重點速覽
-
IPO 首日暴漲 68%：2026 年最大 IPO 登場
Cerebras CBRS 以 185 美元發行，開盤 350 美元，收盤 311.07 美元，日漲 68%，募資 55.5 億美元，為 2026 年迄今最大科技 IPO，也是近年美國科技 IPO 中最受矚目的案例之一。
-
一整片晶圓做成一顆晶片：WSE-3 的技術邏輯
Cerebras 的晶圓級引擎（WSE-3）面積逾輝達 H100 的 50 倍，Cerebras 主張在特定推論場景速度最高可達競品的 15 倍。核心優勢是數據不需在晶片間傳輸，延遲近乎於零，適合超大規模 AI 模型的訓練與推論。
-
客戶高度集中在阿聯酋：最大的財報風險
G42 和阿聯酋相關機構合計佔 Cerebras 2025 年營收逾八成。OpenAI、Amazon、Meta 等新客戶正在稀釋集中度，但地緣政治風險仍是評估這檔 IPO 時最關鍵的風險因子。
2026 年 5 月 14 日，Cerebras Systems（代號 CBRS）在納斯達克掛牌上市，成為 2026 年迄今規模最大的科技 IPO，也是近年美國科技 IPO 中最受矚目的案例之一。
這家 2016 年成立的矽谷 AI 晶片公司，走了一條與輝達截然不同的技術路線——把一整塊 12 吋晶圓做成一顆晶片，而非將數千顆小型 GPU 連接在一起。這個「晶圓級引擎」（Wafer-Scale Engine）的設計理念，讓 Cerebras 在 AI 推論速度上主張達到競爭優勢，也讓它在技術圈獲得「輝達挑戰者」的稱號。
但任何 IPO 的閱讀都需要同時看兩個面向：技術亮點，以及財報中藏著的風險。本文試圖提供兩者的完整框架。
一、Cerebras CBRS IPO 財報觀察：首日數字怎麼看？
Cerebras 的 IPO 數字是一份需要細讀的財報，原因在於市值的計算口徑不同會產生很大的數字差距，而營收的快速成長背後，同時存在運營虧損的結構性問題，相較之下，只看「漲幅 68%」或「市值千億」的標題，容易錯過最重要的評估維度。
首日交易數字：開盤 350，收盤 311.07
根據 CNBC 報導，Cerebras 以 185 美元定價發行（高於原 150 至 160 美元的指示區間），開盤報 350 美元，盤中最高觸及 385 美元，收盤報 311.07 美元，日漲 68%，募資總額 55.5 億美元。若承銷商行使超額配售選擇權（最多 450 萬股），募資總額可達 63.8 億美元。
市值的計算口徑需要說明：以流通股計算，市值約 670 億美元；以完全稀釋基礎計算，估值約 1,000 億美元上下，不同媒體採用的稀釋假設不同，投資人閱讀市值相關報導時，需確認採用的是哪一種計算口徑。
營收成長強勁，但運營仍虧損
根據 Motley Fool 引述的 SEC 申報資料，Cerebras 2025 年營收為 5.1 億美元，年增 76%；2024 年為 2.9 億，2023 年為 7,870 萬。三年超過六倍的成長速度，是 IPO 定價高於預期的核心支撐。
但 2025 年仍有 1.459 億美元的運營虧損，主要來自大規模研發投入。Cerebras 在 SEC 申報中表示，有 GAAP 淨利，但這受惠於遠期合約負債調整的非現金項目，實際運營業務仍呈虧損。這是評估 Cerebras 當前估值時，需要與營收成長同步考量的財務面向。
二、晶圓級引擎（WSE-3）技術解析：為什麼它敢挑戰輝達？
Cerebras 的技術路線與輝達的 GPU 集群架構在根本邏輯上截然不同，原因在於兩者解決「AI 算力瓶頸」的思路完全相反——輝達把多顆晶片連起來，Cerebras 把整片晶圓做成一顆，相較之下，理解這個技術差異，是判斷 Cerebras 能在哪些場景真正挑戰輝達、在哪些場景仍有劣勢的基礎。
輝達的路：把數千顆 GPU 連起來
輝達的訓練架構，是把大量 H100 或 B200 GPU 透過高速網路互連，組成 GPU 集群。這個架構的優點是擴展性強（可以不斷增加 GPU 數量），且已建立深厚的軟體生態（CUDA）；缺點是晶片間的數據傳輸仍需要時間，在某些需要高頻率、低延遲通訊的計算任務中，互連延遲成為瓶頸。
Cerebras 的路：整片晶圓就是一顆晶片
