All-In Podcast：Cerebras 執行長表示，歷經十年挑戰、市值衝上 500 億美元後，IPO 對公司核心業務毫無影響
2026 年 6 月 6 日 All-In Liquidity 2026 會議小組討論
在 All-In Liquidity 會議上，Cerebras Systems 執行長 Andrew Feldman 對 IPO（首次公開發行）過程進行了極其坦率的評估。儘管該公司歷經十年艱苦挑戰，並於三週前完成了轟動市場的 IPO，但 Feldman 向投資人表示：「公司業務的核心部分，根本沒有發生任何實質改變。」這番言論打破了常見的 IPO 慶祝敘事，為機構投資人評估剛上市的科技公司提供了難得的洞見。
Feldman 的 AI 晶片公司以每股 185 美元的價格上市，開盤後一度飆升至 320 美元，目前股價約在 230 美元左右，市值接近 500 億至 600 億美元。他形容通往公開市場的道路充滿了多年的「垃圾工作」，包括無數次與 130 人進行的 Zoom 會議，審閱那些「只是修改標點符號、毫無價值增長」的文件。該公司曾試圖在 18 個月前上市，但因涉及阿拉伯聯合大公國（UAE）投資人，面臨前任政府時期美國外資投資審議委員會（CFIUS）的監管阻礙。身為董事會成員的 Altimeter Capital 創辦人 Brad Gerstner 指出，這意味著該公司最終以 500 億美元的估值上市，而非早先可能達到的 100 億美元；這 5 倍的增值完全由私募市場投資人獲取，而非公開市場股東。
公開市場論點：Planet Labs 上市後實現 10 倍回報
關於提早上市的有力證據，來自 Planet Labs 執行長 Will Marshall。這家地球影像公司於 2021 年透過 SPAC 上市，當時估值為 20 億美元，隨後股價從每股 5 美元漲至 50 美元，實現了 10 倍的成長，且幾乎全由長期持有的公開市場投資人所享有。「他們大多數人都留下來了，」Marshall 指出，該公司最大的單一投資人 Google 並未賣出任何股份，而其他創投公司如 Capricorn 也是最近才開始進行分配。這與典型的創投模式形成鮮明對比——在該模式下，有限合夥人（LP）通常要求在 IPO 後立即分配股份，往往因此錯過隨後的巨大增值。
Marshall 對上市的評估集中在三個實際效益：為早期利益相關者提供流動性、獲取資本，以及最重要的——提升大型企業與政府客戶的信任度。「我們與大型農業客戶、大型政府、民事政府以及國防與情報部門合作，」他解釋道，「所有這些客戶都想確保你不會消失。」對於向主權國家銷售「完全依賴」該服務的關鍵任務基礎設施的公司而言，上市能提供解鎖合約所需的合法性。
太空運算論點：三年內實現軌道資料中心
Marshall 對太空資料中心提出了驚人的具體時間表。他認為，當發射成本降至每公斤 200 至 300 美元時，經濟效益將會翻轉。目前的發射成本在過去十年下降了 10 倍，目前略高於每公斤 1,000 美元。他預計 Starship 將在「2 到 3 年內」達到該門檻，儘管他也承認「Elon 可能會說下週就能達成」。其核心洞見在於，位於太陽同步晨昏軌道上的太陽能板收集的能量是地面裝置的五倍，且無需電池或備用電源，這從根本上改變了運算的基礎設施方程式。
Planet 已經將部分 Nvidia GPU 發射到太空，並正與 Google 合作發射 TPU 進行早期測試。Marshall 認為「毫無疑問，10 年內大多數運算將會移至太空」，並稱其市場規模將達「數兆美元」，使目前的太空業務相形見絀。然而，Feldman 以一貫的直接風格反駁了這一時間表，指出「我們目前還不擅長建立處理器之間所需的通訊叢集」。「我們在地面上都還沒做好，在太空中就更難了，」他表示，這可能是一個「最後 10% 的進度需要花費 80% 時間」的問題，就像自動駕駛技術花費了整整十年才解決最後的挑戰一樣。
Cerebras 架構：為何比 GPU 快 18 倍需要餐盤大小的矽晶片
