Cerebras Systems (NASDAQ: CBRS) — Ackman 式长期价值评估

日期：2026-10-07
参考价格：$177.10（2026-10-06 收盘）
市值：约 $42.1B；企业价值：约 $35.6B

结论

• 公司质量：中
• 当前估值：偏贵
• 市场预期差：中
• Ackman Score：55 / 100
• Position Conviction：观察级
• 商业模式可预测性：低
• 护城河：强，正在加强
• 最核心一句话： Cerebras 拥有真正差异化的 wafer-scale 技术和高速推理优势，但当前仍是“高资本投入 + 高客户集中 + 高稀释 + 负自由现金流”的基础设施公司；$177 左右已经要求 2027–2029 年大规模交付基本成功，尚不具备典型 Ackman 式安全边际。

核心驱动因素

1. OpenAI 大合同 → 容量快速扩张 → 收入可能进入非线性增长

Cerebras 与 OpenAI 签订 750MW 的长期 AI inference compute 合同，并允许 OpenAI 进一步购买额外 1.25GW。2026-06-30 公司 RPO 已达到 $25.4B，其中很大部分来自 OpenAI。

因果链：

OpenAI / AWS / AMD 等客户与合作伙伴
→ 需要超低延迟 inference
→ Cerebras 扩张数据中心与 wafer-scale 系统
→ cloud revenue 加速增长
→ 如果 utilization 与 margin 同时上升，未来利润和 FCF 才可能快速释放。

2. Wafer-scale architecture → 极高 decode speed → 建立独特性能护城河

Cerebras 的核心不是传统 GPU，而是整片 wafer 做成处理器。WSE-3T 有 4 万亿晶体管、90 万个 AI cores；CS-4 则将 wafer-scale 架构进一步做成 rack-scale。

其价值尤其体现在 inference decode 阶段：GPT-5.6 Sol 在 Cerebras 上可达到最高约 750 output tokens/s，OpenAI 曾将其用于 Ultrafast mode。

因果链：

超高片上带宽 + 大规模片上 SRAM
→ 降低 GPU 集群跨芯片通信瓶颈
→ 单用户 token latency 显著下降
→ coding / agents / real-time AI 对高速推理的支付意愿提升
→ Cerebras 可形成高价值 inference niche。

3. 高速增长必须依赖巨额资本 → FCF 与 ROIC 是真正约束

H1 2026：

• GAAP Revenue：$373.5M
• Operating Cash Flow：-$47.5M
• CapEx：$548.9M
• 简单 FCF：约 -$596M

也就是说，公司目前不是轻资本芯片 IP 模式，而是在用 IPO 资金建设一套大型 AI inference infrastructure。

因果链：

RPO 与需求增长
→ 提前签数据中心、电力和制造能力
→ CapEx / lease commitments 大幅增加
→ Revenue 高增长但 FCF 暂时恶化
→ 最终投资价值取决于每 1 美元新增资本未来能产生多少稳定 FCF。

商业模式与护城河

怎么赚钱

公司收入主要分成两类：

1. Hardware

   • 向企业、政府、科研机构销售 Cerebras AI systems。
   • 收入通常在设备交付时确认。

2. Cloud and Other Services

   • Dedicated Capacity
   • On-Demand inference
   • managed services
   • AI modeling services
   • 部分数据中心 pass-through revenue

未来公司明确预计 cloud/services 将占越来越高比例，尤其随着 OpenAI MRA 开始大规模部署。

Q2 2026：

• Hardware revenue：$54.1M
• Cloud and other services：$126.0M
• Total GAAP revenue：$180.1M

Cloud 已成为主要增长引擎。

为什么客户愿意付钱

核心不是“便宜 GPU”，而是 time-to-token / tokens-per-second-per-user。

对于：

• coding agents
• autonomous agents
• cyber security
• reasoning workloads
• interactive AI

速度本身会影响最终产品价值。

如果一个 AI agent 每一步 reasoning latency 都降低，整个工作流完成时间可能大幅缩短，因此客户可能愿意为低延迟 inference 支付溢价。

为什么竞争对手难复制

Wafer-scale 技术

传统 GPU 是多个小 chip 通过高速 interconnect 组成集群。

Cerebras：

• 直接使用 wafer-scale processor；
• 大量 SRAM 和 compute 在同一 wafer；
• 避免大量 chip-to-chip communication；
• 通过 redundant cores / routing 解决 wafer yield 问题。

