Cerebras Systems：從每月燒錢 800 萬美元到 600 億美元人工智慧晶片巨頭

Cerebras Systems，這家目前估值達 600 億美元的人工智慧晶片公司，在成立初期幾乎瀕臨倒閉，當時每月燒掉 800 萬美元。這家新創公司由一支曾在 2012 年以 3.34 億美元將 SeaMicro 出售給超微的團隊創立，在晶圓級引擎技術找到超大規模雲端業者人工智慧訓練的市場之前，曾面臨攸關存亡的現金流壓力。Andrew Feldman、Gary Lauterbach、Michael James、Sean Lie 與 Jean-Philippe Fricker 這組核心創辦團隊，將公司押注在一個激進的架構賭注上：打造半導體產業中最大的單一晶片。如今這項賭注已獲得回報，其估值使 Cerebras 躋身全球最具價值的私有人工智慧硬體公司之列。這段生存故事之所以重要，在於它說明了高資本密集度的深科技新創公司，如何穿越死亡之谷，在人工智慧基礎設施熱潮中分得一杯羹；隨著下一波晶片新創公司尋求資金，投資人與超大規模雲端業者正密切關注此一動態。

險些壓垮公司的晶圓級賭注

Cerebras 的核心技術賭注是晶圓級引擎，將單一矽晶圓製成一片連續的整體，而非切割成個別晶片。此設計消除了晶片間通訊的效能損失，而這正是傳統繪圖處理器叢集在人工智慧工作負載中飽受困擾的瓶頸。工程挑戰極為龐大：單一晶圓級晶片的製造良率眾所周知地偏低，散熱與功耗管理問題在產業中更是前所未見。公司在開發階段每月燒掉 800 萬美元，這種資金消耗速度足以在 18 個月內耗盡多數創業投資輪次的資金。創辦團隊雖是 SeaMicro 低功耗伺服器架構的老手，理解物理原理，卻低估了製造的複雜度。第一代晶圓級引擎需要客製化封裝、特殊冷卻系統，以及徹底重新思考如何測試與驗證一顆在物理尺寸上超越任何光罩限制設計的晶片。這項技術債直接轉化為現金消耗，因為每一次晶圓試產失敗都耗費數百萬美元，並使營收產生時程延後數季。團隊必須解決矽晶圓與封裝基板之間的熱膨脹不匹配問題，這個問題曾導致早期原型在負載下龜裂。

最終讓 Cerebras 從原型邁向量產的散熱管理方案，涉及一套客製化冷卻架構，直接將冷卻劑循環於矽晶表面，使晶粒上的溫度分布維持均勻。工程團隊光是這套冷卻系統就耗費超過一年時間，這項開發成本加重了每月資金消耗。一旦良率與散熱問題獲得充分控制，Cerebras 於 2019 年出貨首款晶圓級引擎給客戶，產生初期營收，延長了公司現金跑道，並證明商業可行性。第一代 WSE 內含 1.2 兆個電晶體與 40 萬個人工智慧優化核心，規格遠超當時任何繪圖處理器。2021 年發表的第二代 WSE-2，規模擴增至 2.6 兆個電晶體，驗證了架構藍圖，並吸引投資人關注，最終支撐了 600 億美元估值。

每月 800 萬美元資金消耗的去向

每月 800 萬美元的資金消耗速度分為三大成本中心：晶圓製造、封裝與組裝，以及工程員工人數。晶圓級晶片需要台積電等晶圓代工廠的先進製程節點，單次 300mm 晶圓投片若採 5 奈米或 3 奈米設計，成本介於 3 萬至 5 萬美元。Cerebras 每月需多次投片，以修正設計缺陷並提升良率。客製化中介層與封裝方案（用於連線晶圓級晶粒至電源供應與資料 I/O）另增加每月 200 萬美元的非經常性工程成本。工程團隊在開發階段從 50 人擴增至超過 300 人，員工人數在開發週期內成長三倍，每月薪資與福利支出達 300 萬美元。該公司此期間並無營收，意味每一塊錢都來自創業投資。SeaMicro 以 3.34 億美元出售的經驗，讓創辦團隊在投資人面前具備可信度，但並不保證後續資金到位。截至 2018 年中，Cerebras 已從包括指標 Capital 與紅杉資本在內的投資人籌得略逾 1 億美元，但資金消耗速度意味現金跑道僅剩約 12 個月。該公司亦在專業測試裝置上投入重金，因為沒有任何現成測試機台能處理一塊餐盤大小的晶片。

