Cerebras财报不及预期，云业务转型引发股价暴跌

Cerebras第二季度业绩未达华尔街预期后，股价暴跌近20%，使这家AI芯片制造商成为Google News报道焦点。尽管其云业务营收增长281%，并上调了全年预测，股价仍遭重挫。

这种组合造就了一份不同寻常的财报。Cerebras并未报告需求崩塌，也没有下调业绩展望。相反，其硬件业务走弱，而云业务已成为公司最大的报告营收来源。

这一结果令Cerebras面临压力：必须证明云业务增长能够弥补波动较大的系统销售，同时不牺牲利润率。这也考验着一家晶圆级计算公司能否与Nvidia、AMD及大型云平台并列，成为可靠的AI基础设施供应商。

令Cerebras股价下跌的营收缺口

投资者关注的是报告营收与预期之间的差距，而不是公司增长更快的调整后指标。

Cerebras报告第二季度GAAP营收为1.801亿美元，较2025年同期增长74%。GAAP是指上市公司财务报表中使用的标准化会计准则。

这样的增长在大多数科技市场中都算强劲。但对于一家近期上市、承载高预期的AI基础设施公司而言，这还不够。

公司报告营收低于华尔街预测。根据详细的季度业绩，其硬件营收也从一年前的7030万美元降至5410万美元。

市场反应立竿见影。财报发布后，Cerebras股价大幅下挫；随着投资者审视营收结构，跌势进一步扩大。根据最初的市场反应报道，随后的交易时段中，跌幅一度接近20%。

标题中的亏损还包含一项会计层面的复杂因素。Cerebras报告核心营收为2.099亿美元，同比增长103%。这一数字高于管理层在第一季度后预测的约1.94亿美元核心营收。

核心营收是公司的非GAAP指标。它剔除数据中心转嫁营收，并加回与客户认股权证相关的非现金摊销。

这一调节幅度相当显著。Cerebras从1.801亿美元GAAP营收出发，扣除1450万美元转嫁营收，并加回4430万美元认股权证摊销。

经过这些调整，核心营收达到2.099亿美元。核心硬件营收为8210万美元，核心云及其他服务营收则达到1.277亿美元。

因此，市场对同一季度得到了两种都站得住脚的解读。按核心口径计算，Cerebras超出自身指引，且营收翻倍；按GAAP口径计算，总营收未达分析师预期，硬件销售则出现萎缩。