这不是简单增加 GPU 数量就可以复制的 architecture。

IP + 制造经验

Wafer-scale 已经经历多代：

• 16nm
• 7nm
• 5nm

制造、封装、散热、供电、yield 与软件栈都需要长期 engineering accumulation。

软件适配

Cerebras 支持 PyTorch，并正在通过 AWS / AMD 的 disaggregated inference architecture 接入更大的生态。

但这里也是主要弱点：

NVIDIA 的 CUDA ecosystem 仍远强于 Cerebras。

因此：

• 技术护城河：强
• 软件生态护城河：一般
• 商业网络效应：尚未形成
• 客户 switching cost：目前有限

护城河判断

强，正在加强。

但不是 NVIDIA 那种“硬件 + CUDA + 开发者 + 网络 + software ecosystem”的极强护城河。

FCF 与资本效率

Revenue Growth

2022 → 2025：

• 2022：$24.6M
• 2023：$78.7M
• 2024：$290.3M
• 2025：$510.0M

增长极快。

2026 consensus revenue 约 $887M。

管理层表示计划 2027 年 core revenue more than triple。

市场 consensus：

• 2026：約 $0.89B
• 2027：約 $2.95B
• 2028：約 $7.55B

这是极高增长曲线。

EPS Growth

目前 EPS 不能直接使用。

2025 GAAP net income 受到 forward contract liability 等会计项目重大影响；2026 又受到 IPO-related SBC、customer warrant amortization 等影响。

因此不能把 GAAP EPS CAGR 当作 business earnings power。

FCF Growth

目前没有形成稳定正 FCF。

H1 2026：

OCF -$47.5M
减 CapEx $548.9M
→ FCF ≈ -$596M

市场数据预计 FY2026 FCF 约 -$1.68B。

FCF Conversion

目前：

EPS / Adjusted EPS → 不能稳定转化为 FCF。

原因是：

• 数据中心建设；
• Cerebras systems 部署；
• manufacturing expansion；
• lease commitments；
• working capital；
• infrastructure build-out。

公司每增加 1 美元收入需要多少新增资本？

现阶段非常高。

H1 2026：

• Revenue = $373.5M
• CapEx = $548.9M

CapEx 甚至超过同期 revenue。

这显然不是轻资本增长。

资本效率判断

B：重资本增长。

未来收入增长依赖：

• data center
• power
• Cerebras hardware
• manufacturing capacity
• networking
• additional infrastructure

因此公司最终必须证明：

高速 inference 每 MW 产生的 gross profit / FCF，足以补偿巨额 upfront capital。

目前尚未证明。

资产负债表

截至 2026-06-30：

• Cash + cash equivalents + restricted cash：约 $7.4B
• Marketable securities：约 $1.2B
• 总 liquidity：约 $8.6B
• OpenAI Working Capital Loan outstanding：约 $918M
• Revolving credit facility：最高 $850M
• Revolver maturity：2031
• OpenAI loan stated interest：6%
• OpenAI loan maturity：最晚 2032
• Operating lease liabilities：约 $569M

因此传统意义的 Net Debt 为明显负值，公司目前是 净现金状态。

但必须看 off-balance-sheet commitments

截至 Q2：

• 已确认 operating lease future payments：约 $690M
• 尚未开始的 lease commitments：约 $1.5B
• Q3 新增未开始 leases：约 $753M

