01 触发事件

Bloomberg 8 月 12 日报道, Cerebras Systems 硬件业务收入意外下滑, 被定性为 "lumpy demand"——进度不连贯, 不是稳定增长曲线。

02 这事的真正含义

Cerebras 不是一家普通的 AI 芯片创业公司。

它过去几年的叙事一直是 "wafer-scale 颠覆 NVIDIA"——把整片晶圆做成一颗芯片, on-chip memory 极大, 跳过 HBM 带宽瓶颈, 主打 inference 和超长 context 推理。G42 那笔几十亿美元的承诺订单让它一度被认为拿到了 "沙特入场券"。

这件事真正在说的, 不是 Cerebras 一家公司的执行问题, 而是 inference chip 市场进入了一个尴尬地带:

  • 一边是 NVIDIA 的 CUDA + TensorRT + Triton 软件栈持续加固, inference 性价比每 6–9 个月迭代一次, H200/B200/R200 把 memory bandwidth 又往上拉了一档
  • 另一边是 Cerebras、SambaNova、Groq、Tenstorrent 这些 challengers 各自押不同架构 (wafer-scale / dataflow / LPU / RISC-V), 但都还没跑出一个 production-grade 的 switching cost 故事

"Lumpy demand" 是客气话。直白说就是: 这些芯片在早期 pilot 客户那里能讲故事, 真到 production deployment, 客户发现迁移代码、重写 inference runtime、对接现有 observability 栈的成本远超硬件省下来的钱, 于是订单变成一笔一笔零散签, 没法形成稳定 ARR。

这点我没在内部跑过 Cerebras 的 SDK, 但从客户的公开反馈和 inference benchmark 的更新频率来推断, 这条迁移曲线比 vendor pitch deck 描述的陡。

03 历史类比

2010 到 2014 年的 GPU compute 市场, 在深度学习火起来之前, 是 "lumpy demand" 的重灾区。

那时候 AMD FirePro、Intel Xeon Phi (Larrabee 衍生品)、NVIDIA Tesla 各有各的 niche。oil & gas、金融量化、生命科学的 HPC 客户按项目采购, 没有任何一家能形成稳定的 volume。Intel Xeon Phi 最后被砍掉, AMD FirePro 在 ML 之外的市场长期亏损。

真正的转折不是硬件比谁跑得快, 而是 2012 年 AlexNet 之后, cuDNN 把反向传播做进了 NVIDIA 的软件栈, ResNet、Transformer 训练工作流全部锁在 CUDA 上。硬件差异化从此让位于软件切换成本——剩下的故事你们都知道了。

把今天的 inference chip 市场放进去对照, 阶段惊人地相似:

阶段 2010-2014 GPU compute 2024-2026 inference chip
客户结构 HPC 项目制, 单一垂直 AI 实验室 pilot, 几家 hyperscaler
硬件叙事 FLOPS / 显存 / 带宽 显存 / 推理时延 / 吞吐
软件状态 CUDA 已是事实标准, 但还在扩张 CUDA/Triton/TensorRT 锁定 production
决定胜负的因素 哪个软件栈被新 workload 选中 谁的 inference runtime 能成为 ANSI 标准

Cerebras 的硬件营收下滑, 等于第二列第三行那个阶段的 "市场还没把赌注押清楚" 的信号。

04 对 AI builder 意味着什么

如果你在做 AI infra (像我了解的 opcx.ai 这类 gateway / model routing 层), 这件事有几个具体的决策含义:

短期内不要把多芯片 backend routing 当作差异化卖点。 GPU channel 之间的套利窗口 (A100 vs H100 vs Cerebras vs Groq), 在客户实际 production 流量里很难打开。真正吃得下的 routing 还是 NVIDIA 内部不同 SKU + 不同 cloud provider 之间, 这条曲线 opcx.ai 应该已经在跑了。

Inference price war 不会按 "芯片公司拿了 N 亿融资" 的口径往下走。 过去 18 个月市场预期是 inference cost 每 6 个月降 50%。Cerebras 这种信号暗示, 真正的 cost reduction 主要还是来自 NVIDIA 自己的代际差 + 量化 + speculative decoding, 而不是来自 challengers 把 NVIDIA 客户抢过去。

建议本月调整的事: 如果之前评估过 Cerebras / SambaNova 作为 fallback backend, 可以降优先级; Groq 的 LPU 因为针对 single-batch inference 场景, 还在长 context / structured output 这类 niche 有窗口, 可以保留; Tenstorrent 走的是另一种 trajectory (自家训练自己 inference), 不太适用 routing 类业务。

给应用层 AI 创业者的提示: 推理基础设施的多样性是个中长期叙事, 短期 production 决策还是锁 NVIDIA + 一个备用 region, 不要为了 "我们在用 Nvidia alternative" 这个 marketing 标签去硬切。

05 反方观点 / 风险

我可能错的地方有几个, 必须先列出来:

1. 这可能是 Cerebras 一家公司的执行问题, 不是市场问题。 历史上 Cerebras 有过 wafer 良率波动、G42 订单交付周期争议、CS-3 转向 WSE-3 的过渡问题。"Lumpy" 在他们的语境里可能只是 "大客户切换期的自然摩擦", 而非 "市场不买账"。如果是这种, 那我的框架就被这一条新闻过度反应了。

2. 我低估了 AI sovereignty / 地缘政治订单的体量。 G42、STC、Mubadala 这些中东资本, 以及欧洲的 EuroHPC、日本的 METI, 都在用 "非 NVIDIA 路线" 做主权 AI 叙事。这些订单不一定走 ROI 模型, 但它真实存在, 而且不走美股财报口径。Bloomberg 这种美国视角的 "lumpy demand", 未必能 capture 这部分。

3. Groq 和 Cerebras 不是同一类公司, 不该用同一种衰退信号外推。 Groq 是 inference-as-a-service 模式 (LPU + 自家云), 客户买的是 API 调用不是硬件。Cerebras 是芯片 + 系统卖给客户自建。如果两家的财报分开看, 可能 Groq 的 inference API 业务仍在涨。Bloomberg 这篇把 Cerebras 单点拉出来, 我推断为市场信号时, 必须谨慎不要混淆两家公司。

4. 最坏的可能是, 我看错了 "切换成本" 这件事本身。 NVIDIA 的 CUDA lock-in 看起来坚不可摧, 但 inference 的 workload 正在从 "通用 LLM" 切到 "specialist model" (比如 code completion、voice、embedding), 这些 niche workload 对软件栈的依赖没那么深, 反而对 latency、cost-per-token 更敏感。如果 Cerebras 的真正买家是这一类 (而不是 OpenAI/Anthropic 这种通用模型公司), 那它们的小批量订单恰恰是健康的市场结构, 不是失败的信号。

这一点我目前没在内部数据上验证过, 标出来作为我框架的最大软肋。

最后说一句不属于我判断框架的话: Bloomberg 这篇报道本身信息密度很低 (只有标题段一句话), 我基于此做的所有推断, 都依赖于 "lumpy demand" 这个单一关键词的展开。如果实际财报细节出来后情况不同, 上面整个分析都要修正。这是我必须承认的方法论风险。