这种区别很重要，因为投资者最终看重的是企业创造现金的经济效益，而不只是管理层偏好的调整指标。核心指标可以帮助厘清经营趋势，但无法取代标准化财务结果。

Cerebras还报告GAAP毛利率为14%，低于一年前的31%。其核心毛利率为41%，较2025年可比期间高出约9.4个百分点。

这两种利润率数字之间的差异，反映了影响营收和费用的同样调整。它也说明了为何这份财报在Google News和投资者讨论中引发了相互矛盾的解读。

公司录得4.772亿美元GAAP营业亏损和4.505亿美元净亏损。股权激励以及其他与IPO相关的项目对这些结果造成了重大影响。

其核心净亏损则小得多，为690万美元。核心营业利润率改善至负16%，而一年前为负42%。

这些数字都不支持“业务整体走弱”这种简单结论。它们表明，Cerebras在快速增长的同时，也交出了一份会计处理、产品结构和市场预期朝不同方向变化的季度业绩。

这种复杂性比74%的表面增长率更能解释股价反应。投资者判断的是其基础业务是否变得更可预测，而硬件业务表现让这一答案变得不那么令人安心。

Cerebras云业务营收为何增长281%

Cerebras正越来越多地以服务形式出售其系统的使用权，而不是依赖客户购买整机。

第二季度GAAP云及其他服务营收达到1.26亿美元，较一年前的3300万美元增长281%。

核心云营收增长287%，至1.277亿美元。它也比核心硬件营收高出逾4500万美元。

这种变化在一个季度内便已显现。第一季度，Cerebras报告GAAP硬件营收1.106亿美元，云及其他服务营收8280万美元。

三个月后，报告硬件营收环比下降逾一半。云及服务营收则增长超过52%。

Cerebras Cloud让客户能够按使用量访问公司的晶圆级系统。晶圆级引擎在整片硅晶圆上集成计算资源，而不是将其分割到许多传统芯片之中。

这种架构旨在减少AI工作负载在不同加速器之间传输数据时产生的通信延迟。Cerebras称，这种方法能够实现低延迟推理，也就是由训练完成的AI模型生成回答的过程。

云模式改变了客户采用这一架构的方式。企业无需购买、安装和运营专用Cerebras系统，便可使用推理能力。

这一选项降低了软件公司尝试快速模型响应时的初始投入门槛。它也让Cerebras有机会随着客户将更多工作负载接入其基础设施，持续获得营收。

管理层表示，客户包括Block、Figma、AlphaSense和GSK。公司还指出，Cognition和Lovable已签署新的云容量协议。

这些合作关系覆盖了多类有价值的工作负载。编程代理可受益于模型以较少等待时间生成和修改代码。金融研究服务则可以处理重复性问题、文档和数据请求。

安全应用构成了另一种对延迟敏感的场景。Cerebras表示，其与CrowdStrike的合作将大语言模型用于内联检测与响应，因为处理速度过慢会限制实际部署。

与OpenAI的合作更为重要。Cerebras表示，其以每秒750个token的速度支持GPT-5.6 Sol，并作为该模型的发布基础设施合作伙伴提供服务。

Token是语言模型处理或生成的文本单位。每秒token数用于衡量输出速度，但这一数字无法反映模型质量、整体工作负载成本，或在各种生产条件下的表现。

Cerebras还报告，截至6月底，其剩余履约义务达到254亿美元。这一指标代表预计将在未来确认的已签约营收，但仍取决于相关协议的条款和执行情况。

如此庞大的积压订单带来了颇具吸引力的增长叙事。但这并不意味着全部金额都必然转化为近期营收。

产能必须按时到位。客户必须部署工作负载，而Cerebras必须在控制运营成本的同时交付约定服务。

该公司拥有逾600兆瓦正在运营或已签约、计划在2027年底前交付的数据中心容量。公司还表示，其制造产能将在2026年扩大逾十倍。

Cerebras报告称，已确保所需的TSMC晶圆供应。公司表示，其架构不依赖高带宽内存、先进CoWoS封装和3纳米制程——这三者均是AI供应链中受限的环节。

这些说法描述了一种潜在的扩张优势，但执行仍是决定性因素。云服务商需要电力、设施、网络、设备、软件可靠性及客户需求以协调一致的节奏到位。

云业务激增表明，客户希望获得Cerebras推理能力。下一个考验是，公司能否以具吸引力的利润率，将需求转化为可重复实现的营收。

Google News标题掩盖了更深层的业务逆转

核心故事并非Cerebras硬件失败而云业务成功，而是该公司的经济定位转变速度快于其财务模式稳定的速度。

Cerebras以一家独特的AI硬件公司身份进入公开市场。其核心技术理念是Wafer-Scale Engine，这是一种将大部分硅晶圆作为单一计算设备使用的处理器。