所以未来固定基础设施承诺已经超过 $2B。

如果资本市场未来两年关闭，公司能否正常经营？

正常经营：可以。

原因：

• IPO 刚融资约 $6.4B；
• liquidity $8.6B；
• 当前显性债务较低。

但：

如果要求继续按照现在的速度扩张到数百 MW / GW，资金需求依然非常大。

也就是说：

公司不依赖资本市场“活下去”，但未来规模扩张可能继续消耗大量资本。

Balance Sheet 结论

当前安全，但未来资本承诺快速上升。

增长质量

好的一面

Revenue ↑
Cloud mix ↑
Core Gross Margin ↑
RPO ↑
客户数量 ↑

Q2 cloud revenue +281%，说明增长已经不只是卖 hardware。

不好的一面

Revenue ↑
同时：

CapEx ↑↑
Lease commitments ↑↑
SBC ↑↑
Shares outstanding ↑
Customer warrants ↑

H1 2026 SBC 已达到约 $386.6M。

其中很多来自 IPO 后解锁，但未来仍存在较大的长期股权激励与 warrant dilution。

OpenAI warrant

OpenAI warrant 最多可购买约 33.45M shares。

截至 2026-07：

• 已 exercise 约 10.03M
• 仍存在约 23.4M potential shares

此外还有大量：

• options
• RSUs
• performance awards

因此必须用 fully diluted per-share economics，而不能只看 revenue growth。

Growth Quality 判断

中等。

业务增长非常强，但尚未证明：

Revenue ↑
→ FCF ↑
→ FCF / share ↑

管理层与资本配置

正面

Founder-led management。

Andrew Feldman 团队用了多年解决 wafer-scale computing 的工程难题，并成功让技术进入：

• OpenAI
• AWS
• AMD
• CrowdStrike
• Cognition
• Lovable

说明 management execution 能力很强。

负面

1. 资本投入非常激进

公司正在快速签订多年 data center commitments。

这是“先 build capacity，再等 utilization”的模式。

一旦 AI inference demand 或 customer deployment 低于预期，ROIC 会快速恶化。

2. SBC 与 dilution 很大

IPO 后 SBC 非常高。

这对 per-share intrinsic value 有直接影响。

3. Dual-class governance

Class B 每股拥有 20 votes。

Founder voting control 很强。

4. Insider selling

2026-09 的 Form 144 显示联合创始人 / officer Sean Lie 依据 10b5-1 plan 有多次出售。

这本身不是 thesis break，但在高估值、IPO 后大量 equity compensation 背景下需要持续监控。

Capital Allocation 评价

技术执行优秀，资本配置尚未证明。

Why Cheap?

当前 $177.10 已接近 / 低于 $185 IPO price，并显著低于上市后的高点。

1. OpenAI 是否正在转向 NVIDIA？

近期市场担忧 OpenAI 新一代 Ultrafast workload 使用 NVIDIA，而不是 Cerebras。

判断

部分正确，但市场可能反应过度。

原因：

OpenAI 本身就采用 multi-vendor compute strategy。

Cerebras 的真正 positioning 更可能是：

specialized ultra-low-latency decode layer

而不是完全替代 NVIDIA。

OpenAI CEO Sam Altman 随后公开强调 Cerebras 是 close partner。

但这个风险不能忽略：

如果 OpenAI 未来 frontier inference architecture 不再需要 Cerebras，750MW deployment 和 $25B RPO 的价值会大幅下降。

