推文

@WealthCode99978 · 2026-10-13 05:02

瑞银看好 $CBRS 2027年迎来爆发 250亿美元订单背后 AI芯片竞争正在进入新阶段 当华尔街还在讨论 $NVDA 能否继续统治AI芯片市场时，另一家芯片公司正在凭借完全不同的技术路线，争夺下一代人工智能基础设施的市场。 它就是 Cerebras Systems $CBRS。 瑞银的长期预测将2027年视为重要转折点，并预计公司到2030年的收入可能达到约230亿美元，营业利润率达到46%。 这意味着什么？ 如果这一预测实现，Cerebras将不再只是一家挑战英伟达的AI芯片初创企业，而可能成长为一家拥有数百亿美元收入和高利润率的AI基础设施巨头。 但我认为，真正值得关注的并不是2030年的收入预测，而是三个更重要的数字。 第一个数字：254亿美元。 截至2026年第二季度，Cerebras披露的剩余履约义务（RPO，已签约但尚未确认的收入）达到254亿美元。 这意味着公司未来增长并非完全依靠市场想象，而是已经拥有规模庞大的合同支持。 管理层预计2027年核心收入将增长至2026年的三倍以上，并在随后几年继续高速扩张。 不过，订单不等于已经实现的收入。合同履行、客户集中度以及数据中心交付进度，仍然决定这些订单最终能转化为多少利润。 第二个数字：每秒10000个Token。 Cerebras计划在2027年推出CS-5系统，目标是在部分领先开源模型上，实现每位用户每秒生成10000个Token（文本处理单位）。 为什么这个数字如此重要？ 因为未来AI最重要的应用之一，不再只是人类向聊天机器人提出一个问题，然后等待答案。 而是AI Agent（人工智能智能体）自主完成复杂任务。 例如，一个AI智能体需要分析一家上市公司，可能要连续执行几十次模型调用： 读取财报、分析竞争对手、建立财务模型、检查行业数据、评估估值，最后形成投资报告。 如果每一次模型调用都需要等待，几十个步骤累积起来，就会产生巨大的延迟。 因此，未来AI推理市场竞争的不只是单次计算成本，还包括完成整个任务所需的时间。 Cerebras采用晶圆级芯片架构，并利用片上内存减少数据在处理器与外部存储之间反复传输的延迟。 这正是它与传统GPU架构竞争的重要技术优势。 当AI智能体需要连续进行大量推理时，低延迟可能变得越来越有价值。 第三个数字：600兆瓦。 Cerebras已经拥有超过600兆瓦正在运行或已签约、计划于2027年底前交付的数据中心容量。 这说明公司正在从技术验证阶段进入大规模基础设施部署阶段。 与此同时，Cerebras正在扩大制造产能，并与OpenAI、 $AMZN 旗下AWS以及 $AMD 建立合作关系。 这也揭示了AI芯片市场一个容易被忽略的变化。 未来未必只有一种芯片架构能够占据所有AI计算场景。 $NVDA 的优势在于成熟的软件生态、GPU通用计算能力和大规模训练基础设施。 $AMD 正在扩大GPU市场份额，并发展不同计算架构之间的协同。 而 $CBRS 则试图凭借晶圆级架构，在对推理速度极度敏感的应用场景中建立差异化优势。 尤其当AI从训练大模型转向大规模部署智能体时，推理需求可能出现结构性变化。 不过，Cerebras也存在一个不可忽视的风险。 它的合同高度集中于OpenAI等大型客户。如果主要客户调整芯片采购策略，或者推理市场竞争导致价格下降，长期收入和利润率预测都可能面临压力。 因此，不能仅仅因为股价对应2028年预测利润的估值看起来较低，就认为风险已经充分释放。 未来真正需要观察的，是254亿美元合同能否按计划转化为收入，以及公司能否在扩大规模的同时改善盈利能力。 我认为2027年可能成为AI芯片产业的重要分水岭。 过去几年，市场主要奖励能够提供最多训练算力的公司。 未来几年，市场可能越来越重视谁能以更低成本、更快速度，让数以亿计的AI智能体完成真实任务。 如果AI Agent成为下一轮AI商业化的核心，那么推理速度就不只是技术指标，而可能直接影响客户生产效率和芯片供应商的商业价值。 你认为未来AI芯片市场会继续由 $NVDA 一家独大，还是 $CBRS 这种专注高速推理的新架构，有机会在AI智能体时代成长为另一家巨头？

曝光 891 · 评论 2 · 点赞 0 · 书签 1 · 曝光/时 21.39377113977582