b9ba-451a-84f6-76c99377d9a8.png\" width=\"1062\" height=\"685\">\u003C\u002Ffigure>\u003Ch3>数据对比\u003C\u002Fh3>\u003Cp>从数据看，这条路线还不错。\u003C\u002Fp>\u003Cp>CS-3的峰值算力是125 PFLOPs。单颗英伟达B200是4.5 PFLOPs，所以CS-3一颗顶28颗B200。\u003C\u002Fp>\u003Cp>但英伟达不是只卖单颗芯片，它卖的是整柜系统。如果你拿CS-3和英伟达的整柜GB200 NVL72比——后者峰值算力是360 PFLOPs，比CS-3还要高。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg style=\"aspect-ratio:1080\u002F293;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F16775697674392382d-4b04-4080-86a5-c47bdf9044e5.png\" width=\"1080\" height=\"293\">\u003C\u002Ffigure>\u003Cp>所以你不能简单说Cerebras算力比英伟达强。真正让Cerebras与众不同的，是另外两个东西：内存带宽和架构设计。\u003C\u002Fp>\u003Cp>我们先了解推理是怎么工作的？\u003C\u002Fp>\u003Cp>为了生成下一个词，所有模型权重都需要从内存传输到计算单元。这个过程是逐词顺序进行的。一个700亿参数的模型，权重数据量相当于大约100部高清电影。生成每一个词，都需要把这么多数据从内存搬到计算单元。一个1000词的回答，相当于传输了10万部高清电影的数据量。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:84.03%;\">\u003Cimg style=\"aspect-ratio:1080\u002F1000;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F2032663181f46fa41e-c3d1-4f1a-931c-15136efec9dc.png\" width=\"1080\" height=\"1000\">\u003C\u002Ffigure>\u003Cp>在传统GPU上，从HBM传输数据到计算单元的速度大约是8TB\u002F秒。而在Cerebras的晶圆上，这个速度超过21,000TB\u002F秒——快了2600多倍。\u003C\u002Fp>\u003Cp>为什么能做到？\u003C\u002Fp>\u003Cp>因为Cerebras用的是SRAM，不是HBM。SRAM本身速度就快，但传统上它的问题是每平方毫米能做的容量有限。Cerebras的解法很简单粗暴：我芯片做得足够大，就能放足够多的SRAM。这就是整片晶圆不切割的核心价值所在。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:67.77%;\">\u003Cimg style=\"aspect-ratio:1080\u002F921;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F1942259146b99e85d1-1e0e-47e0-a343-5982db025357.png\" width=\"1080\" height=\"921\">\u003C\u002Ffigure>\u003Cp>再看另一个数据：CS-3的内存带宽是26,750 Tb\u002Fs，而GB200 NVL72只有130 Tb\u002Fs，差了200多倍。\u003C\u002Fp>\u003Cp>Cerebras自己总结得很直接：“我们的处理器比最大的GPU大58倍，内存带宽高出2500倍以上。这正是高速推理的基础。”\u003C\u002Fp>\u003Cp>好，那实际跑任务呢？\u003C\u002Fp>\u003Cp>Cerebras官方公布过一个数据：CS-3跑Llama 3.170B推理，比英伟达的DGX B200快21倍，成本低32%，功耗也低三分之一。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:82.53%;\">\u003Cimg style=\"aspect-ratio:1080\u002F608;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F1882113391fa251bd7-d569-49e6-b1dd-87c0f25f4b72.png\" width=\"1080\" height=\"608\">\u003C\u002Ffigure>\u003Cp>第三方测试也有：跑Llama 3.1 8B，每秒1800个token，是常规GPU方案的20倍。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:71.15%;\">\u003Cimg style=\"aspect-ratio:1080\u002F608;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F1639395438bb8a2c81-447c-4ca2-960c-ca22df845695.png\" width=\"1080\" height=\"608\">\u003C\u002Ffigure>\u003Cp>还有一个更夸张的——碳捕获模拟，比H100快了200多倍。