Nvidia desafía a Cerebras, prevista una apertura alcista en la IPO en EE. UU. esta noche, los alcistas en la cadena resisten con una prima superior al 70% para comprar en largo

BlockBeats Noticias, 14 de mayo, el fabricante de chips de IA Cerebras, conocido como el “desafiante de Nvidia”, se listará hoy en la bolsa de EE. UU bajo el código de acciones CBRS. La oferta pública inicial (OPI) se fijó en 185 dólares por acción, vendiendo un total de 30 millones de acciones, recaudando aproximadamente 5,55 mil millones de dólares, siendo una de las OPIs de infraestructura de IA de mayor escala de este año. En enero, OpenAI firmó un acuerdo de colaboración por más de 10 mil millones de dólares con Cerebras, y OpenAI posee warrants que le permiten comprar más de 33 millones de acciones.

Actualmente, en la cadena Hyperliquid en el intercambio Perp DEX Trade.xyz, el precio pre-IPO de Cerebras se cotiza a 288 dólares por acción, habiendo llegado a superar los 320 dólares, con una prima superior al 70% respecto al precio de la OPI en EE. UU., con un volumen de negociación en 24 horas cercano a los 20 millones de dólares, y el valor de los contratos abiertos se ha disparado a 28,3 millones de dólares. Es importante destacar que, la tasa de interés de los contratos pre-IPO en la cadena de Cerebras ha cambiado de negativa a positiva, los inversores están aumentando sus posiciones largas en Cerebras, confiando en que su IPO de esta noche abrirá con una fuerte subida.

Además, las características de los chips de Cerebras consisten en ocupar toda la superficie de una oblea de silicio, mientras que la tecnología tradicional suele grabar varias decenas de chips en la misma oblea. El diseño de oblea única de Cerebras integra 4 billones de transistores y aproximadamente 900,000 núcleos optimizados para IA, con memoria en chip de hasta 44 GB y un ancho de banda de memoria de 21 PB/s, muy superior a la de las GPU en miles de veces, eliminando por completo los cuellos de botella en la comunicación entre chips tradicionales, siendo especialmente adecuado para entrenamiento y inferencia de IA a gran escala, capaz de procesar modelos con billones de parámetros de manera eficiente.