2. 毛利率低于传统 AI chip company

FY2026 core gross margin guidance：

41%–43%

远低于 NVIDIA。

判断

市场正确。

Cerebras 已经从 semiconductor vendor 逐步变成：

AI infrastructure operator + chip company

因此会承担：

• depreciation
• datacenter rent
• electricity
• deployment costs

这意味着长期 margin structure 很可能低于 pure semiconductor model。

3. CapEx / infrastructure spending 太高

H1 CapEx = $549M。

公司还在快速签署 data center leases。

判断

市场正确。

真正未知的是：

这些资本投入未来产生的 incremental ROIC 是否足够高。

这是 CBRS 最重要的长期变量。

Expectation Gap

市场现在的判断大致是：

Cerebras 技术很好，但 OpenAI concentration 太高，而且需要花巨额资本建设 infrastructure。

这个判断并没有明显错误。

潜在 expectation gap 在另一边：

市场可能低估了 ultra-low-latency inference 会成为单独的 compute category。

如果未来 inference architecture 变成：

Prefill → GPU / Trainium / AMD
Decode → Cerebras

那么 Cerebras 不必取代 NVIDIA，也可以成为大型 AI inference stack 的独立 layer。

AMD + Cerebras、AWS + Cerebras 的 disaggregated inference 正在验证这个方向。

市场错在哪里？

目前只能说“可能低估 Cerebras 成为高速 decode 标准层的概率”，还不能证明市场明显错误。

因此：

Expectation Gap：中。

估值

参考价格：$177.10

Market Cap：约 $42.1B
Enterprise Value：约 $35.6B

Forward PE

传统 Forward PE 目前参考价值有限。

市场数据：

• FY2026 EPS consensus：约 -$0.47
• FY2027 EPS consensus：约 $1.27

用当前股价计算：

2027 P/E ≈ 139x

部分数据源显示 NTM Forward PE 超过 200x。

因此近端 earnings valuation 显然很贵。

PEG

不适用。

CBRS：

• EPS 尚不稳定；
• SBC 很大；
• capital intensity 很高；
• FCF 为负。

机械使用 PEG 会严重误导。

P / FCF

FY2026 FCF 预计约 -$1.68B。

因此：

P/FCF = N/M

Price / Sales

TTM Revenue ≈ $681M

P/S ≈ 62x

按 consensus：

• 2026 P/S ≈ 47x
• 2027 P/S ≈ 14x
• 2028 P/S ≈ 5.6x

Enterprise Value / Revenue：

• 2026 ≈ 40x
• 2027 ≈ 12x
• 2028 ≈ 4.7x

所以市场实际上已经把 2027–2028 的 explosion growth 提前计入。

历史估值

CBRS 2026-05 才上市。

IPO price：$185

当前约：$177

历史交易区间太短，因此传统 historical multiple comparison 没有意义。

Peer Valuation

当前成熟 AI semiconductor leader NVIDIA：

• 已产生极强 FCF
• Forward PE 约 20x
• gross margin >70%

AMD Forward PE 约 57x。

CBRS：

• FCF negative
• FY2027 EPS P/E ~139x
• TTM P/S ~62x

因此若只看当前 cash generation，CBRS 明显比成熟竞争对手贵。

市场给它的 premium 完全来自 2027–2029 growth。

Bear / Base / Bull Case

估值不使用单年度 PEG，而使用 2030 normalized FCF + fully diluted shares。

考虑：

• current basic shares ~238M
• OpenAI remaining warrants
• employee options / RSUs
• potential future dilution

Base Case 使用约 290M fully diluted shares。

Bear Case

假设：

• OpenAI deployment 延迟；
• 2027–2030 growth 明显低于市场预期；
• 2030 Revenue ≈ $8B；
• normalized FCF margin ≈ 12%；
• 2030 FCF ≈ $1.0B；
• 20–22x FCF multiple；
• future diluted shares ≈ 300M。

折现回当前：

Intrinsic Value ≈ $50–80 / share

Base Case

假设：

• OpenAI 750MW 大部分按计划部署；
• AWS / AMD disaggregated inference 成功；
• 2028 revenue 大致接近当前 $7.5B consensus；
• 2030 Revenue ≈ $12–14B；
• FCF margin ≈ 18%–20%；
• FCF ≈ $2.3–2.7B；
• 25–27x normalized FCF；
• fully diluted shares ≈ 285–295M。

折现回当前：

Intrinsic Value ≈ $140–170 / share

Bull Case

假设：

• Cerebras 成为高速 inference / decode 的行业标准 layer；
• OpenAI fully deploys，并使用 additional capacity；
• AWS / AMD 形成真正大规模 distribution；
• 2030 Revenue ≈ $17–19B；
• FCF margin ≈ 24%–26%；
• FCF ≈ $4.2–4.8B；
• 27–30x FCF multiple。

折现回当前：

Intrinsic Value ≈ $260–310 / share

估值判断

Current Price ≈ $177

Bear：$50–80
Base：$140–170
Bull：$260–310

当前价格已经高于我的 Base Case 上沿。

因此：

公司技术优秀 ≠ 当前股票有安全边际。

如果必须靠 Bull Case 才能获得明显 upside，就不符合 Ackman 式“高质量 + 可预测 + 安全边际”的要求。

反方逻辑

1. 我可能低估高速 inference 的价值

如果未来 agentic AI 的经济价值高度依赖 latency，Cerebras 的 token speed 可能不是 niche，而是核心基础设施需求。

这会让：

• pricing power
• utilization
• margins
• ROIC

远高于当前模型。

那么当前估值可能并不贵。

2. 我可能过度强调当前 CapEx

公司现在处于极端 build-out 阶段。

如果大部分 infrastructure investment 是 upfront：

2026–2028： CapEx ↑↑

之后： Revenue ↑↑
CapEx / Revenue ↓
FCF margin ↑↑

那么当前 FCF 会严重低估长期 earnings power。

风险点

永久资本损失风险

最大的风险不是短期股价波动，而是：

公司花几十亿美元建设 infrastructure，但 Cerebras architecture 没有成为长期标准。

那时固定资产、leases 和 capacity commitments 会压低 ROIC。

Customer concentration

OpenAI 是最大的未来客户。

RPO 大部分与 OpenAI 有关。

这既是最大优势，也是最大风险。

NVIDIA competition

NVIDIA：

• CUDA
• networking
• GPU architecture
• installed base
• software ecosystem
• customer relationships

