想像一下一顆半導體晶片的大小。
通常，它大約跟指甲一樣大。數十億個電路被塞進比郵票還小的正方形裡。
但有一家公司問了：
「為什麼我們一定要把它切小呢？」
然後，他們就把一整片圓形的矽晶圓（稱為 Wafer）直接當作一顆晶片來用，完全沒有切割。
這家公司就是 Cerebras Systems。
這個把晶片做成餐盤大小的想法，起初看似魯莽。但現在，OpenAI 和 Amazon 都排隊等著用他們的晶片，這家公司在納斯達克的市值已經突破了 50 兆韓元。魯莽是如何變成 50 兆韓元的？而這個價值又是否合理呢？
這篇文章將圍繞這兩個問題展開。
為什麼現在要用整片晶圓？
首先，我們來看看背景。
我們今天使用的聊天機器人和 AI 助手，是透過讓一個龐大的「模型」進行運算來產生答案的。這個過程稱為推理。當你提出問題時，AI 會逐字吐出答案，而每一個字都是運算的結果。
問題在於，這些運算比你想像中要慢。
到目前為止，這項工作都是透過將 Nvidia 製造的多顆 GPU 晶片分組來處理的。但使用多顆晶片意味著資料必須不斷地在它們之間移動。想像一下，把零件存放在城市郊區的一個大型倉庫（記憶體）裡，然後讓工廠（運算單元）在需要時用卡車運送過來。無論工廠的速度有多快，如果卡車在路上塞車，整體速度還是會變慢。
這種「卡車塞車」的情況，正是 AI 推理過程中最大的瓶頸。
Cerebras 的答案既簡單又大膽。
就是把倉庫直接放進工廠裡，就放在工作檯上，而不是放在旁邊。透過使用整片晶圓作為一顆晶片而不切割，運算單元和記憶體就被緊密地黏在同一個平面上。卡車行駛的道路不再需要了。零件就在伸手可及的範圍內。
這個想法開始在市場上奏效的證據，就是營收。
Cerebras 的年營收從 2022 年的大約 320 億韓元，躍升至 2025 年的大約 6600 億韓元。在四年內增長了超過二十倍。
這是一個訊號，表明該公司正在超越小型實驗室的規模，成為一門真正的生意。
然而，營收增長並不代表他們已經開始獲利。我們稍後會再提到這一點。
一片晶圓所蘊含的數字
Cerebras 的晶片命名為 WSE-3。
這個名字很樸素，但內含的數字卻非常驚人。
它包含了 4 兆個電晶體（控制電訊號開關的微小開關）和 90 萬個負責運算的 AI 核心。直接附著在晶片上的高速記憶體有 44 GB，而讀寫該記憶體的速度達到了每秒 21 PB。
1 PB 大約是 1 GB 的 100 萬倍。如果數字太大難以理解，只要知道這是「一般晶片無法想像的規模」就行了。
此時，大家都會產生一個疑問。
「這麼大的晶片不會有缺陷嗎？」這是個合理的擔憂。在半導體製造中，一粒灰塵或一個微小的瑕疵就可能毀掉一個區域。晶片越大，遇到缺陷的機率就越高。
這就是 Cerebras 解決方案的巧妙之處。
他們不是試圖「完全消除缺陷」，而是選擇「即使發生缺陷，也要將損失降到最低」。WSE-3 的核心被劃分得非常精細。因此，即使某個核心出現缺陷，他們只需關閉那個微小核心，其餘部分仍可正常使用。事實上，在出貨時，他們只啟動了 97 萬個核心中的 90 萬個。
他們從一開始就設計了充足的冗餘。這就像一棟大樓裡有一盞燈泡壞了，你不會因此整棟大樓都報廢，而是只更換那個燈泡。
這家公司真正賣的是「速度」
要理解 Cerebras，最精準的一句話是：
這家公司賣的不是「最強大的晶片」，而是「能減少等待時間的晶片」。
為什麼這很重要？
任何曾經請 AI 助手寫程式碼或摘要長篇文章的人都知道。等待答案出現的那幾秒鐘，感覺相當漫長。特別是在所謂的「Agent」方法中，AI 會自行透過多個步驟來處理任務，你必須等待數十次，而不僅僅是一次。在這種情況下，速度就是用戶體驗，而用戶體驗就是金錢。
實際的數字支持了這一點。
法國 AI 公司 Mistral 表示，當他們在 Cerebras 上運行聊天機器人時，每秒可以輸出超過 1100 個單詞。開發程式碼工具的 Cognition 則表示，速度比使用 GPU 快了大約 5 倍。Cerebras 聲稱其推理速度比頂級 GPU 系統快 21 倍。當然，這些數字會根據模型和任務而有所不同，所以不必完全照單全收。然而，「在等待等同於損失的領域，Cerebras 顯然很快」這個大局觀是毋庸置疑的。
看看這個優勢吸引了哪些客戶，就能讓故事更清晰。
- OpenAI 宣布，將在 2028 年前逐步導入 750 百萬瓦的低延遲運算能力。百萬瓦是功率單位，750 百萬瓦相當於一個典型城市用電量的巨大規模。
