Гонка ИИ-оборудования в основном велась за дефицитные компоненты, и Cerebras Systems пытается выиграть её, нуждаясь в меньшем их количестве. Чипы компании на уровне пластина обходятся без высокоскоростной памяти HBM, передовой упаковки CoWoS и 3-нм производства — трех самых дефицитных узких мест полупроводниковой отрасли на сегодняшний день. Именно от этих компонентов зависят разработки большинства конкурентов в области ИИ-ускорителей, и именно из-за очередей за ними определяется, кто и когда сможет создавать передовое оборудование.

Чип, построенный вокруг того, чего в нем нет

Cerebras пошла иным путем, чем большинство в отрасли. Её WSE-3 и производный WSE-3T созданы на 5-нм техпроцессе TSMC, а вся память размещена на самом кристалле в виде SRAM, а не в отдельных стеках HBM. Если обычный ускоритель — это небольшой кристалл, вырезанный из части кремниевой пластины, то подход wafer-scale использует почти весь пластин как единый чип — отсюда и название дизайна.

WSE-3 был представлен в марте 2024 года, и его спецификации читаются скорее как план города, чем как спецификация чипа: 900 000 ИИ-ядер, 44 ГБ SRAM на кристалле и около 4 триллионов транзисторов на площади 46 225 мм².

Генеральный директор Эндрю Фельдман утверждает, что дизайн окупается там, где это важнее всего для клиентов: в скорости генерации ответов ИИ-моделями. Выступая в июне 2026 года, он охарактеризовал архитектуру как обеспечивающую «самый быстрый инференс в мире с преимуществом на порядок».

Согласно результатам исследования, утверждение Фельдмана связано с ускорением генерации токенов при устранении замедлений, характерных для решений на базе GPU.

Портфель заказов за этой ставкой

По состоянию на июнь 2026 года компания сообщила о портфеле заказов на 25,4 млрд долларов. Более 20 млрд из этой суммы приходится на многолетнюю сделку с OpenAI.

Cerebras также заявляет, что располагает более чем 600 МВт мощностей дата-центров — действующих или законтрактованных, — а её выручка во втором квартале почти удвоилась в годовом исчислении, согласно результатам исследования.

В сентябре 2026 года Cerebras согласилась поставить системы CS-4 примерно на 100 МВт мощностей для Gimlet Labs. Компания также заключила долгосрочное соглашение с General Compute с планами развертывания в первом квартале 2027 года.

Все это произошло после IPO Cerebras на Nasdaq в мае 2026 года. После листинга компания начала расширять производство в США и выстраивать партнерства для увеличения операционных мощностей.

Почему обход очереди важен

Результаты исследования показывают, что спрос на ИИ-инфраструк все больше зависит от площадей дата-центров, энергоснабжения и строительства, а не только от доступности чипов. Это объясняет, почему Cerebras теперь говорит о мощностях в мегаваттах, а не в количестве чипов: 600 МВт и примерно 100 МВт обязательств перед Gimlet Labs — это показатели энергопотребления и площадей. Обходя HBM, CoWoS и квоты на 3-нм производство, компания меняет зависимость от цепочек поставок чиповой отрасли на отраслевые ограничения, указанные в исследовании, — энергоснабжение, площади и строительные мощности.

На что обратить внимание

Для инвесторов Cerebras главный вопрос — исполнение. Портфель заказов на 25,4 млрд долларов — это обещание, а не выручка, и его реализация зависит от строительства, энергоснабжения и запуска дата-центров по графику. Результаты исследования указывают на затраты на развертывание дата-центров как на проблему, над преодолением которой работает компания. Развертывание примерно на 100 МВт у Gimlet Labs и запуск у General Compute в первом квартале 2027 года станут ближайшими контрольными точками этого вопроса.

Второй фактор — концентрация клиентов. С более чем 20 млрд долларов портфеля, привязанными к OpenAI, состояние этих отношений имеет непропорционально большой вес. Сделки с Gimlet Labs и General Compute помогают диверсифицировать структуру, хотя они значительно меньше по масштабу.

В плане производительности заявление Фельдмана о преимуществе на порядок проверят клиенты, запускающие реальные рабочие нагрузки. SRAM на кристалле extremely быстра, но 44 ГБ на чип — фиксированный бюджет, и то, как системы масштабируются под крупнейшие модели, определит широту принятия этого дизайна.