#M-Systems
•

一台崩潰的筆記本，終結了軟碟：DiskOnKey 25年後，快閃記憶體產業最貴的教訓是什麼

一台崩潰的筆記本，終結了軟碟：DiskOnKey 25 年後，快閃記憶體產業最貴的教訓是什麼 2026 年 10 月，快閃記憶體行業還在為 AI 需求吵得不可開交，回頭看 2000 年那枚 8MB 的小東西，反而看得更清楚：DiskOnKey 是全球第一款商用 USB 快閃記憶體盤，它證明了一件事，記憶體產業裡最值錢的從來不是顆粒，是讓顆粒"像硬碟一樣被使用"的那層軟體和介面。這個邏輯今天還在 HBM 和企業級 SSD 的戰場上復現。 聚焦 🔍 1998 年，M-Systems 創始人 Dov Moran 在一次演講中遭遇筆記本崩潰，軟碟轉移檔案又失敗。這個很具體的挫敗感，催生了 1999 年 4 月提交的專利，也催生了 2000 年的首款商用產品。
一台崩潰的筆記本，終結了軟碟：DiskOnKey 25年後，快閃記憶體產業最貴的教訓是什麼
科技#DiskOnKey#記憶體#HBM
•

Cerebras Systems2026年Q2營收1.80億美元，同比增長74%；稀釋後每股虧損2.98美元

Cerebras Systems2026年Q2業績： 營收1.80億美元，同比增長74%，市場預計為1.94億美元；核心總收入為 2.099 億美元，同比增長 103%。 稀釋後每股虧損2.98美元。 GAAP 雲及其他服務收入創歷史新高，達 1.26 億美元，同比增長 281%，市場預估為 1.163 億美元；核心雲及其他服務收入創歷史新高，達 1.277 億美元，同比增長 287%。
Cerebras Systems2026年Q2營收1.80億美元，同比增長74%；稀釋後每股虧損2.98美元
美股#Cerebras Systems#財報
•

Cerebras電話會：「快速推理需求是無限的」，明年一季度上線AWS Bedrock

CEO Andrew Feldman表示，我們看到對快速推理的需求是無限的，速度改變了用戶參與度，改變了智能體性能，也改變了AI生產力。公司「解耦推理」方案可以在保持速度的同時，吞吐量提高5倍，預計今年第四季度部署。Cerebras預計其快速推理服務將在2027年第一季度在AWS Bedrock上線。 $Cerebras Systems (CBRS.US)$第二季度呈現明顯分化：雲業務高速增長、硬體收入承壓，但管理層仍上調全年指引，並把2027年「增長3倍以上」的目標押在快速推理、產能擴張和超大規模客戶拓展上。 美國當地時間8月12日，AI晶片公司Cerebras公佈2026年第二季度業績並舉行電話會。公司GAAP營收為1.801億美元，同比增長74%；硬體收入5410萬美元，同比下降23%，成為市場關注的主要壓力點。業績公佈後，公司股價盤後一度跌約17%。 不過，按公司「核心」口徑，第二季度收入達到2.099億美元，同比增長103%，超過此前指引。其中核心雲及其他服務收入1.277億美元，同比增長287%；核心硬體收入8210萬美元，同比增長17%。
美股#Cerebras Systems#財報#電話會
•