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:82.91%;\">\u003Cimg style=\"aspect-ratio:769\u002F268;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F17657609779206af80-c9e7-41f3-91f4-d8ade835ded1.png\" width=\"769\" height=\"268\">\u003C\u002Ffigure>\u003Cp>但是注意，这些数字都是在特定任务下跑出来的。你要是换成复杂的混合计算，或者重度依赖CUDA生态的活儿，英伟达依然稳如泰山。\u003C\u002Fp>\u003Cp>这时候你可能会问：那GPU为什么不也跑快一点？Cerebras揭示了一个值得注意的现象，叫做“GPU的速度陷阱”。\u003C\u002Fp>\u003Cp>GPU在低速运行时效率极高。比如每秒35个token的慢速下，一台GB200 NVL72可以同时支持数万名用户，成本极低。\u003C\u002Fp>\u003Cp>但当用户要求提速——比如每秒270个token——这台机器只能服务一名用户，成本瞬间飙升到天上去。\u003C\u002Fp>\u003Cp>Cerebras自己的说法是：“从每秒100到150个token开始，GPU变得极其昂贵且功耗效率低下，\u003Cstrong>而我们的成本与功耗仅为其极小一部分。\u003C\u002Fstrong>没有任何数量的GPU能达到我们的速度，GPU根本不可能实现这种性能。在这种速度下，我们毫无竞争对手。”\u003C\u002Fp>\u003Ch3>为什么速度是战略武器？大客户是？\u003C\u002Fh3>\u003Cp>那问题来了：为什么一定要追求这种极端速度？\u003C\u002Fp>\u003Cp>对普通用户来说，虽然每秒 35 个 token 的阅读速度其实已经够了，但现实很残酷：哪怕只慢一点点，用户就会流失。就像 YC 创始人 Paul Graham 说的，如果 ChatGPT 反应变慢，他回过头去用谷歌的AI就会多出一倍。\u003C\u002Fp>\u003Cp>这揭示了一个残酷的商业真相：快，就是最硬的护城河。\u003C\u002Fp>\u003Cp>Sam Altman 追求的极端速度，本质上是在消除用户切换平台的任何微小念头。\u003C\u002Fp>\u003Cp>但这只是硬币的一面。另一面更重要：整个AI产业的算力命脉，几乎都攥在英伟达手里。这不是任何一个大模型公司愿意看到的。\u003C\u002Fp>\u003Cp>所以OpenAI花这个钱，是两个原因叠加的结果：\u003C\u002Fp>\u003Cp>第一，Cerebras确实快。 在“极致速度”这条赛道上，GPU根本跑不过Cerebras。\u003C\u002Fp>\u003Cp>第二，必须降低对英伟达的依赖。 把鸡蛋从英伟达一个篮子里，分一部分到Cerebras这个篮子里。\u003C\u002Fp>\u003Cp>两个原因，一个追求性能，一个追求安全。这就是200多亿美元合同签下来的底层逻辑。\u003C\u002Fp>\u003Cp>第二个大客户是亚马逊。\u003C\u002Fp>\u003Cp>2026年3月，AWS宣布将CBRS CS-3部署到自家数据中心，通过Amazon Bedrock提供服务。\u003C\u002Fp>\u003Cp>方案是：用自研Trainium芯片处理“预填充”阶段，用Cerebras处理“解码”阶段，各干最擅长的事。\u003C\u002Fp>\u003Cp>AWS计算副总裁David Brown的原话：“这套组合的推理速度，将比现有方案快一个数量级。”\u003C\u002Fp>\u003Cp>一家没上市的公司，同时拿下OpenAI和AWS的订单，背后还有甲骨文、Meta等客户的关注可见还是有实力的。\u003C\u002Fp>\u003Ch3>财务与供应链已经跑通了\u003C\u002Fh3>\u003Cp>接下来我们看 CBRS的财务。\u003C\u002Fp>\u003Cp>这家公司最大的亮点，是增长速度非常快。它的营收从 2022 年的 2460 万美元，增长到 2023 年的 7870 万美元，2024 年达到 2.9 亿美元，2025 年进一步增长到 5.1 亿美元。三年时间，营收增长了接近 20 倍，这个速度在半导体公司里非常少见。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg style=\"aspect-ratio:1080\u002F212;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F1249364021a40910d4-a6d6-441c-b475-b3fb95e19f3e.png\" width=\"1080\" height=\"212\">\u003C\u002Ffigure>\u003Cp>但问题是：增长快，不代表已经真正赚钱。\u003C\u002Fp>\u003Cp>表面上看，CBRS在 2025 年实现了 2.378 亿美元 GAAP 净利润，看起来已经扭亏为盈。但这笔利润里，有很大一部分来自会计调整，不是卖芯片、卖算力赚出来的钱。\u003C\u002Fp>\u003Cp>公开资料显示，CBRS2025 年有一笔约 3.63 亿美元的远期合同负债公允价值变动收益；如果剔除这些因素，公司 2025 年仍然录得 1.459 亿美元经营亏损，non-GAAP 净亏损约 7570 万美元。