Cerebras 的 WSE-3 面積逾輝達 H100 的 50 倍，Cerebras 主張在特定推論場景速度最高可達競品的 15 倍，且在相同運算量下使用更少電力。關鍵優勢在於：晶圓內的所有運算核心共享同一片矽基底，數據傳輸幾乎不需要離開晶片，延遲近乎於零。
這個設計在 AI 推論（Inference）場景，也就是讓已訓練完成的模型即時回應用戶請求的場景中，具備顯著的速度優勢。OpenAI 已在其產品中使用 Cerebras 晶片執行部分推論工作負載，正是看上這個低延遲特性。
需要注意的是，WSE-3 的劣勢也很明確：晶圓級設計導致良率挑戰（一整片晶圓只要有缺陷就無法使用），成本極高；且 Cerebras 的軟體生態遠不如輝達的 CUDA 成熟，多數 AI 工程師的開發工具仍以 CUDA 為基礎，切換成本不低。
三、Cerebras 產業觀察：客戶結構與地緣政治風險
Cerebras 最值得深入討論的財報風險，不是技術能否實現，而是客戶結構的高度集中，原因在於 IPO 前曾因單一客戶問題被 SEC 長期審查，並在 2024 年一度撤回 IPO 申請，相較之下，技術層面的挑戰是可以隨時間改善的，但地緣政治與客戶集中的結構性風險，在短期內難以快速分散。
阿聯酋集中度：從 87% 降至仍逾八成
這個客戶結構曾在 2024 年引發 CFIUS（美國外資投資委員會）的審查，最終導致 Cerebras 撤回第一次 IPO 申請。2026 年的重新上市，是在通過相關安全審查後才完成。儘管如此，近九成來自單一國家機構的營收集中度，在財報評估中屬於高度警訊，若阿聯酋相關機構的 AI 投資預算轉向，對 Cerebras 的財務影響將相當直接。
新客戶稀釋集中度：OpenAI、Amazon、Meta
Cerebras 已與 OpenAI 簽署逾 200 億美元的雲端算力合約（至 2028 年到期），並與 Amazon AWS 達成合作，在 AWS 資料中心部署 CS-3 系統並透過 Amazon Bedrock 提供服務，Meta 也是新增客戶之一。這些新客戶的加入，正在逐步稀釋阿聯酋集中度，是市場對 Cerebras 長期客戶結構改善最重要的觀察指標。
石油資本轉向 AI 算力的邏輯，也是理解 Cerebras 背後資金的重要背景。阿聯酋正透過 G42 等 AI 投資，建立獨立於美中主要科技商之外的「主權算力」能力，這個戰略動機使阿聯酋對 Cerebras 的長期支持具備政策驅動力，但同時也使其高度依賴地緣政治的穩定性。
四、台股供應鏈觀察：誰幫這顆巨型晶片生產與降溫？
Cerebras 的成長，對台股供應鏈而言是一個值得追蹤的觀察方向，原因在於晶圓級設計的生產難度極高，全球具備量產能力的製造廠極為有限，相較之下，傳統 GPU 的供應鏈已相當分散，但 WSE-3 這個量級的晶圓製造，在台灣的供應鏈中具有高度的技術集中性。
台積電 2330：WSE-3 採用 5nm 製程的關鍵製造夥伴
Cerebras WSE-3 採台積電 5nm 製程生產。晶圓級設計對良率與缺陷控制的要求極高——一整片晶圓只要有缺陷就無法使用，因此對製程成熟度的要求遠高於一般晶片。這使台積電成為 Cerebras 在製造端的關鍵夥伴，可替代性仍是市場討論重點。
需要注意的是，Cerebras 目前的出貨量相較於輝達仍屬小規模，對台積電整體營收的直接貢獻有限；但若 Cerebras 的客戶基礎持續擴大，晶圓需求的增加將逐步反映在台積電的高階晶圓出貨數字中。
液冷散熱：高功耗晶片推升液冷規格要求
晶片面積越大，在相同功耗密度下產生的熱量越驚人。高功耗晶片推升液冷規格要求，奇鋐 3017、雙鴻 3324 可作為散熱技術趨勢觀察標的；是否與 Cerebras 有直接訂單仍待確認，目前屬技術趨勢方向而非確定受惠。
| 觀察維度 | 相關標的 | 供應鏈位階 | 與 Cerebras 的具體關聯說明 | 主要觀察風險 |
|---|---|---|---|---|
| Cerebras CBRS（美股） | Cerebras CBRS | AI 晶片設計（晶圓級） | WSE-3 面積逾 H100 的 50 倍，推論速度主張快達 15 倍；2025 年營收 5.1 億美元年增 76%；OpenAI 合約逾 200 億美元至 2028 年 | 阿聯酋客戶集中逾八成；運營虧損；CUDA 生態切換成本高；IPO 後估值偏高 |