超微、SeaMicro 與競爭格局重組

Cerebras 創辦團隊先前於 2012 年以 3.34 億美元出售給超微，造就了獨特的競爭格局。超微收購 SeaMicro 意在進軍低功耗伺服器市場，但此策略最終失敗，因公司轉向高效能運算與繪圖處理器架構。SeaMicro 收購案讓超微在密集伺服器設計上取得立足點，但團隊離職創立 Cerebras，使超微缺乏執行該願景的人才。如今，超微透過其 Instinct 繪圖處理器產品線，在人工智慧加速器市場與 Cerebras 直接競爭，但兩家公司採取根本不同的架構路線。超微依賴小晶片與 Infinity Fabric 等互連標準，而 Cerebras 則押注於單晶圓級整合。競爭格局亦涵蓋輝達，其以繪圖處理器叢集主導人工智慧訓練市場，以及鎖定推論工作負載的新創公司如 Groq 與 SambaNova。Cerebras 已在訓練需要大量記憶體頻寬與低延遲的大型語言模型領域開闢利基，其晶圓級架構在特定模型架構上，相較繪圖處理器叢集提供 10 倍效能優勢。此效能優勢來自晶圓級引擎能同時供給所有運算元件資料，消除拖慢繪圖處理器叢集的記憶體瓶頸。

對超大規模雲端業者與晶圓廠的下游影響

Cerebras 的存續與成長對半導體供應鏈及超大規模雲端業者具有直接影響。該公司的晶圓級引擎需要台積電的專屬製造產能，而台積電的先進製程節點已因蘋果、輝達與超微而供不應求。每片 Cerebras 晶圓消耗的矽面積約為典型繪圖處理器晶片的 10 倍，意味著該公司必須從台積電有限的產能中取得可觀的分配。這產生次級效應：隨著 Cerebras 擴張規模，它直接與輝達和超微在台積電 5 奈米及 3 奈米廠的晶圓投片量競爭。超大規模雲端業者——亞馬遜網路服務、微軟 Azure 與谷歌雲端——正密切關注此動態，因為它們需要替代性人工智慧晶片供應商以降低對輝達的依賴。Cerebras 已將其系統部署於雲端業者及企業客戶，針對受益於其記憶體架構的工作負載提供差異化價值主張。該公司的存續也驗證了晶圓級方法對其他晶片新創的可行性，已吸引新資金投入人工智慧硬體領域的類似架構押注。對台積電而言，容納 Cerebras 意味著保留本應流向大量客戶的產能，此取捨在人工智慧需求成長下日益嚴峻。

對晶片設計業者而言，下游影響涵蓋整個無晶圓廠生態系。每一家仰賴台積電的半導體公司都面臨相同的產能配置壓力：來自蘋果與輝達的高量、可預期營收，以及來自人工智慧加速器新創的小量、不規則訂單。台積電已開始在政府支持的多元化計畫下，為人工智慧運算公司保留專屬產能區塊，此一轉變有利於 Cerebras，但卻加劇了傳統晶片供應商的產能配置不確定性。對超大規模雲端業者而言，Cerebras 的部署模式——該公司銷售整合系統而非裸晶——創造了有別於購買繪圖處理器的採購關係。這種系統層級的做法要求 Cerebras 掌握更多供應鏈環節，包括封裝與整合，這提高了其資本適足要求，但每顆出貨加速器可帶動更高的毛利率。長期影響是人工智慧硬體市場將出現分歧：大宗商品化的繪圖處理器叢集用於通用型訓練，而專業加速器系統則用於特定工作負載的效率提升。

Cerebras 600 億美元估值背後的政策訊號

Cerebras 高達 600 億美元的估值，向半導體產業及其監管機構傳遞了明確訊號：市場相信，人工智慧硬體的架構創新能產生超額報酬，即使在輝達主導的市場中亦然。此一估值在未具備既有業者的營收規模下達成，反映投資人堅信人工智慧基礎設施的建置將需要多種晶片架構，以滿足多元的工作負載需求。該估值也對出口管制與國安政策具有意涵。具備高運算密度的晶圓級晶片，與先進繪圖處理器同受出口管制規範，意味 Cerebras 必須應對與輝達在中國銷售所受相同的監管環境。該公司在這些逆風下仍能達成 600 億美元估值，顯示市場認為人工智慧晶片需求在未來十年結構性供給不足。對監管機構而言，Cerebras 的故事強化了國內先進半導體製造產能的重要性，因為晶圓級晶片需要集中於台灣與南韓的最先進晶圓代工節點。該估值也促使政策制定者加速為國內晶圓廠提供資金，因為台積電產出的任何中斷都將直接威脅 Cerebras 的生產管線。

從瀕臨倒閉到 600 億美元估值，這條軌跡使 Cerebras 成為下一代人工智慧硬體新創公司的風向標。該公司現在必須證明自己能從利基成功擴展至主流採用，這一轉型將需要應對製造限制、來自輝達下一代架構的競爭壓力，以及建立直銷團隊和支援組織的資本密集度。創辦團隊在 SeaMicro 的經驗教會他們如何退出公司，但 Cerebras 面臨的是不同挑戰：建立一家獨立且獲利的企業，能在不被收購的情況下維持其估值。晶圓級架構為他們提供了護城河，但這條護城河的深度取決於公司在製程技術和軟體工具上持續迭代的能力。投資人將密切關注未來 18 個月，因為 Cerebras 必須將估值轉化為足以支撐其倍數的營收成長。如果公司成功，將驗證激進架構押注能顛覆甚至最根深蒂固的半導體市場的論點。如果失敗，那每月 800 萬美元、幾乎讓公司倒閉的資金消耗速度，將成為整個人工智慧晶片新創生態系的警訊。