\u003C\u002Fp>\u003Cfigure class=\"image image_resized\" style=\"width:89.32%;\">\u003Cimg style=\"aspect-ratio:1080\u002F393;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F841842497b8450f4f-7a3b-4a1e-8fb5-d4ce44261002.png\" width=\"1080\" height=\"393\">\u003C\u002Ffigure>\u003Cp>所以这里不能简单说它“已经盈利”。\u003Cstrong>更准确的说法是：财报上看到了盈利，但核心经营还在亏钱。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>再看毛利率。CBRS的毛利率从 2022 年的 12%，提升到 2025 年的 39%，进步很明显。说明随着收入扩大、产品交付增加，它的成本结构确实在改善。\u003C\u002Fp>\u003Cp>但 39% 的毛利率，和英伟达相比还有很大差距。原因也不难理解：CBRS做的是晶圆级芯片，制造难度高、系统复杂度高，而且现在规模还没有完全跑起来。它要达到更高毛利率，必须靠后续交付规模扩大、制造效率提升，以及云服务模式跑通。\u003C\u002Fp>\u003Cp>真正让市场兴奋的，是它手里的订单。\u003C\u002Fp>\u003Cp>\u003Cstrong>截至 2025 年底，CBRS披露的待确认订单，达到 246 亿美元。\u003C\u002Fstrong>其中包括与 OpenAI 相关的约 200 亿美元合作，也包括 Amazon 等客户订单。\u003C\u002Fp>\u003Cp>这个数字非常大，说明市场对它的算力确实有需求。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg style=\"aspect-ratio:1080\u002F636;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F65010934909880f5b-bbd2-4537-9f3b-50adb5812b29.png\" width=\"1080\" height=\"636\">\u003C\u002Ffigure>\u003Cp>但投资者一定要冷静看两个问题：\u003C\u002Fp>\u003Cp>第一、这些订单不是马上变成收入。\u003C\u002Fp>\u003Cp>公司预计，到 2027 年底，大约只能确认其中 15% 的收入；之后 25 到 48 个月再确认约 43%，剩下的还要更久。也就是说，订单很大，但钱要分几年慢慢落袋。\u003C\u002Fp>\u003Cp>第二，交付这些订单之前，公司还要先花很多钱。\u003C\u002Fp>\u003Cp>它要提前采购晶圆、建设系统、部署数据中心，还要解决电力、供应链和客户交付问题。CBRS自己也提示，订单能不能变成收入，取决于制造产能、基础设施部署和电力供应。\u003C\u002Fp>\u003Ch3>核心操盘思路是什么？\u003C\u002Fh3>\u003Cp>先说我的判断。\u003C\u002Fp>\u003Cp>\u003Cstrong>第一阶段，大概率是炒情绪。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>炒它是今年最稀缺的AI硬科技IPO；炒OpenAI那200多亿美元的照付不议合同；炒跟AWS的合作；炒一个故事——AI算力不一定只有英伟达这一条路。\u003C\u002Fp>\u003Cp>这个阶段，情绪主导，资金涌入，首日涨100%都有可能。\u003C\u002Fp>\u003Cp>\u003Cstrong>但情绪炒完之后，第二阶段会非常现实。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>上面讲的那些风险点，市场会一条一条拿出来对账。订单能不能变成收入？750兆瓦的部署能不能按时交付？毛利率能不能从50%爬到60%？客户集中度会不会出问题？你到底是在补充英伟达，还是有本事抢走它的份额？\u003C\u002Fp>\u003Cp>这些问题，上市后第一个财报季就会被摆到台面上。\u003C\u002Fp>\u003Cp>因为现在市场给Cerebras的，已经不是普通半导体公司的估值了，而是“AI基础设施新路线”的估值。这个估值的前提是，你代表了一条路，而不只是卖了一个产品。\u003C\u002Fp>\u003Cp>如果后面收入兑现跟不上，或者交付能力出问题，股价回撤会非常快。\u003C\u002Fp>\u003Cp>五大风险\u003C\u002Fp>\u003Cp>\u003Cstrong>第一，客户高度集中。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>这不是秘密。2024年上半年，CBRS87%的收入都来自一家公司——阿联酋的G42。到了2025年，G42占比虽然降到了24%，但别急着松口气。\u003C\u002Fp>\u003Cp>MBZUAI，也就是穆罕默德·本·扎耶德人工智能大学，跟G42关系极深，它一家就占了62%的收入。算下来，Cerebras对中东这几个大客户的依赖，仍然接近90%。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg style=\"aspect-ratio:1080\u002F298;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002F32701508583ba1f87-bb57-4433-aaf0-70f26450ad23.png\" width=\"1080\" height=\"298\">\u003C\u002Ffigure>\u003Cp>而且OpenAI那张200亿美元的大单也不是白给的。