Feldman 解釋說，Cerebras 成立於 2015 年，基於兩項核心架構賭注。首先，專用矽晶片將主導 AI 工作負載；其次，更關鍵的是，「如果你想比別人好 20 倍，你的架構就不能長得跟他們一樣。」這促成了該公司的招牌創新：一顆餐盤大小而非郵票大小的晶片，這使他們能將記憶體直接放置在運算單元旁，並使用根本上更快的記憶體類型。
OpenAI 的測試結果顯示，Cerebras 的運行速度「比 GPU 快 15 或 18 倍」。Feldman 將此視為商業模式的解鎖，而非單純的技術基準。「今天慢速搜尋的市場有多大？」他問道，「是零。撥接上網的市場有多大？也是零。你不會願意等待 AI。我們必須即時交付給你。」這將 Cerebras 定位為非傳統 GPU 競爭對手，而是能實現傳統架構下無法運行的全新即時 AI 應用。
Feldman 概述的更宏觀論點是，AI 自 2015-2016 年左右開始，為運算開啟了全新的問題領域。「在運算歷史的大部分時間裡，我們不擅長處理圖像。我們只能儲存它們，僅此而已。我們也不擅長處理語言。我們只能儲存它，僅此而已。」AI 突然使電腦對這些過去無法處理的領域變得有用，同時產生了大量需要處理的圖像與語言資料，這正是包括 Nvidia 在內所有 AI 運算成長的根本驅動力。
Planet 的軍事業務與 AI 資料優勢
當被問及國防客戶的營收佔比時，Marshall 承認這「比我們最初預期的比例要大」，但他拒絕提供具體數字。Planet 營運著約 200 顆衛星，每日對全球進行影像拍攝，建立了長達數年的時間序列分析。這對於農業、能源、洪水與火災等民事政府應用，以及安全用途都極具價值。
Marshall 對投資人的推銷重點在於 AI 降低了這些資料的進入門檻。「AI 的效能取決於訓練它的資料，」他指出，並將 Planet 的每日全球影像定位為他所謂的「大型地球模型（Large Earth Models）」或「行星智慧（Planetary Intelligence）」的訓練資料，而不僅僅是大型語言模型。「我們現在用 LLM 做的一切酷炫事物，基本上都只是基於網際網路上的文字，這已經非常強大，但它們不了解現實世界，」他解釋道，「如果你給它們真實世界的資料，它們就能解決現實世界的問題。」他估計僅地球觀測市場規模就達 750 億至 1,000 億美元。
閉鎖期創新與 LP 分配動態
Gerstner 強調了 Cerebras 在閉鎖期結構上的創新，他稱之為「涓滴式閉鎖（dribble lockup）」，即股份根據績效門檻在六個月內分批釋出，而非傳統的單一解鎖日期。他提到 SpaceX 也計畫採取類似方法。更廣泛的觀點在於解決 LP 對創投公司在 IPO 後立即分配股份的壓力。Gerstner 認為，這導致 LP 錯過了巨大的增值。他舉例曾有一筆投資，其公司在 IPO 前以 10 億美元買入，應 LP 要求在 30 億至 40 億美元時進行分配，隨後看著股價在 24 個月內漲至 500 億美元，而 LP 卻抱怨未能捕捉到那段增值。
Feldman 的回應非常明確：「歷史上，IPO 後賺到的錢比 IPO 前多得多。每一項研究都顯示，無論是百分比還是我們最關心的絕對金額，IPO 後的獲利空間都更大。」他指出，創投投資人在私募階段只能部署「相對較少的資金」，但當公司上市時，「如果發展順利，市場上有更多資金，且獲得巨大回報的機會是在 IPO 之後，而非之前。」
Gerstner 認為，在經歷了十年「Andreessen 真心推崇永遠保持私有化」的時期後，風向正轉向更早期的公開發行。他觀察到 Altimeter 投資組合中的公司現在目標是在 10 億至 50 億美元估值時 IPO，而不是等待超高估值。Anthropic、OpenAI 和 SpaceX 這三家即將進行的巨型 IPO，其數兆美元的估值屬於特例，在這些案例中「所有價值都歸於私募市場投資人」。但 Gerstner 認為，Planet Labs 代表了更永續的模式，即 10 倍的增值發生在公開市場，並由更廣泛的投資人共同參與。