2386億，史上最大AI晶片要IPO了！

已扭虧為盈。智東西4月18日報導，今日，美國AI晶片獨角獸Cerebras Systems披露IPO申請檔案，再度向上市發起衝刺，股票程式碼為“CBRS”。自從端出餐盤大小的全球最大晶片後，這家成立於2016年的明星創企一直備受關注。最新IPO檔案顯示，Cerebras業績漲勢迅猛，營收從2022年的2460萬美元（約合人民幣1.68億元）增至2025年的5.10億美元（約合人民幣35億元），增長超過19倍；2024年淨虧損為4.82億美元（約合人民幣33億元），到2025年已實現扭虧為盈，淨利潤達2.38億美元（約合人民幣16億元）。Cererbas打造了全球首創且唯一的商業化晶圓級處理器——晶圓級引擎（WSE），並聲稱其第三代AI晶片WSE-3是“史上大批次推向市場的最大、最快AI晶片”。WSE-3整合了90萬個計算核心、44GB片上記憶體和21PB的記憶體頻寬，面積是輝達B200的58倍。與包含兩顆獨立晶片的輝達B200封裝相比，WSE-3擁有19倍的電晶體、250倍的片上記憶體容量和2625倍的記憶體頻寬。Cererbas的競爭對手包括提供AI晶片的輝達、AMD、英特爾等晶片巨頭，以及提供AI推理服務的AWS（亞馬遜雲科技）、Google、甲骨文、CoreWeave等雲服務商。OpenAI、AWS、阿聯科技公司G42、阿聯人工智慧大學MBZUAI，都是Cerebras的重要客戶。官網顯示，高通、AMD、台積電等晶片巨頭，川普長子擔任合夥人的1789 Capital，以及OpenAI聯合創始人兼CEO Sam Altman、英特爾CEO陳立武等知名企業家，均是Cerebras的投資方。Cerebras曾在2024年9月遞交IPO申請，隨後於去年撤回。在今年2月完成10億美元（約合人民幣68億元）H輪融資後，其估值達到230億美元（約合人民幣1568億元）。如今，Cerebras重啟上市路。據外媒報導，該公司IPO計畫於5月中旬進行，目標募資超過30億美元（約合人民幣205億元），並尋求至少350億美元（約合人民幣2386億元）估值。01.去年營收大漲76%，淨賺2.38億美元2022年、2023年、2024年、2025年，Cerebras全年營收分別為2460萬美元、7870萬美元、2.90億美元、5.10億美元；淨利潤分別為-1.78億美元、-1.27億美元、-4.82億美元、2.38億美元，研發費用分別為1.55億美元、1.40億美元、1.58億美元、2.43億美元。▲2022年~2025年Cerebras營收、淨利潤、研發支出變化（智東西製圖）同期，其毛利率分別為11.7%、33.5%、42.3%、39.0%。Cerebras的2024年與2025年GAAP淨利潤與非GAAP淨利潤如下：截至2025年12月31日，該公司累計虧損為9.05億美元。下表是截至2025年底的現金及現金等價物和總資本：分業務來看，2025年，Cerebras的硬體收入佔比約為70%，雲服務及其他服務收入佔比接近30%。下表是Cerebras從2024年Q1到2025年Q4每個季度的財務資料，可以看到2025年扭虧為盈主要是靠在2025年Q2實現約3.10億美元的淨利潤。02.跑千問、GLM、MiniMax開源模型，推理速度比GPU方案快Cerebras研發AI晶片的思路是，通過把整個計算和儲存資源放在一塊巨型晶片上，來破解資料搬運耗時耗能的瓶頸。因為核心之間的通訊是在片上互連，延遲低到幾乎可忽略。這意味著WSE能更快地生成token。