一家芯片公司把核心技术授权给对手、让出创始人团队后，还能值多少钱？Groq 用 35 亿美元给出了答案：市场买下的，已经是推理层的运营能力与 600 万开发者的入口。AI 算力的定价权，正在从「造芯片」转向「运营算力」。

一、这笔融资为什么不普通

当一家公司宣布融资，估值却比八个月前跌去近一半，这笔交易本身就值得拆开来看。

8 月 17 日，AI 推理云公司 Groq 宣布完成 3.5 亿美元 A 轮融资，投后估值 35 亿美元。领投方是科技投资机构 Disruptive，英伟达已签署投资意向、拟参与本轮，但相关投资尚待完成交割。据外媒测算，这一估值较 2025 年 9 月 Groq 创下的 69 亿美元高点下降了约 49%，几乎腰斩。

异常点不止于「跌」。这笔融资至少有四个细节，让它在同期的 AI 融资里显得格格不入。

第一，估值向下重定价。一级市场最忌讳「降价融资」，它通常意味着上一轮投资人账面浮亏、公司增长失速。Groq 却把这个标签接了下来，只是换了一种说法。公司发言人否认降价融资的定性，称这一估值对应的是英伟达技术授权交易完成后的「新 Groq」。

第二，创始人已经被对手「收编」。2025 年 12 月，英伟达与 Groq 达成价值约 200 亿美元的非独家技术授权交易，作为协议的一部分，创始人兼 CEO 乔纳森·罗斯、时任总裁桑尼·马德拉及核心工程团队加入英伟达。据外媒报道，被吸纳的工程人员约占原团队九成。一家靠自研芯片挑战英伟达的公司，其核心技术班底整体离开了。

第三，英伟达既挖人、又回头投钱。这轮融资的参投方名单里，英伟达再次出现。八个月前它收走了 Groq 的推理技术与核心团队，八个月后它又以投资人的身份回到谈判桌上。同一个巨头，既是那场技术剥离的操盘手，又是这家公司下一阶段的股东。

第四，「A 轮」这个标签出现在一家成立十年、累计融资超 17.5 亿美元的公司身上。Groq 把这次融资定义为转型后新阶段的首轮融资，等于主动宣告：此前的 Groq 已经结束，现在的 Groq 是一家新公司。

这四个异常指向同一个母命题：市场定价的已不是「芯片公司 Groq」，而是「失去芯片技术之后的运营资产」。

二、为什么是推理云这个方向

要理解 Groq 为什么愿意把芯片卖掉、转身去做云，得先看 AI 算力需求正在发生的变化。

训练与推理，是 AI 算力的两个阶段。训练是前期投入，用海量数据把模型参数调出来，属于一次性成本；推理是长期消耗，模型每响应用户一次请求，都要跑一遍算力。业界一个普遍的判断是，随着大模型从研发走向规模化部署，推理消耗的算力将反超训练，成为 AI 基础设施里最大、最关键的一层。

Groq 转型押注的正是这一层。公司不再自研 LPU 芯片，转而运营基于英伟达系统的 AI 推理云，成为英伟达云合作伙伴，依照英伟达的参考架构与运营标准，设计、部署和运营加速计算集群。按公司披露，它目前运营 13 个数据中心，覆盖北美、欧洲、中东和亚太，服务超 600 万开发者与数千家 AI 原生公司，并计划在 2027 年把电力容量从 54 兆瓦扩至 200 兆瓦以上。

这个选择背后有一层现实考量。Groq 的自研 LPU 主打低延迟、高吞吐，曾在推理赛道与英伟达 GPU 形成差异化竞争。但当英伟达以 200 亿美元的交易拿走 LPU 相关技术、并吸纳核心工程团队后，Groq 已经失去了继续走芯片自研路线的能力与资产。留下来的选择并不多：要么收缩，要么用现成的英伟达芯片去做算力运营。

于是「造芯片」让位给「运营算力」。这个方向并非 Groq 独有。CoreWeave、Lambda、Nebius 等一批「新云厂商」都在做同一件事：大量采购 GPU，把它们包装成面向 AI 的推理与训练服务，赚取算力分发的差价。Groq 的特别之处在于，它是以「芯片公司」的身份降维进入这个市场，带着 600 万开发者的历史存量入场。

但需求边界的另一面同样清晰。推理云是一门重资产生意，资本开支高、硬件折旧快，能否产生持续利润在行业内仍有公开疑问。CoreWeave 二季度营收强劲、拿下 Meta 与 Anthropic 的大单，投资者依然担忧其高资本开支与快速折旧。Groq 转型方向明确，盈利模型却同样尚未被验证。方向正确，账能不能算平，是两回事。

三、投资人结构：一场被重新组织的资本局

这笔融资的投资人名单，藏着比金额更值得读的信息。

领投方 Disruptive 的身份最为特殊。其 CEO 亚历克斯·戴维斯同时担任 Groq 执行董事长，并在融资公告里以董事长口吻解释转型逻辑：「我们正把 Groq 打造为世界领先的 AI 推理云。推理将毫无疑问成为 AI 基础设施中最大、最关键的一层。」领投机构负责人兼任被投公司的执行董事长，这种结构让「领投」的含义发生了变化——它既是财务下注，也是管理层对自身转型方案的一次加码确认。

