Cerebras Systems Inc. ist ein innovatives Halbleiter- und KI-Infrastrukturunternehmen, das sich auf die Beschleunigung von KI-Workloads durch seine proprietäre Wafer-Scale-Integrationstechnologie konzentriert. Das Flaggschiffprodukt des Unternehmens ist die Wafer-Scale Engine (WSE-3), ein massiver Prozessor, der auf einem 5nm-Knoten hergestellt wird und 4 Billionen Transistoren sowie 900.000 KI-optimierte Kerne auf einem einzigen Silizium-Wafer vereint. Aufgrund seiner beispiellosen Größe wird die WSE-3 integriert in die CS-3-Supercomputer-Systeme des Unternehmens verkauft, die die spezialisierte Stromversorgung und Kühlung bereitstellen, die zum Betrieb des Chips erforderlich sind.
Cerebras generiert Umsätze aus drei primären Quellen: Hardwareverkäufe, Cloud-Services und professionelle Dienstleistungen. Im Jahr 2025 machten Hardwareverkäufe von lokalen CS-3-Systemen 70% des Gesamtumsatzes (358,4 Millionen Dollar) aus und bedienen souveräne KI-Initiativen, nationale Labore und Foundation-Model-Entwickler. Cloud-Services, die es Kunden ermöglichen, Rechenkapazität zu mieten oder Token über das Cerebras Cloud-Netzwerk und Partnernetze zu nutzen, machten die verbleibenden 30% des Umsatzes (151,6 Millionen Dollar) aus. Das Unternehmen hat sich auch einen transformativen Master-Relationship-Agreement über 20 Milliarden Dollar mit OpenAI gesichert, um bis 2028 Inference-Rechenkapazität bereitzustellen und damit seine Cloud- und Services-Präsenz erheblich zu erweitern.
Geografisch hatte Cerebras historisch eine hohe Umsatzkonzentration im Nahen Osten, wobei in den VAE ansässige Unternehmen wie G42 und MBZUAI 86% des Umsatzes im Jahr 2025 ausmachten. Die jüngsten Hyperscaler-Partnerschaften des Unternehmens zielen jedoch auf eine Diversifizierung der Kundenbasis ab. Durch das Angebot einer grundlegend anderen Architektur als traditionelle GPU-Cluster positioniert sich Cerebras als leistungsstarke Alternative zu etablierten Anbietern wie Nvidia und verspricht schnellere Lösungszeiten beim Training massiver KI-Modelle sowie geringere Latenz bei der Inference-Generierung.