都远强于 Cerebras。

Cerebras 必须证明其 speed advantage 足够大，才能抵消 ecosystem disadvantage。

Technology substitution

可能的竞争方式：

• NVIDIA inference-specific architectures
• AMD GPU
• TPU
• AWS Trainium
• custom ASIC
• new memory architectures
• optical interconnect

如果 GPU inference latency 大幅改善，Cerebras 的核心差异化会收窄。

CapEx / Lease risk

大量 data center agreements 会形成多年固定成本。

如果 utilization 不足：

Gross Margin ↓
FCF ↓
ROIC ↓

Dilution

OpenAI warrants + employee equity awards + options / RSUs 可能持续增加 share count。

因此必须看：

FCF / diluted share

而不是只看 Revenue。

Governance

20:1 dual-class voting structure 使普通股东对管理层资本配置的约束有限。

Thesis Break

出现以下任何情况，需要重新评估投资逻辑：

1. 2027 Core Revenue < $2.5B
   说明“more than triple”增长计划明显失效。

2. Core Gross Margin 连续两个季度 <35%
   说明新增 infrastructure 没有带来足够 utilization / pricing。

3. OpenAI 750MW deployment 显著延期、缩减或重新谈判
   尤其是 RPO conversion 明显低于计划。

4. 到 2028 年仍无法形成正 FCF
   如果 Revenue 已达到数十亿美元但 FCF 依然为负，说明 business economics 有问题。

5. Cerebras 对 frontier-model inference 的速度优势缩小到不足约 2–3x，且 AWS / OpenAI / AMD 需求明显转向其他 architecture
   说明核心技术 moat 被侵蚀。

6. Fully diluted shares 持续向 300M+ 上升，同时 FCF/share 没有改善
   表示增长被 dilution 吞噬。

Ackman Score

操作思路

当前适合：继续研究 + 等财报验证 + 等现金流改善。

不适合只因为从高点回调就定义为便宜。

短期

主要由：

• OpenAI / NVIDIA headlines
• GPT model deployment
• IPO 后 insider selling / lock-up
• AI infrastructure sentiment
• Q3 earnings expectations

驱动。

短期股价的核心是 narrative。

中期

重点：

• 2027 revenue ramp
• OpenAI committed capacity deployment
• 600MW capacity delivery
• core gross margin
• utilization
• CapEx
• FCF
• diluted shares

中期 valuation 是否重估，取决于：

Revenue growth → Margin → FCF

能否真正成立。

长期

只看三个问题：

1. Cerebras 是否成为高速 inference / decode 的长期标准？
2. Incremental ROIC 是否足够高？
3. FCF/share 是否持续增长？

如果答案都是 yes，CBRS 可能成为极高质量 AI infrastructure company。

如果只是：

Revenue ↑
CapEx ↑↑
Shares ↑
FCF ≈ 0

那么它不会成为 Ackman 式复利资产。

最终判断

Cerebras 是我认为 AI compute 领域里技术差异化最真实的新公司之一。

但以 Ackman 框架看：

技术已经证明了一部分，商业模式还没有证明自由现金流和资本效率。

因此当前最重要的并不是判断 Cerebras 能不能继续高速增长，而是：

当 $25B RPO 被转化成 revenue 后，最终每 1 美元收入能留下多少 FCF，以及为了得到这 1 美元收入到底需要投入多少资本。

在这两个问题得到答案以前：

CBRS = 观察级，而不是高确信度核心级。

主要数据来源

• SEC Q2 2026 10-Q: https://www.sec.gov/Archives/edgar/data/2021728/000162828026056357/cbrs-20260630.htm
• SEC 2026 IPO prospectus: https://www.sec.gov/Archives/edgar/data/2021728/000162828026035214/cerebras-424b4.htm
• Cerebras Q2 2026 earnings: https://investors.cerebras.ai/news-releases/news-release-details/cerebras-systems-fast-inference-cloud-business-nearly-quadruples
• Cerebras Investor Relations: https://investors.cerebras.ai/
• OpenAI / Cerebras partnership: https://openai.com/index/cerebras-partnership/
• OpenAI Ultrafast announcement: https://openai.com/index/previewing-ultrafast/
• Cerebras CS-4 announcement: https://investors.cerebras.ai/news-releases/news-release-details/cerebras-unveils-cs-4-30-times-faster-gpu-based-solutions
• StockAnalysis CBRS market data: https://stockanalysis.com/stocks/cbrs/
• StockAnalysis CBRS estimates: https://stockanalysis.com/stocks/cbrs/forecast/