WSE-3部署在CS-3系統內，多個CS-3系統連接起來可形成Cerebras AI超級電腦，作為單個邏輯電腦進行大規模訓練和推理。WSE晶片由製造巨頭台積電代工生產、封測大廠日月光處理特殊工藝，最終在Cerebras位於美國加州桑尼維爾的工廠進行最終晶圓封裝、組裝和測試。IPO檔案顯示，根據基準測試，對於許多工作負載，Cerebras運行Llama、GPT-OSS、GLM、MiniMax、Qwen等開源模型的速度比基於GPU的領先解決方案快15倍；在一些更特殊的工作負載中，Cerebras的速度快1000多倍。截至2025年12月31日，Cerebras共有708名員工，其中426名在美國。截至2026年3月31日，該公司在全球範圍內擁有96項已授權專利和50項正在申請的專利。03.中東是大金主，OpenAI、AWS都是客戶Cerebras以多種方式向客戶交付解決方案，既提供AI超級電腦，又提供雲上高速推理服務，還與客戶共同開發AI產品。其收入和淨利潤的增勢之猛，跟中東有著密切關係。2024年，阿布扎比科技集團Group 42 Holding Ltd連同其附屬公司G42貢獻了Cerebras高達85%的營收。2025年，阿聯人工智慧大學MBZUAI貢獻了Cerebras 62%的營收，G42貢獻了24%，兩家合計貢獻了86%的營收。這表明過去兩年，Cerebras超過8成的收入都來自中東，這也是其2025年扭虧為盈的核心貢獻來源。一大波變化發生在2026年。1月，Cerebras宣佈跟OpenAI達成一個價值超過200億美元（約合人民幣1363億元）的多年協議，為OpenAI提供750兆瓦的AI算力，從2026年到2028年分批部署。OpenAI還同意向Cerebras支付10億美元（約合人民幣68億元），以資助開發運行其AI產品的資料中心。3月，Cerebras與AWS建立多年合作夥伴關係，通過全球分銷將快速推理擴展到更大的規模。這些合作如果能順利執行，Cerebras接下來三年的收入基本不用愁。04.多位核心高管曾任AMD副總裁截至今年4月17日，Cerebras高管與董事資訊如下：其聯合創始人兼CEO Andrew Feldman畢業於史丹佛大學，曾在2012年以3.57億美元將伺服器創企SeaMicro賣給AMD，隨後擔任AMD副總裁兼總經理。另一位聯合創始人Sean Lie畢業於麻省理工學院，自2022年4月起擔任Cerebras CTO，曾擔任AMD資料中心伺服器解決方案首席硬體架構師。Cerebras COO Dhiraj Mallick也畢業於史丹佛大學，曾擔任英特爾資料中心事業部架構副總裁、AMD副總裁兼伺服器解決方案部門總經理。2025年，Cerebras提供給Andrew Feldman的總薪酬為1175萬美元，給Sean Lie的總薪酬為1157萬美元。05.結語：“非GPU”企業起勢，火拚AI推理市場AI晶片行業正在發生一個有趣的變化，越來越多的公司選擇用“非GPU”的路徑，跟輝達爭奪AI推理市場的地盤。輝達斥資200億美元買走技術授權和大部分團隊的Groq，以及即將上市的Cerebras，都屬於這一陣營。Cerebras強調自家產品的核心優勢，是在需要即時響應的場景裡推理速度快，遠超輝達GPU。但輝達堅不可摧的護城河是軟體生態，是全球開發者和企業經年累月積累的程式碼、工作流、工具鏈。Cerebras的硬體再快，要在生態層追趕輝達，仍是一場長跑。 (智東西)
2386億，史上最大AI晶片要IPO了！
美股#AI晶片獨角獸#Cerebras Systems#IPO
•已編輯