英伟达是名单里最微妙的一方。它对 Groq 的介入分了两步：先用授权交易拿走技术与团队，再以投资意向回到股东席。从商业角度看，这两步并不矛盾。英伟达的云合作伙伴体系需要一批有能力运营大规模加速集群的厂商，把英伟达芯片的能力分发出去；Groq 转型后恰好成为这样的角色。英伟达的参投，落脚点是为自家推理云生态添一个能打的运营商。这是一个典型的「供应商 + 大股东」绑定关系。

历史投资人的构成也值得记录。在英伟达授权交易之前，Groq 通过种子轮、A 至 D 轮及追加融资累计获得超 17.5 亿美元，投资方包括 Social Capital、老虎环球基金、D1 Capital、贝莱德、思科、三星、纽伯格伯曼、Disruptive 和 Infinitum 等。这是一份典型的「重注芯片独角兽」名单。其中相当一部分老投资人没有出现在这轮转型融资的公开名单里，而 Disruptive 既是老股东、又是新领投，还是执行董事长所在机构。

这里需要把几种角色分开来看。个人投资者、产业合作与机构投资是不同性质的动作。三星曾作为产业资本进入 Groq，看中的是 LPU 与三星代工生态的协同；如今 Groq 转型英伟达云，这层协同的逻辑已经改变。老投资人的去留、新领投的双重身份、英伟达的供应商绑定，三者叠加，说明这轮融资已经超出单纯的追加下注，更像一次资本结构的重新组织。

真正的问题在于，当「领投方」与「执行董事长」是同一个人，当「最大技术买家」与「新股东」是同一家公司，市场还能从哪里获得关于 Groq 独立性的清晰信号？这笔融资的治理结构，本身就是一个需要持续观察的风险点。

四、护城河：技术剥离之后还剩什么

一家芯片公司的护城河，通常建立在芯片架构、软件栈和客户迁移成本之上。Groq 的麻烦在于，这三样东西在授权交易之后大多已经不在自己手里。

LPU 相关技术授权给了英伟达，核心工程团队也随之离开。Groq 保留的，是数据中心资产、开发者生态、英伟达云合作伙伴资质，以及一个已经被市场认识的品牌。这些东西能不能构成壁垒，要分两层看。

第一层是运营能力。13 个数据中心、54 兆瓦到 200 兆瓦的扩容计划、600 万开发者，这些是实打实的存量。推理云的门槛不在「能不能买到 GPU」，而在「能不能低成本地运营大规模集群、把算力稳定地卖给客户」。这一层的壁垒是资本与运营效率，而非技术独占，谁的钱多、谁的利用率高，谁就有优势。

第二层是开发者留存。Groq 的 600 万开发者中有相当一部分来自 LPU 时代，他们是否会在芯片换成英伟达之后继续留下，取决于 Groq 能否提供比直接找英伟达或其它云厂商更有竞争力的价格与体验。开发者生态的迁移成本，是 Groq 当前最值得守护、也最脆弱的一层。

天花板同样清晰。Groq 的护城河上限，取决于它能否在英伟达生态内部做出差异化，而它的差异化空间又被英伟达自身划定。作为英伟达云合作伙伴，Groq 的定价、技术路线和产品边界都在英伟达的参考架构之内。它更像英伟达生态里的一名经销商，而非独立的平台拥有者。

最强反方来自同业。Together AI 在 7 月完成 8 亿美元融资、估值冲到 83 亿美元，主打开放模型的推理云；Fireworks AI 同月以 15 亿美元 D 轮、175 亿美元估值刷新赛道纪录，同样获得英伟达部分参与。这些对手资金更充足、技术独立性更强、且没有经历 Groq 式的技术剥离。当一家公司既失去了自研技术、又在资本规模上落后于对手，它要靠什么赢下这场运营效率的竞赛，答案目前并不明朗。

技术剥离之后，Groq 的护城河已从「技术独占」退化为「运营规模 + 开发者存量」，两者都需要持续用资本和效率去维持，而不是一劳永逸的壁垒。

五、这笔融资照亮的三类左侧机会

Groq 的转型是一个极端样本，但它照亮的赛道方向，对早期投资者有直接参考价值。

第一类是推理基础设施的细分工具。推理成本是大模型商业化绕不开的关卡，围绕它出现了算子优化、推理引擎、模型压缩与量化、异构算力调度等一批工具层机会。这些公司不直接运营集群，而是帮运营者把每一块 GPU 的利用率再抬高几个点。可观测信号是：是否与头部推理云厂商建立合作、是否进入生产环境、推理吞吐与成本的优化幅度是否可量化。

第二类是开发者到算力的接入层。Groq 的 600 万开发者证明，开发者需要的是一键调用、按量计费、稳定低延迟的推理服务。在模型与应用之间，仍存在一层「把算力变成开发者可用的 API」的机会，包括推理网关、多模型路由、弹性伸缩与成本控制。这类机会的护城河在于开发者习惯与集成深度，可直接观察接入的活跃应用数与月度调用量。

第三类是算力运营与能效。数据中心的电力瓶颈正在成为 AI 扩张的硬约束，能效优化、散热方案、集群调度与电力管理，都是推理云规模化之后必然产生的需求。这类项目偏硬科技、周期较长，但天花板高。信号可看客户侧的数据中心能效提升数据，以及是否被主流云厂商纳入采购体系。

需要提醒的是，这三类机会的共同前提是「推理需求持续放大」。如果推理云的重资产模式最终被证明难以盈利，或者推理成本被大幅压低导致单价下滑，这些工具层的收入规模也会随之承压。直接投资窗口的判断，要锚定推理调用量的真实增速，而非融资热度本身。

