🔧Tom's Hardware•最新收集於 6h
Cerebras 雲端營收暴增，硬體銷售下滑
💡Cerebras 雲端營收成長 281%，揭示 AI 加速器業務可能的發展方向。
⚡ 30-Second TL;DR
有什麼變化
Cerebras 未達分析師的獲利預期。
為什麼重要
財報顯示 Cerebras 正逐漸依賴具持續性的 AI 雲端營收，而非一次性的硬體銷售。對 AI 基礎設施採購者而言，除了直接購買硬體，也應比較透過雲端服務取得加速器的方案。
下一步行動
將下一個推論工作負載在 Cerebras Cloud 上進行基準測試，並與目前的 GPU 供應商比較延遲、吞吐量及每個生成 token 的成本。
誰應關注：Founders & Product Leaders
關鍵要點
- •Cerebras 未達分析師的獲利預期。
- •公司同期硬體銷售額下滑。
- •AI 雲端營收成長 281%，部分抵銷硬體業務疲弱的影響。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Cerebras 正在積極推動其『推理即服務』（Inference-as-a-Service）平台，旨在透過專有的 Wafer-Scale Engine (WSE) 技術提供極低延遲的 AI 推理能力。
- •市場分析指出，硬體銷售下滑反映了大型企業客戶從『購買硬體』轉向『租用算力』的資本支出模式轉變，這對 Cerebras 的長期毛利率構成挑戰。
- •Cerebras 的雲端營收成長主要得益於其與大型企業簽署的長期訂閱合約，這些客戶主要尋求在不購買昂貴硬體的情況下運行超大規模模型。
- •儘管營收結構轉型，Cerebras 仍面臨來自 NVIDIA Blackwell 架構及雲端服務供應商（CSP）自研晶片的激烈競爭，導致其在硬體市場的市佔率承壓。
- •公司管理層在財報會議中強調，將持續投入研發以優化軟體堆疊，以確保其雲端平台能支援更廣泛的開源模型與企業級應用。
📊 競品分析▸ Show
| 特色/比較 | Cerebras (WSE-3) | NVIDIA (Blackwell B200) | Groq (LPU) |
|---|---|---|---|
| 架構核心 | 晶圓級處理器 (Wafer-Scale) | GPU 叢集 (Multi-GPU) | LPU (張量串流處理器) |
| 主要優勢 | 極高記憶體頻寬，適合超大模型 | 生態系完整，軟體支援度極高 | 推理延遲極低，吞吐量極高 |
| 定價模式 | 雲端訂閱/硬體銷售 | 硬體銷售/雲端租賃 | 雲端 API 租賃 |
| 目標市場 | 超大規模模型訓練與推理 | 通用 AI 訓練與推理 | 即時 AI 推理應用 |
🛠️ 技術深入
- 採用第三代晶圓級處理器 WSE-3，擁有 4 兆個電晶體與 90 萬個 AI 核心。
- 具備 44GB 的晶片上 SRAM，提供高達 21PB/s 的記憶體頻寬，解決了傳統 GPU 的記憶體牆問題。
- 軟體堆疊 Cerebras Software Stack 支援 PyTorch 與 TensorFlow，並透過自動化編譯器將模型映射至晶圓架構。
- 雲端服務架構設計旨在消除多節點通訊瓶頸，實現單一晶片處理超大規模參數模型。
🔮 前景展望AI analysis grounded in cited sources
Cerebras 將在未來 12 個月內進一步縮減硬體銷售部門規模。
硬體銷售持續下滑且雲端服務利潤率逐漸穩定，迫使公司將資源集中於高成長的雲端算力租賃業務。
Cerebras 的雲端營收佔比將在 2027 年前超過總營收的 70%。
目前的成長趨勢顯示企業客戶對雲端推理服務的需求遠高於對自有硬體部署的需求。
⏳ 時間線
2021-04
Cerebras 推出 CS-2 系統，搭載第二代晶圓級處理器。
2023-03
正式發布 Cerebras AI Model Studio，標誌著雲端服務業務的起點。
2024-03
發表 WSE-3 晶片，效能較前代提升兩倍，並擴大雲端推理服務部署。
2025-11
宣布與多家大型企業達成雲端算力長期租賃協議，雲端營收開始顯著貢獻。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Tom's Hardware ↗