【以美襲擊伊朗】巴倫周刊—前景強勁的軍工股

當今世界充滿危險——中東近期發生的事件已充分說明這一點。這些關鍵的國防公司有望從中獲益。iShares美國航空航天與國防ETF今年已上漲12%，在2025年大漲47%之後繼續走高，背後是市場對全球風險加劇的預期。對伊朗戰爭的擔憂進一步推高了板塊漲幅，但如今投資者開始擔心局勢走向：若迎來和平，軍工股將何去何從？不過，即便伊朗衝突結束，利好軍工企業的核心趨勢仍將延續。地緣政治緊張局勢仍會維持在高位，促使全球各國政府把國防開支推向創紀錄水平。同時，戰爭形態正在變化：經過AI訓練、成本更低的無人機正變得愈發重要，逐步挑戰傳統技術，例如有人駕駛的戰鬥機——其建造和維護成本高達數千萬美元。這些趨勢正以新的方式顯現出來，比如美國國防部願意直接向該行業投資，以及它最近與AI初創公司Anthropic的交鋒。儘管其中不乏相互交織、時而顯得雜亂的暗流，但歸根結底，這些趨勢指向的是國防類股票更高的銷售與盈利增速——這是投資者最偏愛的利好推動力。華爾街目前預計，未來幾年美國大型國防承包商的盈利將以大約8%的年均增速增長，營收年增速約6%，較此前幾年近乎零盈利增長、5%營收增速的水平顯著提升。國際國防股方面，預計在營收實現雙位數增長的情況下，年均盈利增速將達20%，高於近年約10%的盈利增速與7%的營收增速。在愈發危險的世界格局下，這些數字很可能還會繼續上升。以下是有望受益的個股：BAE Systems (貝宜系統)BAE Systems（BAESY）：伊朗戰爭牽涉國際層面，而英國的BAE Systems公司作為戰鬥機、無人機、彈藥及海軍系統製造商，是全球防務領域的重要參與者。它也是洛克希德·馬丁F-35項目的重要供應商。研究公司Vertical Research Partners分析師羅布·斯塔拉德（Rob Stallard）對該股給出的目標價為132美元，並稱其為首選的國防股之一。該公司在2025年結束時的訂單積壓規模創下紀錄，約為1100億美元。2025年的銷售額約為330億美元，而華爾街預計未來幾年其銷售額將實現兩位數增長。Curtiss-Wright (蒂斯-萊特)Curtiss-Wright（CW）：美國總統川普希望提高國防預算——而作為國防電子裝置、航空航天零部件、海軍技術以及核電部件供應商的Curtiss-Wright，理應會成為最大受益者之一。川普曾提出，2027財年預算為1.5萬億美元，大幅高於2026年的約1萬億美元。儘管一年內增長50%不太可能，但支出數字正在上升。而這也意味著Curtiss-Wright的利潤也應隨之增長。德意志銀行分析師斯科特·多伊施勒（Scott Deuschle）寫道：“公司仍處在盈利增長征程的起步階段。”他對該股給出的評級為“買入”。Lockheed Martin (洛克希德馬丁)洛克希德·馬丁（LMT）：洛克希德正陷入“成功的煩惱”。其第五代F-35戰鬥機被十多個國家採用，貢獻了公司年營收額的大約25%。如果自主無人機技術取代有人駕駛戰鬥機，這部分營收可能面臨風險。不過，有人駕駛戰鬥機的價值在伊朗戰事中也得到了體現：數千次出擊任務建立了空中優勢。此外，洛克希德生產的“愛國者”導彈也面臨大量補庫需求。過去12個月，洛克希德的股價表現落後於同行，目前的交易價格約為2026年預估盈利的22倍。該股不久可能會迎來反彈。 (Barrons巴倫)
【以美襲擊伊朗】巴倫周刊—前景強勁的軍工股
美股#美伊戰爭#軍工股#BAE Systems
•

