文章核心观点 - 全球AI军备竞赛推动AI基础设施资产估值持续走高，市场存在结构性泡沫，泡沫主要集中在应用层，而底层算力和架构创新公司（如Cerebras）因其解决未来AI世界根本问题的潜力，被视为更稀缺和具有长期价值的投资标的 [3][5][15][16] - Cerebras作为AI芯片领域的超级独角兽，其估值在约四个月内从81亿美元跃升至230亿美元，增长近3倍，这反映了市场对其系统级创新和作为“独立基础设施平台”价值的认可 [4][7] - 投资者（以3C AGI Partners创始人王康曼为代表）认为，投资逻辑应押注于从“AI 1.0”到“AI 3.0”的算力演进路径，关注那些能为AI自主协同世界构建“数字底座”的基础设施公司，而非追逐短期的应用热点 [8][16][17] Cerebras的近期动态与估值跃升 - 公司在2026年2月初通过私募融资筹集约10亿美元，投后估值达到230亿美元，超过此前被英伟达以200亿美元收购的Groq [4] - 此次融资距其2025年9月底G轮融资（投后估值81亿美元）仅约四个月，估值增长近3倍，与Groq被收购时的估值跃升幅度相似 [7] - 公司已与OpenAI达成协议，将在2028年前为其提供750兆瓦计算能力，订单价值约100亿美元，这被视为OpenAI在推理层大规模“去英伟达化”的重要举措 [5][11] - 公司已成功剥离与阿布扎比AI公司G42的投资者关系，解除了此前阻碍其IPO计划的监管障碍 [5] Cerebras的技术逻辑与投资价值 - 公司的核心创新在于其晶圆级引擎（WSE）芯片，采用巨型单片设计而非多卡堆叠，旨在解决传统GPU架构在内存带宽、通信和能效上遇到的天花板问题，尤其适用于模型规模和推理负载指数级上升的未来场景 [8] - 投资方认为其投资是基于一线工程实践的“反共识创新”，公司每一代WSE都提供了与物理架构一一对应的硬核指标，包括单芯片内存容量、有效算力及在主流大模型上的实测吞吐数据 [8] - 公司经历了深度的技术尽调，包括测试其在单芯片上集成上百倍于GPU的SRAM以及形成近似“数据中心级”的互联拓扑 [9] - OpenAI大规模引入Cerebras算力的动机包括：追求端到端推理性能与总拥有成本（TCO）的优势、构建算力体系多样性与供应安全、以及为下一代需要实时高带宽长输出推理的原生应用预留空间 [12] AI基础设施行业的竞争格局与趋势 - 行业共识是加速布局自主AI基础设施，推动芯片及算力基础设施企业估值持续走高，案例如寒武纪、摩尔线程、沐曦股份的上市，以及OpenAI在2026年完成1100亿美元的新一轮融资 [7] - AI计算正进入多元基础设施时代，英伟达仍在通用GPU计算、CUDA生态和训练任务中扮演核心角色，而像Cerebras这样的非共识架构则在特定高价值场景（如长上下文推理）提供数量级差异的体验和经济性，成为超级平台的“第二曲线” [13] - Cerebras通过与OpenAI等大客户合作，正在经历从依赖单一大客户（G42）到客户多元化的过程，以对冲早期集中度风险 [13] - 公司面临的挑战包括复杂的晶圆级芯片制造工艺带来的良品率和产能扩展难题、显著的供应链管理和成本控制压力，以及需要时间和资源来挑战英伟达凭借CUDA生态建立的领导地位 [13] 对AI行业“泡沫”的结构性分析 - 当前AI领域的泡沫具有结构性，主要集中在应用层，而非基础设施层 [15][16] - 应用层泡沫主要体现在三类公司：1) 产品所依托的组织结构和工作方式本身将被AI时代淘汰的业务；2) 以过程（如工时、席位、调用次数）而非结果或价值产生计费的服务型公司；3) 仅将AI标签贴在弱自动化产品上、模仿人类智能而非面向AI未来世界设计的所谓“AI原生应用” [15][16] - 许多应用公司被比喻为在设计“更快更漂亮的电子马”，其产品形态本质上是给旧世界贴“AI皮”，而非为一个“AI-AI交互”的新世界设计原生形态 [16] - 相比之下，在物理层、架构层等重写算力栈的基础设施公司（如Cerebras、Groq），虽然估值不低，但解决的是未来几十年AI自主协同世界所需的极端吞吐、长上下文和高能效算力问题，是在为“汽车时代”铺路，因此更为稀缺 [16] - 2026年的AI周期可被定义为“结构性泡沫”，应用端“电子马公司”数量庞大、估值密度高，而真正的基础设施玩家稀缺 [16]