六、黑马判断：算力定价权迁移，但 Groq 未必是赢家

这笔融资真正值得记住的，是它把「AI 算力的定价权正在从造芯片转向运营算力」这个判断，用一次腰斩的估值摆到了台面上。

对一级市场投资者

Groq 本身已是 35 亿美元独角兽，不属于典型左侧标的，直接追投的窗口已经关闭。它的价值在于提供一个「反面教材」式的参照：押注一家公司的技术独占，与技术被剥离后押注其运营资产，是两种完全不同的风险收益。早期投资者应把注意力转向推理基础设施的工具层、接入层与能效环节，优先寻找能证明「利用 GPU 效率」或「算力运营能力」的团队，而非再赌一块自研芯片的逆袭。

对二级市场投资者

Groq 尚未上市，但它的转型叙事会映射到已上市的相关标的。英伟达云合作伙伴体系的扩张、推理云厂商的资本开支与折旧节奏，都会影响市场对 AI 算力产业链盈利质量的定价。观察重点是 CoreWeave 等新云厂商的毛利率与利用率，以及英伟达对云生态的绑定方式。推理需求若持续放大，受益的是整个算力运营层，但重资产模式下谁能率先跑通盈利，仍待财报验证。

对创业者

Groq 的教训是：技术独占本身可以作为壁垒，但一旦核心技术被授权或剥离，剩下的只有运营能力。创业者应提前想清楚，自己的护城河究竟建立在技术、数据、网络效应还是运营效率之上，哪些资产是「可被交易走的」，哪些是「别人拿不走的」。对于推理云赛道的创业者，差异化应落在开发者体验、成本结构和垂直场景的服务深度，而不是与巨头比谁的芯片更先进。

四项主要风险

商业化风险：推理云重资产模式盈利未验证，高资本开支与硬件折旧可能长期压制利润，Groq 的转型能否产生持续自由现金流尚不确定。

竞争风险：Together AI、Fireworks AI、CoreWeave 等对手资金更充足、技术独立性更强，Groq 在规模与差异化上均不占优。

依赖风险：作为英伟达云合作伙伴，Groq 的技术路线、定价与产品边界受制于英伟达的参考架构与生态策略，独立性存疑。

治理风险：领投方负责人兼任执行董事长、英伟达既是技术买家又是新股东，这种结构下管理层与外部投资人之间的利益对齐值得持续观察。

证伪条件

以下事实会强化本文判断：推理调用量持续高增长，推理云厂商的毛利率与利用率改善；更多芯片公司或技术资产被剥离后转型运营，验证「算力定价权迁移」是行业趋势；Groq 披露的开发者留存与扩容执行超预期。

以下变化会迫使下调结论：推理云被证明无法跑通盈利，行业估值整体回落；Groq 的开发者大量流失、扩容计划搁置；英伟达调整云合作伙伴策略，收窄第三方运营商的空间；或有证据表明 Groq 的转型只是技术资产处置后的权宜之计，缺乏独立增长逻辑。

一家成立十年、融了 17.5 亿美元的芯片公司，最终以估值腰斩的方式重新出发。Groq 的故事最扎心的地方在于，它验证了一个朴素的事实：技术可以被交易，团队可以被吸纳，真正难被替代的，只有一家公司持续把算力变成收入的能力。AI 算力的下一场战争，大概率不再发生在芯片设计图纸上，而是发生在电费账单、设备利用率和开发者留存率里。

── 投黑马研究团队

免责声明：本文基于公开资料进行研究与评论，仅供行业交流，不构成任何投资建议。早期项目具有高不确定性，相关信息与判断可能随公司披露、市场变化和监管要求而调整。

30秒看懂

最大变化： 频准激光8月18日登陆科创板首日大涨516%，刷新A股注册制以来新股首日单签盈利纪录，硬科技IPO的抢筹情绪被推到高位；同一天美股AI算力板块却集体跳水，两端估值叙事明显背离。

最大融资信号： Groq 完成3.5亿美元 A 轮、英伟达拟参投，估值较一年前近乎腰斩，从自研芯片转向运营英伟达算力的推理云。

最值得追踪： 8月26日 MiniMax 中期业绩，能否在空头仓位一个月激增后，撑住大模型公司的二级市场估值。

AI & 市场

频准激光首日涨516%，登顶A股最赚钱新股

8月18日，上海频准激光（688826）正式登陆科创板，发行价186.88元/股，为2026年以来A股最高，按此价单签缴款9.34万元，刷新年内新股申购资金门槛纪录。上市首日收盘1152元，大涨516.44%，盘中最高触及1300元，总市值约460.8亿元，全天换手率81.22%、成交72.72亿元。（来源：频准激光招股书、证券时报）

按收盘价计，投资者中一签（500股）浮盈48.26万元；若按盘中最高价计，单签浮盈最高达55.66万元，刷新A股注册制以来新股首日单签盈利纪录，超越此前的沐曦股份，登顶「最赚钱新股」。频准激光主营精准激光器，面向量子计算、量子精密测量等量子科技领域，以及晶圆制造、量检测、隐切等半导体领域；2025年营收4.18亿元、净利润1.59亿元，其中量子科技占69.9%、半导体占25.5%。（来源：财联社）

【投黑马点评】
频准激光被爆炒，是「量子科技+半导体」双赛道稀缺标的撞上硬科技IPO情绪窗口的结果。发行价年内最高、换手率八成、市盈率约277倍，都说明市场把打新当成了确定性套利。对一级市场，这条信号比单只新股更重要：硬科技IPO的退出通道仍然通畅，上半年中国AI创业公司总融资额已破3000亿元，量子科技、半导体设备这类「长坡厚雪」标的的估值锚，会跟着被重新抬高。下一步看后续交易日换手率能否回落、股价能否站稳。