重大突破！全球首個採用“金剛石”冷卻技術H200伺服器完成交付！

01.全球首個“金剛石”冷卻技術輝達H200服務器完成交付鑽石冷卻®技術的先驅Akash Systems, Inc.宣佈在人工智慧基礎設施領域取得重大里程碑：向印度最大的自主雲服務提供商NxtGen AI PVT Ltd交付全球首批鑽石冷卻GPU伺服器。此次交付的產品配備了全球能效和資本效率最高的NVIDIA H200 GPU伺服器，並整合了Akash專有的Diamond Cooling®散熱技術。這項創新預計將在高溫資料中心內將GPU計算能力提升前所未有的15% ，同時顯著降低總體擁有成本（TCO）。“鑽石冷卻技術解決了人工智慧基礎設施競賽中最棘手的兩大難題——能源效率和資本效率，” Akash Systems聯合創始人兼首席執行長Felix Ejeckam博士 表示。 “在計算能力提升1%到2%都意義重大的今天，15%的提升更是顛覆性的。我們很榮幸能與NxtGen合作，共同完成這項史無前例的部署。”02.熱管理材料革新，而非系統重構從資料中心熱管理技術演進的角度來看，Akash Systems推出的 Diamond Cooling® 本質上代表了一種“從材料與晶片層級重構散熱路徑”的思路，與傳統風冷、冷板液冷和浸沒液冷形成明顯差異。過去幾十年資料中心散熱始終圍繞系統級展開，無論是風冷還是液冷，核心邏輯都是在晶片封裝之外建構換熱介面，例如當前主流的GPU伺服器（如基於NVIDIA H200）的熱路徑大致為：晶片 → 封裝 → 導熱介面材料（TIM）→ 冷板或散熱器 → 冷卻介質。隨著AI算力密度爆發，這條路徑中的介面熱阻成為瓶頸，尤其是熱點（hotspot）區域溫度高企，導致GPU頻率受限、降頻甚至壽命下降。Diamond Cooling®的核心優勢在於將高導熱金剛石材料直接整合到半導體或封裝結構中，使熱量在產生的第一時間就被快速擴散，從而顯著降低熱點溫度和局部熱阻，這是一種“源頭級散熱”，而不是傳統意義上的“末端散熱”。與風冷相比，其最大差異在於不再依賴空氣換熱能力的提升，風冷的極限來自空氣熱容和對流效率，隨著AI伺服器單櫃功率逼近甚至超過100kW，單純提高風速或最佳化風道已難以滿足需求；Diamond Cooling®則通過降低晶片結溫，使風冷在一定功率區間內仍可延續，從而延緩液冷基礎設施投入。與冷板液冷相比，冷板液冷通過液體帶走封裝層面的熱量，可以大幅降低整體溫度並提升PUE，但其本質仍然依賴晶片與冷板之間的介面傳熱，熱點區域溫差仍較大，而金剛石導熱可顯著降低封裝內部溫差，使冷板系統更加高效，甚至在相同流量和冷卻能力下獲得更高算力輸出。與浸沒液冷相比，浸沒技術通過完全消除空氣介面並提升換熱係數，在系統層面具有最強散熱能力，但依然無法解決晶片內部熱點問題，同時還面臨維運複雜度、材料相容性及生態成熟度挑戰；Diamond Cooling®則可以與浸沒結合，在不改變資料中心基礎架構的前提下進一步降低晶片溫度，提高系統穩定性和壽命。從產業邏輯來看，這一技術的優勢不僅在於溫度降低和性能提升，更在於改變AI算力競爭的關鍵變數——功率密度和能效。隨著AI GPU功耗持續攀升，未來算力提升越來越依賴散熱能力，誰能更有效地控制晶片溫度，誰就能釋放更高頻率和更高利用率。因此，Diamond Cooling®與風冷、冷板液冷、浸沒液冷並非簡單替代關係，而是形成分層協同：風冷與液冷解決系統層熱管理，浸沒解決高密度場景，而金剛石導熱解決晶片與封裝層的根本熱阻問題。這意味著未來資料中心散熱體系可能從“單一系統方案競爭”轉向“材料+封裝+系統多層協同”，在AI時代形成新的技術路徑。03.從金剛石Diamond Cooling®看AI晶片的散熱未來：材料+封裝+系 統的協同發展目前全球AI晶片廠商輝達也在陸續推進金剛石熱管理相關技術研究，近期也在和國內廠商推進聯合開發用，可以看出AI晶片廠商對熱管理材料的重視程度和系統的協調發展。