AI Infrastructure

Cerebras 完成 10 億美元 Series H 融資:晶圓級推論的 230 億美元賭注

2026 年 2 月,Cerebras 完成 10 億美元 Series H 輪融資,投後估值約 230 億美元,Tiger Global 領投、AMD 與 Benchmark 等跟投。本文解析晶圓級引擎的技術賭注、OpenAI 大單後的資本驗證,以及推論市場的多供應商格局。

Cerebras 完成 10 億美元 Series H 融資:晶圓級推論的 230 億美元賭注 — 文章封面
本頁內容6 個段落
  1. 一張不尋常的投資人名單
  2. 晶圓級引擎:用面積換速度
  3. OpenAI 大單之後的資本驗證
  4. 推論市場為什麼容得下第三勢力
  5. 對開發者與採購團隊的意義
  6. 參考來源

2026 年 2 月 3 日,Sunnyvale 的 AI 晶片公司 Cerebras Systems 宣布完成 10 億美元 Series H 融資,投後估值約 230 億美元,Tiger Global 領投,Benchmark、Fidelity、Atreides Management、Alpha Wave Global、Altimeter、AMD、Coatue 與 1789 Capital 等跟投。Bloomberg 隔日報導:這讓 Cerebras 穩居全球最有價值的未上市公司之列。

這輪融資的意義超出金額:在 NVIDIA 幾乎吃下 AI 加速器市場的 2026 年,投資人用 10 億美元表態——推論(inference)容得下不同的硬體路線;多家媒體認為這是在為 IPO 鋪路。

一張不尋常的投資人名單

領投的 Tiger Global 之外,名單裡有兩個值得停看的名字:一是願意在 H 輪進場的 Benchmark;二是 AMD——x86 與 GPU 巨頭投資一家走「NVIDIA 替代路線」的新創,等於承認推論市場大到值得對押。路透社報導將估值寫為 231 億美元,並定位為潛在 IPO 前的晚期輪。Cerebras 曾於 2024 年遞件上市後撤回;這次重新站上「隨時可上市」位置,故事也換了:從賣硬體給研究機構,變成 OpenAI 的推論算力商。

晶圓級引擎:用面積換速度

Cerebras 的技術路線是晶圓級引擎(Wafer Scale Engine)。旗艦 WSE-3 是目前最大、最快的 AI 處理器:官方數字是比最大的 GPU 大 56 倍,每單位算力耗電更低,推論與訓練快 20 倍以上,地端與雲端都能用。

核心想法一句話:不用幾千顆小晶片互連,直接做一整片晶圓。GPU 叢集的天花板在互連頻寬與延遲;記憶體與運算放在同一片矽上,天生適合低延遲、高吞吐推論。代價是良率、成本與軟體生態,這也是它十年小眾的原因。投資人押注:推論需求終於大到值得付這些代價。

OpenAI 大單之後的資本驗證

這輪融資不是憑空出現。一個月前的 1 月 14 日,Cerebras 才與 OpenAI 簽下多年協議:到 2028 年部署最多 750 MW 晶圓級算力,CNBC 報導價值超過 100 億美元,全用於低延遲推論。對營收曾高度依賴中東客戶 G42 的公司來說,OpenAI 等級的錨定客戶直接改寫了定價邏輯。

同一週,Amazon 與 OpenAI 的投資洽談也佔據頭版(我們在另一篇文章拆解過)。兩件事放在一起看:算力合約先落地,股權資金隨後湧入。

推論市場為什麼容得下第三勢力

訓練講絕對規模,NVIDIA 的 CUDA 生態與互連優勢短期無人能撼動。推論不同:它分散在每個應用裡,對延遲、成本與能耗敏感,採購也分散得多,給了專用硬體空間——Cerebras 主打速度,雲端業者自研晶片壓成本。Cerebras 表示客戶涵蓋四大洲的企業、研究機構與政府;有 OpenAI 的 750 MW 合約背書,多供應商格局確立。

對開發者與採購團隊的意義

三個實際影響。第一,產品若有即時對話、串流生成或大量平行代理呼叫,晶圓級推論已值得認真評估,特別是 API 服務層。第二,供應商分散化已是架構決策而非採購策略:把推論層抽象化、不綁死單一後端,成本彈性直接反映在毛利。第三,若 Cerebras 走向 IPO,AI 硬體公開市場會比 NVIDIA 獨唱精采得多。

參考來源

本文由 AI 協助自上述來源整理,經人工審核後發布。

這篇內容對你有幫助嗎?

支持本站繼續整理實用的 AI 文章、教學與開發筆記。

請我喝杯咖啡
分享X電郵