港股大模型双雄重挫，智谱单日跌13.3%

8月18日，港股 AI 大模型双雄智谱（02513.HK）与 MiniMax（00100.HK）双双大幅下挫。截至收盘，智谱报1043港元、跌13.30%，盘中一度跌超16%；MiniMax 收报318.8港元、跌4.49%，盘中跌幅曾超过13%。两家公司卖空指标在暴跌前已悄然创下阶段新高：8月14日智谱卖空股数达88.52万股、卖空成交额11.60亿港元，均为7月9日以来最高；MiniMax 单日卖空股数自8月6日起连续多日维持在100万股上方。（来源：财联社、证券时报）

直接导火索有三层：智谱上周发布的 GLM-5.3 被大和证券认定为 GLM-5.2 的迭代版本、而非市场期待的更大参数旗舰，未带来超预期催化；GLM-5.2 的混合 API 价格较 DeepSeek V4-Pro 非高峰新价仍高出2.2倍，同业定价压力高企；MiniMax 将于8月26日公布中期业绩，业绩窗口前投资者观望。机构观点同步分化，摩根大通上调智谱目标价至1800港元、维持「增持」，但对 MiniMax 维持「中性」。（来源：财联社、观察者网）

【投黑马点评】
这一跌的真正看点，是 AI 在一二级市场的定价逻辑第一次公开打架。一级市场为叙事和融资能力付费，二级市场只认盈利兑现，智谱 GLM-5.3「不够惊喜」就成了空头扣动扳机的理由。对一级投资人，这是一次预警：当大模型公司的估值锚从「能不能融到下一轮」切换到「财报能不能兑现」，缺乏差异化能力的项目会先被抛售。下一步看8月26日 MiniMax 业绩，以及 GLM-5.3 之后的 API 定价能否在 DeepSeek 涨价潮里站住脚。

上半年中国AI融资破3000亿，超去年全年

IT桔子8月18日数据显示，2026年上半年中国 AI 创业公司总融资额突破3000亿元，超过2025年全年，占一级市场全赛道融资约48.6%。结构上，大模型赛道以1598亿元居首，拿走超半数资金；具身智能以906亿元紧随其后，312起融资事件为全赛道之最。资金高度向头部集中：DeepSeek、阶跃星辰、月之暗面三家合计融资约930亿元，占全市场约三成；月之暗面正以500亿美元估值推进 Pre-IPO 融资，DeepSeek 拟募资500亿元。（来源：IT桔子、上海证券报）

【投黑马点评】
半年3000亿、占一级市场近一半，AI 的钱已经从「投概念」切到「投表现」。但头部三家拿走三成资金，说明这不是普涨而是马太效应：钱在往头部和原创能力集中，腰尾部项目反而更难融。对早期投资人，具身智能312起事件的高活跃度是机会窗口，技术路线未收敛、市场愿给高估值，从大脑、本体到数据和核心零部件都在长出新的融资机会；而对大模型，没有差异化能力的项目正在被挤出牌桌。把这份数据和同一天港股大模型股暴跌放在一起看，一级市场的热与二级市场的冷互为镜像，裂缝迟早要靠财报填平。

美股芯片股集体重挫，30年美债收益率创19年新高

美国东部时间8月18日，美股芯片半导体板块集体走低，费城半导体指数收跌6%报11864.18点，SK 海力士跌8.11%、美光跌7.47%、英特尔跌7.34%、ARM 跌7.93%；纳斯达克综合指数跌1.33%，半导体板块成主要拖累。宏观端，30年期美债收益率升至5.31%、创2007年以来新高，8月美国投资级债券发行达1452亿美元、刷新同月纪录，Alphabet 等云厂商年内发债近2200亿美元用于 AI 基建。（来源：界面新闻、智通财经）

【投黑马点评】
美债收益率冲上19年新高，直接把高估值成长股的「未来现金流」打了折，芯片股首当其冲。更值得注意的是范式切换：AI 基建的钱正从「自有现金流」转向「发债融资」，这意味着算力扩张从此背上了利息成本，一旦需求不及预期，杠杆会反过来咬人。这一信号对全球 AI 估值都是约束变量。

商业科技

雷军官宣新一代玄戒芯片即将发布

8月18日，小米创始人雷军发文回顾2026年二季度业绩：研发投入92亿元、同比增长18.9%，并顺势宣布小米新一代玄戒芯片即将发布，其微博小尾巴已更换为一台未公开型号的神秘新机。小米总裁卢伟冰在财报电话会上透露，2025年推出的玄戒 O1 芯片在三款终端上累计出货已超百万台，新一代玄戒将在制程工艺与能效比上实现代际提升；小米2026财年上半年归母净利润141.86亿元。（来源：雷军微博、IT之家）

【投黑马点评】
玄戒 O1 出货破百万，意味着手机厂商自研芯片走过了「从可用到规模化」的临界点，新一代的意义在于能否把自研从单点突破变成稳定迭代。对产业链，自研芯片占比提升会逐步改写小米对高通的依赖结构，旗舰机的毛利空间和差异化定价都会跟着松动。手机自研芯片是一场十年期的长跑，这条曲线值得长期盯。