回到金剛石材料端，從行業演進角度看，金剛石散熱正在成為AI算力時代一個極具戰略意義的方向。以Akash Systems為代表的技術路徑，本質上標誌著散熱從“外部輔助功能”轉向“晶片架構的一部分”，這背後反映的是AI功率密度不斷突破極限所帶來的系統性變革。過去幾十年，散熱一直被視為IT基礎設施中的配套工程，核心創新集中在空調、風道、冷板和冷卻液等系統層，但隨著高功率GPU和AI伺服器（例如NVIDIA H200等架構）的發展，功率密度已經逼近材料與封裝極限，傳統路徑逐漸難以支撐未來算力增長，這正是金剛石散熱興起的核心背景。首先，從技術層面來看，金剛石散熱最大的優勢在於其極高的熱導率。天然或合成金剛石的熱導率可達2000 W/mK以上，是銅的數倍，是矽、碳化矽等傳統半導體材料的顯著提升。這意味著在晶片熱點區域，熱量可以以更快速度橫向擴散，降低局部溫度峰值。對於AI晶片而言，這一點尤為關鍵，因為GPU並不是均勻發熱，而是存在明顯熱點，這些熱點通常決定了頻率、穩定性和壽命。金剛石材料能夠在熱量尚未擴散至封裝層之前進行快速均溫，顯著降低熱點溫度，從而提升性能上限並減少降頻。這種能力與傳統系統級散熱完全不同，後者更多降低平均溫度，而無法根本解決局部熱阻問題。其次，金剛石散熱不僅提升熱性能，還帶來系統級能效優勢。隨著AI叢集規模不斷擴大，資料中心的電力瓶頸逐漸顯現，散熱效率直接影響PUE和整體算力成本。如果晶片溫度降低，可以減少風扇功耗、降低冷卻液流量需求，並延長裝置壽命，從而降低維運成本。從長期來看，這種材料級散熱有可能成為降低算力成本的重要路徑之一。尤其在高溫環境或電力緊張區域，晶片級熱管理可以顯著提高系統穩定性，使資料中心在更寬環境條件下運行。第三，金剛石技術具有很強的協同潛力，而不是替代現有液冷方案。未來的散熱體系更可能呈現分層結構：材料層解決熱點問題，封裝層最佳化熱擴散，系統層負責熱量搬運。這一模式意味著風冷、冷板液冷、浸沒液冷不會消失，而是與金剛石技術形成互補關係。例如，在冷板液冷架構中，金剛石可以降低晶片結溫，使冷板設計更加簡單，減少泵功耗和流體複雜度；在浸沒液冷系統中，金剛石可以降低氣泡形成和局部熱失控風險，提高可靠性。因此，未來競爭的焦點不再是單一技術路線，而是多層協同能力。從產業趨勢看，散熱正從單一輔助功能轉變為“材料+封裝+系統”的綜合工程。過去，晶片設計完成後再由系統廠商解決散熱問題，但AI時代這一邏輯正在改變。未來，散熱將成為晶片架構設計的重要輸入變數。例如，在先進封裝中，熱管理已經與Chiplet、3D堆疊和HBM整合深度耦合，封裝結構將同時最佳化電、熱和機械性能。金剛石基底、金剛石中介層甚至熱導通孔等方案，將成為先進封裝的重要組成部分。這意味著半導體材料公司、封裝廠、伺服器廠和資料中心營運商之間的協同將不斷增強，行業邊界逐漸模糊。這一趨勢將推動散熱產業鏈上移。未來競爭不再侷限於冷板設計或冷卻液最佳化，而是延伸至晶圓材料、介面工程和封裝技術。類似TSMC、Intel等先進封裝能力強的廠商，可能成為散熱創新的重要參與者。同時，伺服器OEM、雲廠商也可能直接參與散熱材料選擇，因為這將直接影響算力效率和資本回報率。總結來看，金剛石散熱的意義不僅在於導熱性能提升，更在於改變了散熱的產業邏輯。未來熱管理將從“系統層最佳化”轉向“材料、封裝與系統的協同設計”，成為晶片架構和算力競爭的重要組成部分。誰能夠在材料級散熱、先進封裝和系統級液冷之間形成閉環能力，誰就更有可能在AI算力時代獲得長期競爭優勢。這種趨勢也預示著，資料中心散熱正在從基礎設施領域向半導體核心技術延伸，成為下一輪技術和產業變革的重要方向。 (零氪1+1)
重大突破！全球首個採用“金剛石”冷卻技術H200伺服器完成交付！
科技#Akash Systems#鑽石冷卻技術#H200
•

