Cerebras

產業鏈位置

Cerebras Systems 位於 AI accelerator / inference cloud。它的產業位置可以理解為一個連線層：上游吸收關鍵資源、技術元件、資本和合規許可；中游把這些投入組織成可交付產品；下游再通過客戶採用、使用量、合同和復購轉化為經營結果。AI 相關性來自真實工作負載或數字化需求對該連線層的拉動，而不是來自標籤。

環節	Cerebras Systems 的角色	上游輸入	下游輸出	質量變數
資源層	獲取稀缺資源和外部能力	TSMC and advanced wafers、system components	產品可得性	交期、成本、穩定性
產品層	把能力封裝成客戶可買的方案	技術、資本、運維	Wafer-Scale Engine、CS-3 systems	可用性、體驗、毛利
客戶層	進入預算和工作流	銷售、認證、合同	model labs、hyperscalers	留存、續約、擴張
生態層	與合作伙伴共生	API、渠道、監管	更廣採用	switching cost
財務層	把採用轉成獲利	定價、成本、資本結構	現金流量	經營槓桿

產業鏈判斷要避免兩種錯誤：一種是隻看總需求，把行業成長直接等同於公司營收；另一種是隻看公司故事，忽略上游瓶頸和下游預算。Cerebras Systems 的質量必須在這兩端同時成立。

產品與業務結構

Cerebras Systems 的業務可以拆成六個可觀察模組：Wafer-Scale Engine、CS-3 systems、Cerebras compiler、Inference Serving Stack、Cluster Manager、Cerebras Cloud/API。這些模組的共同點是都需要客戶實際採用；不同點是營收形態、交付週期、毛利和資本佔用可能完全不同。因此，本頁不把全部產品粗暴合併成一個“AI 營收”數字。

產品/業務	作用	價值驅動	揭露口徑限制	AI/數字化相關性	證據
Wafer-Scale Engine	核心營收/採用入口	客戶採用和產品可得性	未揭露精確拆分時只做方向判斷	高	3701370237033704
CS-3 systems	核心營收/採用入口	效率、穩定性和留存	未揭露精確拆分時只做方向判斷	高	3701370237033704
Cerebras compiler	配套能力	客戶採用和產品可得性	未揭露精確拆分時只做方向判斷	高	3701370237033704
Inference Serving Stack	配套能力	效率、穩定性和留存	未揭露精確拆分時只做方向判斷	中	3701370237033704
Cluster Manager	配套能力	客戶採用和產品可得性	未揭露精確拆分時只做方向判斷	中	3701370237033704
Cerebras Cloud/API	配套能力	效率、穩定性和留存	未揭露精確拆分時只做方向判斷	中	3701370237033704

產品結構的關鍵不是名稱數量，而是可重複性。如果產品必須依賴一次性專案、非標交付或資本市場視窗，其商業質量低於標準化、可復購、可續約的產品。如果產品可以在多個客戶、多個區域和多個場景複製，估值敘事才有更厚的基礎。