7月汽车出口104.3万辆，新能源占比首破六成

中汽协8月18日数据显示，7月中国汽车出口104.3万辆，环比增长0.6%、同比增长81.3%，月度出口连续两个月超百万辆；其中新能源汽车出口55.3万辆、同比增长1.5倍，新能源出口占比连续两个月超过50%。1—7月汽车累计出口614万辆、同比增长66.8%。同期，7月我国新能源汽车月度新车销量占比首次突破60%。（来源：中汽协、IT之家）

【投黑马点评】
出口破百万辆、新能源占比过半，说明中国汽车的竞争力已经从「性价比」切换到「电动化+智能化」的体系输出。对一级市场，出海链条上的智驾方案、动力电池和海外渠道，都是跟着整车厂一起放量的环节。

融资快报

Groq完成3.5亿美元A轮，英伟达拟参投、转型推理云

当地时间8月17日，美国 AI 推理云公司 Groq 宣布完成3.5亿美元（约23.7亿元人民币）A 轮融资，投后估值35亿美元，由 Disruptive 领投，英伟达计划参投（已签署投资意向、尚待交割）。此轮较其2025年9月69亿美元的估值下降约49%，官方称系英伟达技术授权交易完成后的重新估值。此前 Groq 由自研 LPU 芯片转向运营基于英伟达系统的推理云，目前运营13座数据中心，计划2027年把算力从54兆瓦扩至200兆瓦以上；加上6月的6.5亿美元，两个月内累计融资10亿美元。（来源：Groq官网、科创板日报）

【投黑马点评】
Groq 估值近乎腰斩，却是「被英伟达收编」的典型样本：创始人团队并入英伟达、自研芯片让位、转而帮英伟达 GPU 做规模化推理运营。这揭示了一条残酷路径——在算力赛道，独立芯片公司越来越难对抗英伟达的生态引力，要么被授权收编，要么沦为运营服务商。对国内推理芯片玩家，这是必须直面的参照。值得留意的是推理云本身的定位：Groq 管理层判断「推理将成为 AI 基础设施最大、最关键的一层」，如果这个判断成立，运营层的价值迟早会超过单点芯片，问题只在于谁来掌握定价权。

嘉腾机器人完成数千万元战略融资，和而泰领投

8月18日，广东嘉腾机器人宣布完成数千万元战略融资，由上市公司和而泰领投，道禾基金、金木资本跟投。嘉腾卡位工业具身智能移动底盘，海外收入占比约40%。同日，开源 AI 公司开放传神（OpenCSG）完成数亿元 Pre-A 轮融资，静安资本、市北高新等参与，资金重点投入 Agentic AI 平台与城市级 AI 基建。（来源：21世纪经济报道、央广网）

【投黑马点评】
上市公司和而泰领投一家移动底盘公司，是「整机厂向上游核心部件伸手」的又一例，产业资本正把具身智能的供应链当作第二增长曲线来布局。

今日信号

信号： 8月18日，AI 的钱在一二级之间撕开了一道定价裂缝——一级市场半年3000亿狂热涌入，二级市场的大模型股却被空头一天砸下13%。

追踪方向： 8月26日 MiniMax 中期业绩能否稳住估值；GLM-5.3 之后的 API 定价在 DeepSeek 涨价潮中的站位；30年美债收益率若继续上行，对全球 AI 高估值成长股的压制是否加剧；具身智能上游部件的产业资本布局节奏。

研究导航

今日最值得继续回答的问题： 当一级市场为 AI 叙事付费、二级市场只认盈利兑现，大模型公司的估值锚正在从「融资能力」切换到「财报兑现」——这一切换会先在哪个环节、以什么标准淘汰项目？

── 投黑马研究团队

AI芯片赛道正在经历一个被大多数人低估的结构性转折——不是某家公司变强了，而是整个供应链的权力结构开始松动。

2026年5月14日，Cerebras Systems在纳斯达克敲响上市钟声。开盘价350美元，盘中一度触及385美元高点，相比发行价185美元上涨108%。最终收于311.07美元，首日涨幅68%。这是2019年Uber以来美国科技圈最大规模的IPO，通过出售3000万股，合计募资约55.5亿美元。

但真正值得关注的不是股价，而是这笔钱背后的信号。

IPO认购需求超过可用股票的20倍以上，原本150至160美元的预期发行区间被直接击穿，最终定价185美元。资本市场用真金白银投了一张票：我们需要「不是英伟达」的AI芯片选择。

过去两年，全球AI算力的押注高度集中——集中在英伟达，集中在H100和B200的订单排队上。这种集中带来了效率，也制造了风险。如果把今天的AI军备竞赛比作一场大战，英伟达就是那条几乎垄断了全部弹药供应的后勤线。所有人都依赖它，所有人也都清楚，这种依赖有多危险。

于是，一场寻找「第二条补给线」的行动，一直在暗中推进。Cerebras的上市，是这场行动浮出水面的标志性事件。

二、核心变量：一张「不像芯片」的芯片，重新定义AI算力的几何形状

要理解Cerebras为什么能在IPO市场掀起如此大的骚动，得先搞懂它到底造了什么。

英伟达的GPU，无论多么强大，本质上还是一枚「小」芯片——多块芯片通过高速互联组成集群，协同完成大模型的训练和推理任务。这套架构在过去十年里统治了整个行业，但它有一个天生的短板：芯片之间的数据通信延迟，在处理超大规模模型时，会成为一个无法忽视的瓶颈。

Cerebras的创始人Andrew Feldman不是第一次做这种「架构级别的异见者」。2010年代初，他在SeaMicro就论证过，当时流行的服务器架构对互联网工作负载来说「几何形状就是错的」——事实证明他是对的，AMD最终以超过3.34亿美元收购了SeaMicro。