这一设计仍是其服务的基础。然而，公司如今通过运营基础设施获得的季度营收，已超过向客户交付硬件所获得的营收。

这导致产品定位与营收结构之间出现反转。设备依然重要，但云服务消费正越来越决定报告营收的增长。

这种转变也改变了投资者需要监控的内容。硬件业务的营收往往不规律，因为大型系统会在特定时间交付并验收。

云服务最终应能带来更稳定的营收来源。客户会随着时间推移消耗容量，利用率可以提升，而无需每个季度都新增一笔硬件销售。

Cerebras尚未达到这种稳定状态。它一边建设产能，一边服务大型客户，因此在相关营收全部到来之前便产生了费用。

第二季度的数据体现了这一转型。GAAP硬件营收同比下降23%，而GAAP云营收接近四倍增长。

核心硬件业务呈现出没那么负面的情况。由于公司加回了2800万美元客户认股权证摊销，其营收较可比期间增长17%。

这一调整在经济层面具有相关性。Cerebras向客户发行了与股权挂钩的认股权证，而会计规则会随着这些资产的摊销而减少营收。

管理层认为，这项非现金费用并不反映其基础产品的定价或销量。投资者可以接受这一解释，同时仍将股权稀释和客户集中度纳入考量。

公司的云业务同样承受成本压力。按1.26亿美元营收计算，GAAP云及服务业务在本季度实现2460万美元毛利润。

这相当于约20%的报告毛利率。在公司剔除转嫁成本并调整认股权证摊销后，核心云业务利润率更高。

这种差异提醒人们，不能将云业务增长自动视为高利润率增长。Cerebras正在以此前未曾运营过的规模获取产能、租赁设施并部署设备。

因此，其战略处于两种成熟模式之间。Nvidia和AMD主要通过硬件合作伙伴及云服务商，将加速器和平台商业化。基础设施运营商则出售对已部署计算能力的访问权。

Cerebras 正试图同时参与这两个层面。它既可以向客户销售系统，也可以通过自有云端运营同一套架构。

这种灵活性有助于客户选择如何使用该技术，但也让季度营收、利润率和资本需求更难预测。

公司在其第一季度申报文件中已将营收集中度和部署时点列为重大风险。大型合同并不能消除这些问题。

当部署按计划推进时，少数大客户可推动增长加速。但如果某个客户调整时间表或选择不同的采购结构，同样的集中度也会放大波动。

OpenAI、AWS、G42 和 Mohamed bin Zayed University of Artificial Intelligence 是 Cerebras 披露的重要合作关系之一。每一方都可能影响产能分配和营收确认时点。

Google News 的叙事重点是季度业绩未达预期，因为这是眼下的市场事件。更长期的问题在于，云端消费是否能让 Cerebras 减少对不规律硬件交付的依赖。

第二季度为两种观点都提供了证据。云营收成为最大业务线，但未达 GAAP 预期表明，这一转型尚未消除波动性。

云端转型让 Cerebras 直面 Nvidia 的全栈平台

Cerebras 必须证明，其专用推理速度能够在 Nvidia 广泛的软件和硬件平台之外，形成持久市场。

Nvidia 仍是最主要的竞争参照，因为其 GPU、网络产品、系统和 CUDA 软件在 AI 计算部署中占据主导地位。

Cerebras 无需在每一种工作负载上取代 Nvidia。它需要证明，晶圆级系统能在特定推理任务中创造足够价值，以支持一条独立的基础设施路径。

低延迟生成是最明确的突破口。当模型响应足够迅速、能够支持反复决策时，交互式编程代理、研究工具和自动化工作流会变得更有用。

吞吐量同样重要。服务必须处理大量并发请求，同时不能让延迟或成本升至客户难以接受的水平。

Cerebras 已与 AMD 就解耦式推理展开合作，这种架构将模型处理的不同阶段分配给不同的计算系统。

提示词处理，也称为预填充，负责处理用户输入和上下文。Token 生成，也称为解码，则逐个生成模型回复的内容单元。

拟议平台将使用 AMD Helios 基础设施进行提示词处理，并使用 Cerebras 系统进行 Token 生成。两家公司称，该方案可将吞吐量提高至多五倍。

这一性能主张尚未在广泛的生产工作负载中得到独立验证。两家公司也未披露全部集成或成本细节。

该联合服务预计将于 2026 年第四季度通过 Cerebras Cloud 投入生产。AWS 版本预计将在 2027 年第一季度进入 Amazon Bedrock。

这项 AMD 合作表明，Cerebras 并不将每一家加速器供应商都视为直接对手。它可以整合互补硬件，同时与 Nvidia 的一体化平台竞争。

Nvidia 在软件兼容性方面拥有重大优势。开发者已经在训练和推理中广泛使用其工具、库和部署模式。

Cerebras 必须让其服务易于使用，而无需客户重新设计应用程序。原始生成速度无法弥补集成困难、模型支持薄弱或产能不可靠的问题。

模型覆盖范围构成另一项考验。企业很少将所有工作负载标准化到单一模型家族上。它们需要支持不断变化的模型、上下文长度、安全策略和部署地点的基础设施。

Cerebras 可以通过云 API 和合作伙伴关系应对部分挑战。不过，其运营规模和软件基础仍小于 Nvidia 更广泛的生态环境。

竞争还来自专用推理供应商和定制加速器。Groq、Google 的 TPU、Amazon 的 Inferentia 芯片及其他系统，瞄准了成本、延迟和吞吐量的不同组合。