| 台積電 2330 | 台積電 2330 | 晶圓代工（關鍵製造夥伴） | WSE-3 採台積電 5nm 製程，晶圓級設計對良率與缺陷控制要求高，使台積電成為關鍵製造夥伴，可替代性仍是市場討論重點 | Cerebras 出貨規模仍小，對台積電整體營收直接貢獻有限；需觀察 Cerebras 客戶成長速度 |
| 奇鋐 3017 / 雙鴻 3324 | 奇鋐 3017、雙鴻 3324 | 液冷散熱模組（技術趨勢觀察） | 高功耗晶片推升液冷規格要求，奇鋐、雙鴻可作為散熱技術趨勢觀察標的；是否與 Cerebras 有直接訂單仍待確認 | 是否進入 Cerebras 實際供應鏈仍待確認；目前屬技術趨勢觀察方向，非確定訂單 |
| 輝達 NVDA（美股） | 輝達 NVDA | AI 晶片龍頭（競爭方） | Cerebras 在低延遲推論場景挑戰輝達，但 CUDA 生態護城河深厚；兩者定位差異使競爭更多是場景分工而非全面取代 | Cerebras 若拿下更多超大規模推論客戶，可能影響輝達在推論端的市佔；但短期規模差距懸殊 |
口袋學堂整理
從市場討論的角度來看，Cerebras CBRS 首日上市中，客戶結構的改善進度（阿聯酋集中度能否持續降低）與 OpenAI、Amazon 等新合約的落地情況受到最多關注，主要原因是這兩者直接決定 Cerebras 的財務韌性。相較之下，技術能否長期挑戰輝達的 CUDA 生態因時程不確定性高，市場觀察角度相對分歧。投資決策仍需依個人風險承受度與財務狀況評估。
五、常見問題 FAQ
｜Q1：Cerebras 的「晶圓級引擎」WSE-3 在技術上真的能取代輝達的 GPU 嗎？
A：不是「取代」，而是「場景補位」——WSE-3 在低延遲 AI 推論場景具備競爭優勢，但在訓練大型基礎模型和軟體生態廣度上，輝達的 CUDA 護城河仍深厚，短期內難以全面取代。
理由：Cerebras 自身的主張是 WSE-3 在推論速度上最高快達 15 倍，且功耗更低。這個優勢在「讓已訓練完成的 AI 模型即時回應用戶」的推論場景中最為明顯，OpenAI 正是基於這個考量使用 Cerebras 晶片處理部分工作負載。但大多數 AI 工程師的開發工具以 CUDA 為基礎，切換到 Cerebras 的軟體環境需要學習成本。兩者更可能是在不同場景各自發揮，而非全面競爭。
｜Q2：Cerebras 的客戶集中在阿聯酋，這個風險有多嚴重？現在已經改善了嗎？
A：2024 年曾高達 85% 至 87% 的阿聯酋集中度，在 2025 年降至逾八成（G42 24%、MBZUAI 62%），已有所稀釋但仍高度集中；OpenAI 逾 200 億美元合約和 Amazon AWS 合作，是市場最重視的改善訊號，能否持續降低集中度是後續觀察的核心。
理由：客戶集中問題在 2024 年導致 Cerebras 撤回第一次 IPO 申請並接受 CFIUS 審查，是其上市歷程中最重要的風險事件。即使 G42 的直接佔比已降至 24%，加上同屬阿聯酋的 MBZUAI 後仍逾八成，地緣政治或政策轉向的風險並未消除。OpenAI 合約至 2028 年到期，Amazon 合作是否轉化為穩定且增長的營收，是後續每季財報最值得追蹤的數字。
｜Q3：Cerebras CBRS 上市，對輝達 NVDA 和台積電 2330 各自的影響邏輯有何不同？
A：對輝達是競爭觀察訊號（推論端市佔壓力），對台積電是需求觀察訊號（晶圓級晶片的超高技術要求使台積電成為唯一製造選擇）——兩者受 Cerebras 影響的方向和時程完全不同。
理由：Cerebras 若在 AI 推論市場持續拿下大客戶，對輝達在推論端的市佔有邊際影響，但短期規模差距懸殊（輝達 2025 財年營收逾 2,159 億，Cerebras 為 5.1 億）。對台積電而言，WSE-3 的晶圓級製程難度極高，只要 Cerebras 持續擴大出貨，台積電的高端晶圓需求就會相應增加，且幾乎沒有其他製造選擇，這個邏輯與輝達的競爭壓力方向完全相反，需分開評估。
怎麼買 美股 AI 概念股？
想投資 美股 AI 概念股？
線上 5 分鐘快速申請查看美股優惠詳情
*APP 存股手續費 0.08% (低消 0.1 美元)*
台幣也能直接買美股，不用另開銀行戶。
點此看更多優惠
*新戶適用，實際以官方公告為準。
小提醒：美股採「圈存」制，下單前請確認口袋錢包有足夠餘額！