这一次，Feldman把同样的逻辑用在了AI芯片上。

Cerebras的核心产品是WSE（Wafer Scale Engine），一块和整片晶圆一样大的芯片。没有多块芯片互联，没有通信延迟，神经网络的所有计算在同一块硅片上完成。Cerebras声称，其推理速度比「领先的基于GPU的方案」快15倍。

这里的核心变量不是「快多少」，而是「架构层面的范式差异」。

传统GPU集群的扩展逻辑是「加更多芯片」——但每加一块，通信开销就多一分，性能提升的边际效益递减。WSE的逻辑完全不同：把所有计算单元放在同一块硅片上，数据在片上流动，延迟降低几个数量级。这不是改良，而是重写了AI算力的基本几何形状。

伊利诺伊大学香槟分校教授Deming Chen给出了一个冷静的注脚：「较小的芯片对大多数用例仍然更实用，更便宜、更灵活、更容易扩展。Cerebras在某些工作负载中表现出色，但它不会替代一切。」

这句话恰恰点明了WSE的战略定位——它不是要取代GPU，而是在GPU力不从心的场景里开辟第二战场。当推理工作负载持续爆炸式增长（多家机构预测2027年推理算力需求将超过训练算力），WSE的「零通信延迟」优势将从技术亮点变成商业刚需。

投黑马认为，AI芯片赛道正在从「单一架构统治」走向「多架构并存」，而推理场景的爆发是驱动这一转折的核心变量。

三、竞争格局分析

AI芯片的竞争从来不只是硅片之间的比拼，更是生态、客户关系和路径依赖的博弈。当前格局中，六个玩家的卡位逻辑正在分化。

英伟达：不可撼动的王座，但护城河的性质正在改变

英伟达的统治力无需赘述。5月20日即将发布的2027财年第一季度财报，市场预计当季营收约780亿美元，同比增长约75%。但更值得关注的是英伟达护城河的本质——不是芯片性能，而是CUDA软件生态。全球数百万开发者、数十万个开源项目、整个深度学习框架栈都绑定在CUDA上。这是十五年积累的成果，不是靠一张更快的芯片就能填平的。

护城河：CUDA生态的锁定效应，加上全链条产品矩阵（训练+推理+网络互联），让客户的迁移成本极高。

隐患：估值已经充分反映了垄断溢价（市销率约25倍）。一旦「非英伟达」选项在生产级部署中被验证可行，溢价回调的空间不可忽视。更深层的风险在于，当大客户（如OpenAI、谷歌、亚马逊）同时推进自研芯片时，英伟达的议价权正在被逐步稀释。

投黑马判断：短期内无可替代，但中长期面临「生态解绑」的慢性压力。

Cerebras：架构异见者的生产级大考

Cerebras的技术差异化已经得到市场认可——首日68%的涨幅就是证据。但技术差异化和商业化规模之间，还隔着一条巨大的鸿沟。

护城河：WSE架构在推理延迟上的物理优势是结构性的，竞争对手无法通过软件优化抹平。客户名单已出现OpenAI和AWS等重量级名字。

隐患：客户集中风险刺眼。根据S-1招股说明书，阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）一家贡献了62%的营收，占应收账款的77.9%。187倍的市销率对比英伟达的25倍，不是贵一点，是贵了将近八倍。Motley Fool分析师说得很直接：「我会谨慎劝阻投资者立即跳进。」

投黑马判断：技术逻辑成立，但从「备胎测试」到「生产级部署」的跨越尚未完成，这是未来两年的核心观察点。

AMD：老二的逆袭窗口

AMD今年以来涨幅已超过94%，这不是偶然。MI300X在推理性价比上的表现让大客户多了一个真实的选项，而ROCm软件栈的持续改进正在降低从CUDA迁移的门槛。

护城河：x86 CPU+GPU的全栈整合能力，加上与大型云厂商的深度合作关系。

隐患：软件生态仍然是短板。ROCm的成熟度与CUDA差距明显，开发者社区的规模不在一个量级。如果不能在两年内让ROCm达到「够用」的临界点，硬件性价比的优势将被软件摩擦力抵消。

投黑马判断：最现实的「第二选择」，但成败系于软件生态的追赶速度。

英特尔：涅槃重生还是回光返照？

英特尔同期涨幅高达218%，市场押注的是Gaudi系列AI加速器和代工业务的双重转型。新任CEO的激进重组给市场注入了信心，但执行力仍需验证。

护城河：制造能力（如果代工转型成功）和企业级市场的渠道积累。

隐患：多线作战消耗巨大，AI加速器、CPU业务、代工业务三条战线同时烧钱。历史上多次战略转型未能兑现的记忆，让机构投资者的耐心有限。

投黑马判断：高赔率但高风险的赌注，适合配置型投资者而非集中押注。

Groq：推理专用芯片的另一种可能

Groq的LPU（Language Processing Unit）走的是和Cerebras不同的推理加速路线——不是做大芯片，而是用全新的确定性计算架构消除GPU推理中的内存瓶颈。其公开演示的推理速度令人印象深刻，每秒输出token数远超传统GPU方案。