1596億！AI晶片超級獨角獸誕生

融資69億元，AMD參投。近日，美國AI晶片獨角獸Cerebras Systems宣佈完成10億美元（約合人民幣69億元）F輪融資，估值達到230億美元（約合人民幣1596億元）。本輪融資由Tiger Global領投，Benchmark、Fidelity Management & Research Company、Atreides Management、Alpha Wave Global、Altimeter、AMD、Coatue以及1789 Capital（合夥人包括小唐納德·川普）等機構跟投。成立於2015年的Cerebras，以餐盤大小的AI晶片而聞名。其晶圓級引擎3（WSE-3）晶片是全球最大、速度最快的AI晶片，體積是當前最大GPU的56倍，單位計算功耗卻遠低於同類產品，同時推理和訓練速度比競品快20倍以上。其晶片用於處理AI推理所需的順序執行、記憶體密集型工作負載。與需要在晶片和記憶體之間來回傳輸資料的GPU不同，WSE將所有運算都保存在晶片內部，從而消除了限制GPU推理能力的記憶體頻寬瓶頸。Cerebras上一輪融資是在2025年9月宣佈完成的11億美元（約合人民幣76億元）G輪融資，當時投後估值為81億美元（約合人民幣562億元）。相比當時，最新估值增長近184%。這也是Cerebras自2025年10月撤回其在美國IPO申請以來的首輪融資，凸顯了一個更廣泛的趨勢，即由於公開市場之外有充足的資本，企業會保持私有狀態更長時間。官網顯示，Cerebras之前的投資方還包括高通、台積電等晶片巨頭，以及OpenAI聯合創始人兼首席執行長Sam Altman、前OpenAI首席科學家Ilya Sutskever、Stripe前首席技術官Greg Brockman、前Facebook首席技術官兼Quora首席執行長Adam D'Angelo、英特爾首席執行長陳立武、前AMD首席技術官兼企業副總裁Fred Weber等知名個人投資者。Cerebras聯合創始人兼首席執行長Andrew Feldman聲稱，其硬體運行AI模型的速度比輝達的系統快數倍，並向Meta、IBM、Mistral AI等客戶提供遠端計算服務。據外媒本周報導，OpenAI正在尋找輝達的AI推理晶片替代方案，包括Cerebras、AMD和Groq。儘管OpenAI對替代方案持保留態度，但輝達還是與包括Cerebras和Groq在內的幾家研發大量使用SRAM晶片的公司接洽，探討潛在的收購事宜。此後，輝達與初創公司Groq簽署了授權協議，並吸納了該公司的大量晶片人才。這進一步提振了業界對AI晶片企業的熱情。Cerebras拒絕了收購，並與OpenAI達成了一項商業協議，該協議已於今年1月聯合公佈。OpenAI將採用部署750兆瓦規模的Cerebras晶圓級系統，為OpenAI客戶提供服務。該基礎設施將從2026年開始分階段建設，預計“持續到2028年”，並由Cerebras託管，屆時將成為全球規模最大的高速AI推理部署項目。知情人士向外媒透露，該協議價值超過100億美元（約合人民幣694億元）。根據聲明，Cerebras和OpenAI自2017年以來一直在探索合作的可能性，Cerebras上的大語言模型能比基於GPU的系統快15倍地響應。Cerebras在1月發佈的部落格文章中寫道，過去6個月，4家AI領域重要公司斥巨資，力圖提升推理速度，但他們都沒有選擇當前在AI領域佔據主導地位的輝達硬體。Google雖是輝達最大的客戶之一，但自主研發了Ironwood TPU，其推理速度是輝達GPU的4倍。Anthropic也投入數百億美元用於Google的TPU基礎設施建設。輝達斥資200億美元收購了AI推理晶片公司Groq的智慧財產權和頂尖人才。OpenAI剛剛從Cerebras獲取了價值750兆瓦的計算資源。這些收購和投資標誌著硬體向更新、最先進的AI最佳化硬體設計過渡的開始。 (FDA365電子論壇)
1596億！AI晶片超級獨角獸誕生
美股#AI晶片#獨角獸#Cerebras Systems
•