一项发表于 2026 年的独立加速器研究发现，最佳硬件平台会因模型规模、序列长度和批次大小而异。这一发现挑战了任何普适性的性能主张。

它也支持专用市场的存在。如果没有任何一种架构能赢得所有工作负载，Cerebras 就可以通过在高价值细分领域表现出色，建立可行的业务。

公司的云战略让客户更容易进行这种比较。买方无需购买整套系统即可测试使用情况。

但这也使 Cerebras 直接暴露于利用率风险之下。如果客户测试服务后未扩大生产使用，公司就要承担闲置基础设施的成本。

Nvidia 可以通过云合作伙伴、服务器制造商和广泛的客户基础分散这类风险。随着自有产能扩张，Cerebras 正承担更多这类风险。

因此，竞争问题远不止处理器速度。Cerebras 必须证明，专用基础设施能够吸引工作负载、维持利用率，并在不断变化的需求周期中实现可接受的利润率。

281% 的增长数字无法证明什么

云业务增长率证实了需求，但尚不能证明盈利能力具有可持续性、客户实现多元化，或执行具备可预测性。

281% 的增长始于相对较小的比较基数，即 3,300 万美元。Cerebras 在一年内新增了近 9,300 万美元的 GAAP 云和服务营收。

这是有意义的扩张。但仅凭百分比增长，仍难以说明合同持续时间、使用量集中度，或每位客户消耗多少产能。

客户集中度仍是最重要的风险。Cerebras 已获得大型协议，但少数几段客户关系占其预期业务的很大部分。

数据中心延期、部署计划变更或承诺减少，都可能使营收在不同季度之间转移，也可能导致已安装设备利用不足。

剩余履约义务同样值得谨慎看待。254 亿美元这一数字让已签约业务更具可见性，但营收确认仍取决于交付和合同条件。

管理层表示，计划在 2027 年将营收提高至三倍以上。这是公司预测，而非已经实现的结果。

该预测要求 Cerebras 在维持服务质量的同时，从数百兆瓦的产能基础上继续扩张。它还必须在供应受限的数据中心市场中确保电力和设备供应。

资本密集度带来另一项不确定性。Cerebras 在该季度末持有 86 亿美元现金、受限现金和短期投资。

公司在 IPO 中筹集了 64 亿美元的总募资后，流动性有所增加。它还获得了一项最高可用额度为 8.5 亿美元的循环信贷安排。

这些资源为建设提供了空间，但并不保证由此形成的基础设施能带来有吸引力的回报。

2026 年前六个月，Cerebras 在物业和设备上的支出为 5.489 亿美元。这项投资主要支持预计将带来未来服务收入的系统和产能。

支出与利用率之间的时间差可能扭曲短期利润率。设备在每个客户工作负载达到生产规模之前，就已开始产生成本。

第二季度，Cerebras 的 GAAP 硬件毛利润仅为 97.8 万美元，硬件营收为 5,410 万美元。由此得出的利润率约为 2%。

这一结果受到客户认股权证会计处理的显著影响。经调整后，核心硬件毛利润和利润率高得多。

不过，这一差距说明，投资者不能只用单一指标评估 Cerebras。GAAP 结果反映真实的会计后果，而核心结果则试图剥离这些因素，以呈现经营表现。

公司在 IPO 后的 GAAP 营业费用也大幅上升。研发费用达到 3.202 亿美元，销售和营销费用达到 8,700 万美元。

股份支付对这些增长贡献很大。尽管它在当期不涉及现金支出，但会通过股东稀释构成经济成本。

Cerebras 公开警告，非 GAAP 指标存在局限性。其他公司可能以不同方式计算类似指标，从而降低直接比较的参考价值。

第二个担忧涉及工作负载经济性。快速输出有利于交互式应用，但客户还会评估总体计算成本、能源消耗、准确性和集成工作量。

一项服务即使在每秒 Token 数上领先，若另一平台提供更优的整体经济性，仍可能失去部署机会。性能必须依据实际应用来衡量，而不能只看单一基准测试。

第三项不确定性是竞争应对。Nvidia、AMD、云服务提供商和专用推理公司都在持续改进硬件和软件。

因此，Cerebras 必须在性能差距缩小之前实现更快扩张。其当前合作关系可以提供帮助，但也表明公司依赖于更广泛的基础设施环境。