护城河：架构层面的延迟优势和确定性调度带来的能效比。

隐患：产能受限，目前仍依赖云端API服务模式，尚未大规模出货物理芯片。商业模式能否从「演示级惊艳」过渡到「生产级可靠」，仍是未知数。

投黑马判断：值得持续追踪的非共识标的，但当前阶段更适合观察而非重仓。

云厂商自研芯片（谷歌TPU / 亚马逊Trainium / 微软Maia）

大客户自研芯片是英伟达最大的长期威胁。谷歌TPU已经迭代到第六代，亚马逊Trainium 2正在全面铺开，微软Maia首批芯片已进入自有数据中心。

护城河：自研芯片与自有云平台深度绑定，优化空间远超通用方案。

隐患：自研芯片通常只服务内部工作负载，不具备外部生态效应。如果无法吸引第三方开发者，其影响力将被限制在「降低自身成本」的层面。

投黑马判断：不是直接投资标的，但其进展速度是衡量英伟达护城河侵蚀程度的关键指标。

四、被市场低估的早期机会

Cerebras的IPO不是一个孤立事件，而是AI芯片多元化浪潮的序章。以下三个方向是投黑马判断中被市场显著低估的左侧机会。

机会一：AI推理优化中间件

核心逻辑：当AI芯片从「英伟达一家独大」走向「多架构并存」时，企业面临的核心痛点不是「选哪家芯片」，而是「如何在不同芯片之间高效调度推理工作负载」。一个大模型可能在英伟达GPU上训练，在Cerebras WSE上做批量推理，在Groq LPU上做实时推理——这需要一个跨架构的推理编排层。

三层过滤：需求真实（多架构部署已是大客户的既定路线）+ 当前方案稀缺（现有方案高度绑定单一架构）+ 认知差显著（市场关注芯片本身，忽略了中间件的平台价值）。

追踪信号：如果2026年下半年出现获得A轮以上融资的独立推理编排平台公司，说明机会正在兑现。关注开源社区中跨架构推理框架（如vLLM、TensorRT-LLM的多后端支持）的贡献者活跃度。

机会二：晶圆级封装与先进封装技术

核心逻辑：Cerebras的WSE证明了一件事——芯片的物理尺寸限制正在被突破。无论是WSE的整片晶圆方案，还是英伟达、AMD采用的Chiplet多芯粒封装路线，先进封装技术都是AI芯片性能跃升的关键瓶颈。台积电的CoWoS产能已经排到2027年，这个供需缺口不会短期消失。

三层过滤：需求真实（所有AI芯片公司都在争抢封装产能）+ 当前方案稀缺（全球先进封装产能高度集中）+ 认知差显著（市场关注芯片设计公司的估值，低估了封装环节的战略价值）。

追踪信号：关注封装设备龙头的订单增速（如ASMPT、Besi）、非台积电封装产能的扩建公告、以及Chiplet标准化组织UCIe的成员扩展情况。

机会三：AI芯片的垂直行业定制化

核心逻辑：当通用AI芯片的军备竞赛越打越贵，一条被忽略的路线正在浮现——为特定垂直行业（自动驾驶、机器人、边缘推理）定制专用芯片。通用大芯片追求的是「什么都能做」，但垂直行业要的是「做这一件事做到极致且功耗最低」。这是一个完全不同的价值主张。

三层过滤：需求真实（自动驾驶和机器人领域对低功耗实时推理的需求正在爆发）+ 当前方案稀缺（大多数边缘AI芯片仍是通用架构的缩小版，非原生定制）+ 认知差显著（市场聚焦数据中心大芯片，忽略了边缘垂直芯片的长尾市场规模）。

追踪信号：关注地平线、爱芯元智等边缘AI芯片公司的新一轮融资和设计导入（Design Win）公告；关注英伟达Jetson产品线是否出现被垂直专用芯片替代的案例。

五、关键变量追踪

变量一：非英伟达芯片的生产级部署进展

Cerebras的WSE、AMD的MI300X、Groq的LPU——目前都有客户在测试，但「测试」和「大规模生产部署」之间有本质区别。

可观测信号①：关注OpenAI、Anthropic等头部模型公司是否在财报或公开声明中披露「非英伟达芯片」的推理算力占比。一旦这个数字从个位数跳到两位数，就是格局变化的确认信号。

可观测信号②：关注AWS、Azure、GCP三大云平台上，基于非英伟达芯片的推理实例（如AWS的Trainium实例）的定价变化和客户采用数据。价格战的启动意味着非英伟达方案已经具备规模化竞争力。

变量二：推理算力需求的增长斜率

AI的商业化落地正在从「训练为王」转向「推理为王」。每一次用户调用ChatGPT、每一次Agent执行任务、每一次AI实时处理视频流，消耗的都是推理算力。如果推理需求的增长斜率持续陡峭，那么WSE这类推理优化架构的价值窗口就会持续打开。

可观测信号①：关注主要AI应用（ChatGPT、Claude、Gemini）的用户量和调用频次增长数据。月活用户翻倍意味着推理算力需求可能是四倍增长（考虑Agent等复杂场景）。

可观测信号②：关注推理芯片的ASP（平均售价）趋势。如果推理芯片的单位价格持续上升而非下降，说明需求远超供给，芯片公司拥有定价权。

变量三：CUDA生态的解绑速度

英伟达护城河的本质是软件生态锁定。如果开源社区和竞争对手能够加速CUDA的替代方案（如OpenAI的Triton、AMD的ROCm、谷歌的XLA），那么芯片之间的竞争将更多回归硬件性能和性价比本身。