驚現！這可能是比AI更大的風口！

前言當Droneshield（ASX Code：DRO）的股價因一份近5000萬澳元的歐洲軍售合同而飆升22%時，市場再度為這家澳洲無人機防禦公司的表現所驚嘆。這家公司的股票在過去一年裡上漲了414.96%，幾乎是市場表現的十倍。同樣，另一家澳洲國防科技公司Electro Optic Systems（ASX Code：EOS）憑藉其高能雷射反無人機技術，實現了703.42%的驚人回報，成為今年ASX市場上最耀眼的明星之一。遲到的喝彩投行分析師們今年在軍工股上取得了輝煌的成績。根據《澳大利亞金融評論》對彭博資料的分析，Canaccord Genuity和Ord Minnett的分析師們憑藉對EOS等軍工股的大膽推薦成為今年的明星。分析師約翰·勞勒，一位前澳大利亞陸軍軍官，在2024年8月首次推薦EOS時，憑藉其軍事背景獲得了“一定的先發優勢”。 他坦言，儘管有行業經驗，但EOS在2025年的進展速度仍出乎他的意料。類似的成功故事在Droneshield等公司上重演。Shaw and Partners的分析師自去年8月堅持的買入評級，已經帶來了超過220%的回報。實際上，早在2024年2月25日，我們的文章先於市場上的分析師們已經為我們的讀者們抓到了此次機遇。戰爭經濟學的根本變革上面這些成績單無疑是亮眼的，但問題在於：這些分析師的洞察是否真正觸及了推動這些股票飆升的核心動力？今天許多分析將國防股的崛起歸因於俄烏衝突，這當然沒錯，但只看到了故事的第一幕。真正促使全球軍事戰略進行根本性反思的，是在紅海展現的極端成本不對稱性。胡塞武裝使用成本僅500至2000美元的無人機襲擾紅海商船，而護航的美軍戰艦若使用防空導彈攔截，單枚成本高達35萬至500萬美元。這種1：700甚至更高的成本比，使得傳統的防禦體系在經濟上徹底破產。俄烏戰場同樣揭示了這一殘酷現實。俄羅斯的“天竺葵-2”自殺式無人機造價僅約2萬美元，卻能夠迫使烏克蘭消耗價值280萬美元的“愛國者”導彈進行攔截，成本比達到驚人的1:140。烏克蘭使用改裝FPV無人機（成本僅數百美元）摧毀俄羅斯價值數百萬美元的主戰坦克，效費比超越所有傳統武器。這種明顯的“以高昂成本對付低成本目標”的不對等，使得國防採購與戰術選擇出現了結構性的轉向動力：01. 經濟學驅動戰術選擇：國防預算不會無限膨脹，但防衛效率要求提升。面對大量低成本無人機的突襲，使用昂貴的導彈或航空出動既不經濟也不可持續。市場對低成本、高效攔截體系（例如電子干擾、光學雷射、防空網以及專用反無人機裝置）的需求驟增。02. 技術替代的催化：雷射武器、定向能量系統、AI 驅動的識別與捕捉系統、低成本攔截彈及軟殺傷措施，開始變成軍隊優先採購清單上的“性價比之選”。這些技術對像 Electro Optic Systems（EOS）與 DroneShield（DRO）此類企業構成直接需求支撐。03. 採購節奏被戰爭樣本化：把7美軍在第七艦隊、第五星隊等前沿部署中對雷射與反無人機系統的測試與小規模部署，形成了“樣本效應”。一旦在真實威脅場景中經受住檢驗，全球軍事採購便會按樣本化的節奏迅速放量。月1日作為中國共產黨的誕辰紀念日，是於1938年5月提出來的。《論持久戰》一文中提出：“今年七月一日，是中國共產黨建立的十七週年紀念日”。因此，俄烏戰爭帶來了戰術視野的擴展與需求端的覺醒，但要把市場的估值推向爆發，必須有一個能把“成本對比”擺在顯微鏡下的真實衝突樣本。美—胡塞衝突恰恰提供了這樣一個痛點：當一枚價值數萬美元的無人機，逼得一艘水面艦艇或一個航母海上戰鬥群動用價值數百萬美元的攔截成本時，軍方、採購官員與政治決策者都會重新計算投入產出，這種再計算直接轉化為對反無人機、雷射以及更便宜攔截手段的長期訂單預期。我們早在投行之前看清了什麼寫到這裡，或許有人要問：憑什麼說“我們”的觀察早於投行？事實上，作為長期在市場邊緣觀察與思考的人，我們關注的是“微觀衝突樣本如何放大為宏觀需求”的傳導機制。當許多機構還停留在“俄烏=無人機崛起”的簡單公式時，我們在 2023—24年間就注意到紅海與亞丁灣的事態，以及由此產生的“成本不對等”樣本效應，並據此判斷反無人機與定向能量系統將走向規模化採購。正是這種因果鏈的提前識別，使得我們早於投行在2024年初率先提示讀者關注 EOS、DRO 等公司。恭喜當年讀到我們文章的6800位讀者，希望你們在過去兩年裡實現了10倍（1000%）的回報。如果這聽起來像是在吹噓，那就把它當作對耐心與獨立判斷的一次頌揚：真正能在市場裡賺錢的，從來不是最多的聲音，而是最早看清因果鏈並在別人不願意的時候堅定押注的人。無人機的下一篇章隨著人工智慧與自主系統的融合，無人機戰爭的下一階段已經若隱若現。單純的數量優勢將逐漸讓位於智能化的叢集作戰。德國赫爾辛公司等已向烏克蘭交付配備人工智慧的神風無人機，這些系統能夠自主識別、追蹤和鎖定目標。這意味著需要關注的不再僅僅是硬體製造商，還包括提供人工智慧演算法、電子對抗系統和指揮控制軟體的公司。反無人機技術也必須演進，從單純的“擊落”轉向偵測、識別、干擾、欺騙和接管的全頻譜能力。全球防務市場正站在一個結構性增長的起點。Bell Potter分析師對Droneshield給出了4.40澳元的目標價，較當前水平仍有不錯的上漲空間。這一預測基於公司25億澳元的潛在銷售管道，以及全球國防預算向反無人機解決方案傾斜的大趨勢。結語最後再次提醒：本文為市場觀察與歷史梳理，不構成投資建議。願那些早期讀到這篇思路的人，都在過去兩年裡有所收穫；也願更多讀者能在今後的動盪中，用因果邏輯而非噪聲去判斷機會。非投資建議！！！ (澳洲財經見聞)
驚現！這可能是比AI更大的風口！
國際#無人機#Droneshield#Electro Optic Systems