合同对交付进度要求非常严格——首批250兆瓦算力，如果交付延迟，Cerebras面临的就不是少赚点钱的问题，而是违约和信誉双重打击。\u003C\u002Fp>\u003Cp>\u003Cstrong>第二，供应链压力不小。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>CBRS的晶圆级芯片制造难度非常高，关键制造环节高度依赖台积电。它用的是 5nm，不需要最紧张的 HBM 和 CoWoS，这确实是一个优势；但晶圆级芯片本身良率、成本、交付节奏都很敏感。只要制造或者产能出现波动，都会直接影响毛利率和订单交付。\u003C\u002Fp>\u003Cp>\u003Cstrong>第三，软件生态还远远不如英伟达。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>CBRS可以对接 PyTorch、TensorFlow 等主流框架，但要把性能完全榨出来，还是需要适配它自己的软件栈。相比英伟达 CUDA 几十年积累下来的开发者生态、工具链和客户习惯，CBRS短期内很难追上。\u003C\u002Fp>\u003Cp>\u003Cstrong>第四，成本和可靠性还需要验证。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>晶圆级芯片很强，但也意味着供电、散热、封装、长期稳定性要求都非常高。大规模部署到数据中心之后，能不能长期稳定运行，能不能把成本压下来，还需要时间证明。\u003C\u002Fp>\u003Cp>\u003Cstrong>第五，竞争不会停下来。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>英伟达不会坐着等人挑战。Blackwell、Rubin 后面一代接一代升级，GPU 集群的性能和能效还会继续提高。更重要的是，OpenAI 自己也在做芯片。如果未来自研芯片推进顺利，今天的大客户，未来也可能变成潜在竞争者。\u003C\u002Fp>\u003Cp>所以你看，CBRS不是没有风险。\u003C\u002Fp>\u003Cp>客户集中、交付压力、供应链、软件生态、散热成本、竞争升级，这些问题一个都不小。它绝对不是一上市就能取代英伟达，也不是没有短板的完美公司。\u003C\u002Fp>\u003Cp>但重点在于，市场现在看的不是“CBRS明天能不能打败英伟达”，而是一个更大的信号：AI 巨头们正在认真寻找英伟达之外的第二套算力方案。\u003C\u002Fp>\u003Ch3>英伟达财报风险\u003C\u002Fh3>\u003Cp>这才是英伟达接下来财报最敏感的地方。\u003C\u002Fp>\u003Cp>因为英伟达真正的风险，不是这个季度 GPU 卖不卖得动。短期来看，AI 芯片需求依然很强。市场真正担心的是：英伟达最大的客户，正在一边买它的 GPU，一边加速自研芯片，甚至扶持新的替代路线。\u003C\u002Fp>\u003Cp>过去两年，微软、谷歌、亚马逊、Meta 这些云巨头疯狂采购英伟达 GPU，把英伟达推上了 AI 时代的王座。但现在，谷歌在推 TPU，亚马逊在推 Trainium，微软和 OpenAI 也在布局自己的 AI 芯片。\u003C\u002Fp>\u003Cp>与此同时，Cerebras、Groq、Tenstorrent 这些新架构公司，也在从推理市场寻找突破口。\u003C\u002Fp>\u003Cp>换句话说，英伟达最大的客户，正在慢慢变成它潜在的竞争对手。\u003C\u002Fp>\u003Cp>中国市场也是一个变量。受出口限制影响，英伟达高端 AI 芯片在中国的销售空间被压缩，华为 Ascend 正在承接更多国产替代需求。如果中国大厂更多转向国产芯片，英伟达在中国市场的增长空间也会受到影响。\u003C\u002Fp>\u003Cp>所以，英伟达财报真正要看的，不只是营收和利润有没有超预期，而是三个问题：\u003C\u002Fp>\u003Cp>大客户的采购节奏有没有变化？\u003C\u002Fp>\u003Cp>自研芯片和替代方案有没有开始影响市场预期？\u003C\u002Fp>\u003Cp>英伟达还能不能继续维持现在这种高增长、高毛利和高估值？\u003C\u002Fp>\u003Cp>这也是为什么 CBRS 上市值得关注。它表面上是一只 AI 新股，背后却代表着整个行业正在寻找“后英伟达时代”的可能性。\u003C\u002Fp>\u003Cp>好了，今天的文章到这里就结束了。CBRS上市，如果一开盘180美元，你还会不会冲进去？是快进快出赚一点就跑还是等回调再进还是隔山看好戏？你又对英伟达财报怎么看？评论区聊聊你的看法。我们一起讨论。\u003C\u002Fp>\u003Cp> \u003C\u002Fp>","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202605-stk\u002FUploaderm00kabwmlol_2026_05_14_01_16_16.jpg","2026-05-14T07:14:45.417","2026.05.14","2026\u002F05\u002F14",52438,[22,23],"CBRS","NVDA","Article",0,"免费","success",{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":29,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":24,"videoId":6,"liveVideoUrl":6,"duration":25,"price":25,"priceText":26,"priceBadgeText":26,"priceBadgeClass":27,"freeForMinGroupLevel":25,"redirectUrl":6,"readyToStream":5},[22,23],"\u002Fcol\u002Fstocknews",{"visible":5,"marketingHtml":32,"services":33,"recentDocuments":42},"\u003Cfigure