Google News 的报道可能会让 281% 的增长统计看起来像决定性验证。更准确的理解是，这一数字证明 Cerebras 找到了一个值得追逐的市场。

要获得持久验证，还需要多个季度的表现。营收必须变得更不波动，客户集中度必须下降，云业务利润率必须随着产能利用率提升而改善。

决定 Cerebras 云业务叙事的三项信号

下一阶段取决于营收转化、生产部署，以及云端经济性会随规模改善的证据。

第一项信号是第三季度核心营收。Cerebras 预计为 2.14 亿至 2.16 亿美元，较第二季度的 2.099 亿美元仅实现温和的环比增长。

结果若落在或高于该区间，将表明公司能够在云营收快速增长后继续扩张。若再次因硬件或认股权证会计处理而未达 GAAP 预期，波动性仍将处于故事的核心。

投资者应审视营收结构，而不仅是总额。若云业务持续增长，同时硬件营收保持稳定，将支持服务业务正在增加一层可靠收入的观点。

如果云业务增长伴随硬件营收再次大幅下滑，结论则不同。这将表明 Cerebras 在尚未证明另一项业务经济性的情况下，正在替换一种收入来源。

第二项信号是计划于第四季度与 AMD 进行的部署。Cerebras 表示，解耦式推理将投入生产，并提供至多五倍的吞吐量。

若能按时推出并获得可衡量的客户使用，将强化公司的技术和商业论点。这将表明 Cerebras 能够将其架构与成熟的计算平台相结合。

延期将削弱市场对产能计划的信心。若上线后没有独立可比的性能数据或客户采用，核心主张仍将悬而未决。

AWS 的时间表提供了额外的观察点。Cerebras 预计，类似的解耦式推理能力将在 2027 年第一季度进入 Amazon Bedrock。

Bedrock 将使 Cerebras 进入一个被广泛使用的企业 AI 平台。这种分发渠道可能降低采用摩擦，并让该服务接触到更多工作负载。

然而，可用性不等于实际使用。最重要的指标将是客户采用情况、持续消费，以及可归因于该服务的收入。

第三个信号是全年利润率表现。Cerebras 将其核心毛利率预测上调至 41% 至 43%，高于此前的 38% 至 41% 区间。

如果能在扩展云容量的同时实现这一目标，将支持管理层关于当前部署成本只是暂时性的观点。这也将表明，随着利用率提高，运营效率正在改善。

若低于这一范围，市场将重新担忧运营专业化 AI 云的成本。届时，投资者需要追问：快速的营收增长是否需要以结构性更低的利润率为代价。

全年核心营收指引目前为 8.8 亿至 8.9 亿美元。此前的区间为 8.55 亿至 8.65 亿美元。

这一上调之所以重要，是因为它发生在第二季度未达 GAAP 预期之后。管理层实际上是在表明，短期会计因素和硬件波动并未削弱全年需求前景。

市场需要的是证据，而不是又一项大型承诺。Cerebras 已拥有合同、资本、合作伙伴，以及快速扩张的云业务。

如今，它必须将这些资产转化为可预测的季度业绩。公司需要证明，每新增一单位容量都能支撑营收增长，而不会带来失控的成本。

对于开发者和企业买家而言，实际问题在于 Cerebras 能否成为可靠的生产环境选择。当速度能够在不同模型、工作负载和需求高峰期间保持可用时，它才最具价值。

买家应基于自身应用，对延迟、吞吐量、总成本、集成要求和服务可靠性进行比较。没有任何一家公司的基准测试能够回答这五个问题。

关注快速变化的基础设施主张的团队，也需要一种一致的方法，将公告、财报与部署结果联系起来。一个可搜索的 AI knowledge base 可以帮助这些决策始终以原始证据为依据。

Cerebras 最新的业绩并未终结这场争论。它们揭示了该公司如今必须达到的确切标准。

云营收增长必须转化为可持续的云业务经济效益。硬件波动必须不再主导已披露的业绩表现，重大合作伙伴关系也必须从公告走向生产落地。

这才是 Google News 标题之下真正的信号。Cerebras 已经证明，市场对高速 AI 推理存在需求。未来三个月将显示，它能否将这一需求转化为一家上市公司可预测的业绩。