可观测信号①：关注PyTorch和JAX框架中，非CUDA后端的PR合并数量和CI测试覆盖率。这是生态解绑最直接的度量指标。

可观测信号②：关注Hugging Face模型库中明确标注「支持非CUDA推理」的模型比例变化。当这个比例从不足5%增长到20%以上时，生态解绑进入实质阶段。

三变量联动逻辑： 推理需求爆发（变量二）→ 催生多架构部署的商业动力（变量一）→ 加速CUDA生态解绑（变量三）→ 进一步降低非英伟达芯片的采用门槛 → 推理需求的增长被更多架构承接 → 飞轮加速。这个飞轮一旦转起来，AI芯片赛道的竞争格局将不可逆地走向多元化。

投黑马 · 独家评级

赛道热度：🔥🔥🔥🔥🔥　　Cerebras首日68%涨幅+20倍超额认购，市场对AI芯片多元化的渴望已无法忽视
左侧机会：⭐⭐⭐⭐　　　　非英伟达架构的生产级验证尚未完成，仍处于左侧布局的黄金窗口
布局紧迫度：⚡⚡⚡⚡⚡　　下半年SpaceX/OpenAI/Anthropic排队上市将虹吸市场注意力，AI芯片多元化标的的定价窗口正在收窄

推荐关注层次：
AI推理优化中间件 ＞ 先进封装产业链 ＞ 垂直行业定制芯片

七、分层布局建议

第一层：低风险·长周期——AI芯片基础设施层

投资逻辑：无论哪家芯片公司最终胜出，先进封装、EDA工具、半导体设备都是「卖铲子」的确定性受益者。AI芯片竞争越激烈，基础设施层的需求越旺盛。

选股标准：在先进封装（CoWoS/Chiplet）或EDA领域拥有技术壁垒，且客户覆盖多家AI芯片公司（非单一客户依赖）的企业。

时间窗口：2026年下半年至2028年，先进封装产能缺口预计持续存在，设备订单的确定性最高。

第二层：中风险·中周期——非英伟达AI芯片的头部玩家

投资逻辑：AMD、Cerebras、Groq等公司的命运取决于一个核心问题——非英伟达芯片能否在2027年底前占据推理市场10%以上的份额。如果答案是肯定的，当前估值（尤其是AMD）仍有显著上行空间。

选股标准：已获得至少两家头部AI公司（如OpenAI、谷歌、Meta、亚马逊）的生产级部署或明确采购意向，且软件生态建设有可量化进展。

时间窗口：2026年Q3至2027年Q2，关键验证期。英伟达5月20日财报和各竞争对手的年中客户进展披露将是密集催化剂窗口。

第三层：高风险·短周期——AI芯片赛道的非共识机会

投资逻辑：推理编排中间件、垂直行业定制芯片、以及尚未上市的芯片初创公司（如Groq、SambaNova、Tenstorrent），代表着市场尚未充分定价的非共识方向。高赔率但高波动，适合小仓位配置。

选股标准：技术路线与英伟达GPU架构有本质差异（非改良型），且有至少一个可验证的商业化场景（哪怕规模尚小）。

时间窗口：2026年下半年IPO窗口期是关键——如果Cerebras之后有更多AI芯片公司上市，市场的定价锚将被迅速重塑。

风险披露

风险一：英伟达护城河被低估。如果CUDA生态的锁定效应比预期更强，非英伟达芯片的采用速度将大幅放缓，Cerebras等公司的估值面临回调。影响第二、三层。概率：中等偏高。

风险二：推理需求增长不及预期。如果AI应用的商业化落地速度放缓（用户增长见顶、企业采购预算收紧），推理算力需求的增长斜率将趋缓，WSE等推理优化架构的价值窗口可能延后打开。影响全部三层。概率：中等。

风险三：客户集中风险引发连锁反应。Cerebras 62%营收依赖单一客户的结构性风险如果兑现（大客户缩减订单或延迟付款），不仅冲击Cerebras自身，还可能让市场对整个「非英伟达」叙事产生信任危机。影响第二、三层。概率：低但影响大。

风险四：半导体周期性下行。AI芯片目前处于超级上行周期，但半导体行业的周期性从未消失。如果宏观经济衰退导致企业IT支出全面收缩，即使AI需求仍在增长，芯片公司的估值也会承受系统性压力。影响全部三层。概率：低，但不可忽视。

结语

历史上，没有任何一个技术平台能永远保持垄断。英伟达不是第一个，也不会是最后一个被挑战者盯上的王座。Cerebras在纳斯达克敲响的钟声，不一定是英伟达的噩梦，但一定是AI芯片生态走向多元化的起点。对于左侧投资者而言，当所有人都在找「第二张牌」的时候，真正的机会不在那张牌本身——而在发牌的过程中。

投黑马 · 信号解读

Cerebras以187倍市销率登陆纳斯达克，定价逻辑已超越传统估值框架——市场买的不是当前营收，而是AI芯片格局从「一超独霸」走向「多架构并存」的期权价值。这与2000年代初AMD挑战英特尔时的市场情绪高度相似，区别在于这一次的赛道天花板高出几个数量级。

投黑马提醒：Cerebras的成败取决于能否在未来18个月内将OpenAI和AWS从「测试用户」转化为「生产级客户」。62%营收依赖单一客户的结构必须改变，否则187倍市销率将难以维系。这不是一个「买不买」的问题，而是一个「什么时候买」的问题。

核心追踪信号：2026年Q3至Q4期间，如果Cerebras公布的客户营收占比中MBZUAI降至40%以下且北美头部AI公司占比升至30%以上，将是客户结构改善的确认信号。同步关注英伟达5月20日财报中对竞争格局的措辞变化——如果首次在风险披露中具名提及Cerebras，意味着王座上的玩家已经感受到了压力。

── 投黑马研究团队