- Amazon 則表示，將建立一個架構，讓其 AI 服務（Bedrock）先用自家晶片處理初始運算，然後將最後快速生成答案的部分委託給 Cerebras。
全球最先進的 AI 公司，為了「快速回答」這單一任務而選擇了 Cerebras，這就是該公司最有力的名片。
但幾乎只有一個客戶
到目前為止，這是一個完美的成長故事。
但好的投資判斷，來自於在光線強烈時也要審視陰影。
Cerebras 最大的陰影在於其「客戶太少」。
2025 年營收的 86% 來自 G42 及其關聯實體。G42 是阿拉伯聯合大公國的一家 AI 巨頭。簡單來說，這家商店每十塊錢的銷售額中，有九塊錢是由一個老客戶貢獻的。如果這個老客戶心情不好、自身狀況惡化，或者因兩國之間的政治問題導致貿易受阻，這家商店就會在一夜之間陷入困境。事實上，Cerebras 曾因與 G42 相關的美國政府安全審查問題，而不得不推遲一次上市計畫。
當然，前面提到的 OpenAI 和 Amazon 是消除這個陰影的希望。
如果他們的合約轉化為實際營收，對單一老客戶的依賴度就會迅速下降。然而，從宣布合作到實際產生營收之間，總是存在時間差。在承諾變成發票之前，我們必須誠實地說，Cerebras 的「營收品質」尚未得到充分證明。
速度快不代表會贏
另一個需要注意的陰影是競爭。
即使 Cerebras 在速度上領先，也不代表它能拿下整個市場。
Nvidia 仍然擁有最廣泛的生態系統。生態系統指的是在該晶片上工作的開發者數量、共同使用的工具以及累積的技術訣竅。這就像一條鋪設良好、沿途到處都有維修廠的高速公路。Cerebras 的道路雖然快，但仍然狹窄，而且能到達的目的地有限。此外，Amazon、Google 和 Microsoft 等巨頭也開始製造自己的 AI 晶片。Google 的專用推理晶片和 Amazon 的專有晶片就是例子。
因此，Cerebras 真正的對手已經不再只是 Nvidia，而是各大巨頭正在培育的整個晶片系列。
Cerebras 在記憶體容量或一次性容納超大模型的能力方面，也落後於 GPU。
所以，現實的圖景是這樣的：
Cerebras 與其說是「佔領整個市場的冠軍」，不如說是「在等待一秒就等於金錢的頂級領域中，以高價出售的專家」。
未來展望：價格已經跑得太前面了
現在，回到開頭的第二個問題。
50 兆韓元的價值合理嗎？
判斷一家公司是貴還是便宜，有一個簡單的衡量標準。
那就是用市值除以年營收（P/S 比率）。這個數字越大，代表「相對於營收，其評價越高」。
對 Cerebras 來說，這個數值大約是 104 倍。這遠高於美國前 500 大公司平均的 3.6 倍，以及半導體設備產業平均的 19.3 倍。這意味著市場已經將 Cerebras 定價為「即將壟斷下一世代 AI 基礎設施的贏家」，而不是「剛起步的小公司」。
上市第一天的熱潮非常驚人。
買單超過賣單二十倍以上，股價一度飆升至 386 美元。然而，感到壓力沉重的投資者後來獲利了結，現在股價已回落至 240 美元左右。
那麼，合理的價值是多少？
我們可以從三個面向來描繪未來。
- 如果一切順利，大型合約迅速轉化為營收，股價可能達到 320 美元（樂觀）。
- 反之，如果合約持續延遲，技術優勢縮小，股價可能跌至 120 美元（悲觀）。
- 而中間值 205 美元則被視為最現實的價值（中立）。
目前交易的 240 美元已經超過了這個中立價值。
一家好公司，並不等於一支好股票。
Cerebras 顯然是前者，但要成為後者，其價格已經領先於預期。
結論：魯莽留下的問題
Cerebras 的故事始於一個古怪的問題：「為什麼我們一定要把晶片切小？」這個問題變成了一顆餐盤大小的晶片，變成了全球頂尖 AI 公司的選擇，最終化為 50 兆韓元的價值。其技術無疑是一流的。
然而，留給投資者的問題，不是技術的卓越性，而是下一步。
Cerebras 已經證明了「它有多快」。
現在，它需要證明的是「它能多穩定地將這種速度轉化為金錢」。
將客戶從一個老客戶擴展出去，並將宣布的承諾變成實際的發票。當它通過這個平凡而艱鉅的過程時，當前的價值才能最終被證明是合理的。
因此，現在適當的立場是「中立」。
與其追高買進，不如在市場降溫、價格下跌時，分階段進場。即使面對優秀的技術，也要追問價格——這終究是能夠長期生存的投資者應有的態度。