class=\"image\">\u003Ca href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cimg style=\"display:block;margin-left:auto;margin-right:auto;\" src=\"https:\u002F\u002Fstockwewebfiles.blob.core.windows.net\u002Fweb-202408-stk\u002F1586109431mceclip0.jpg\">\u003C\u002Fa>\u003C\u002Ffigure>\u003Cdiv class=\"text-center\">\u003Ch2 class=\"card-title mx-auto\">\u003Cbr>\u003Ca target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\">案例介绍：英伟达深度研究报告\u003C\u002Fa>\u003C\u002Fh2>\u003C\u002Fdiv>",[34,38],{"productId":35,"serviceName":36,"priceText":37},"prod_PPxdDdK87QaiLv","月付","$12.95美元",{"productId":39,"serviceName":40,"priceText":41},"prod_PPxeMs3bix1da5","年付","$149.00美元",[],{"links":44,"images":69,"summaryHtml":74,"aboutTitle":75,"aboutHtml":76,"copyrightHtml":77},[45,48,51,54,57,60,63,66],{"label":46,"url":47},"深度报告","\u002Fcol\u002FdepthReport",{"label":49,"url":50},"VIP会员","\u002Fvip",{"label":52,"url":53},"期权推荐","\u002FOption",{"label":55,"url":56},"低价暴涨股","\u002FPenny",{"label":58,"url":59},"常见问题","https:\u002F\u002Fstockwe.com\u002FFAQ",{"label":61,"url":62},"美股课程","\u002Fcol\u002Fvideos",{"label":64,"url":65},"免责声明","\u002Fdisclaimer",{"label":67,"url":68},"联系我们","\u002FContactUs",[70,71,72,73],"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploaderzic2tuwsol2_2025_09_11_18_21_07.gif","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadercakzdvydksw_2025_09_03_09_00_56.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadergtjyagwvoyk_2025_09_14_08_32_05.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploader3u0tt4jhlqh_2025_09_23_22_30_48.png","邮箱: buy@TradesMax.com 美国电话 626-378-3637","公司介绍","\u003Cp class=\"MsoNormal\">美股大数据 StockWe.com 是一个美国领先的金融和美股信息大数据提供商，紧盯华尔街金融市场和行情，2008年成立于美国硅谷，创始人是前纽约证券交易所资深分析师Ken，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化交易模型，每天处理千万级股票数据：挖掘潜力大牛股，捕捉期权异动大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准买卖信号第一时间发到您手机APP。\u003C\u002Fp>","专业美股投资者都在这里",{"loading":79,"search":80,"searchPlaceholder":80,"hotContent":81,"draft":82,"noData":83,"searchNoData":84,"edit":85,"editVideo":86,"courseContent":87,"more":88,"buyNow":89,"subscribeNow":90,"encoding":91,"paidContent":92},"Loading...","搜索","热门内容","草稿","目前没有任何内容公布","当前检索内容没有数据","编辑","编辑视频","课程内容","更多","立即购买后观看","- 立即订阅 -","视频编码中...","付费内容"]