Cerebras: ¿Cómo desafía la IA a nivel de oblea a NVIDIA? Análisis de los informes financieros de CBRS y las barreras tecnológicas

14 de mayo de 2026, una empresa cuyo nombre aún no es muy conocido por el público, pero cuya hoja de ruta tecnológica es capaz de revolucionar todo el panorama de los chips de IA — Cerebras Systems — completó en Nasdaq la mayor oferta pública inicial de tecnología hasta la fecha en 2026. Precio de emisión 185 dólares, con una apertura que saltó a 350 dólares, cerrando el primer día con un aumento del 68%. Esta joven promesa en chips de IA, apodada “el rival más fuerte de Nvidia”, lanzó un desafío técnico directo a la potencia dominante de GPU, Nvidia, con un chip de tamaño “plato de comida” a nivel de oblea, en una apuesta por la innovación.

Sin embargo, poco más de un mes después de la salida a bolsa, el primer informe trimestral de Cerebras generó una fuerte divergencia en el mercado — ingresos por encima de las expectativas, reducción significativa de pérdidas, pero una caída abrupta en el margen bruto que llevó a que el precio de las acciones cayera más del 10% tras el cierre. ¿Qué preocupa exactamente al mercado? ¿Realmente la estrategia independiente de chips a nivel de oblea tiene la lógica a largo plazo para desafiar a NVIDIA? Desde las dimensiones de la ruta tecnológica, el rendimiento financiero, la competencia en la industria y los canales de distribución, se realizará un análisis sistemático de Cerebras.

El valor de Cerebras

La lógica tradicional en la fabricación de chips es: en una oblea de silicio de 12 pulgadas, litografiar cientos de chips, luego cortarlos, empaquetarlos y probarlos. El tamaño de cada chip está limitado por la máscara de litografía, por lo que no puede hacerse grande. Pero la estrategia de Cerebras rompe con este paradigma — toda la oblea no se corta ni divide, sino que se litografía toda de una vez, trazando toda la red de circuitos, transformando una sola oblea en un chip súper gigante.

Este es el motor a nivel de oblea (Wafer-Scale Engine, WSE) de Cerebras. La última generación, WSE-3, está basada en el proceso de 5 nm de TSMC, con un área de 46,225 mm², que integra 4 billones de transistores y 900,000 núcleos de IA, equipado con 44 GB de SRAM en la misma oblea, ofreciendo 125 petaflops de potencia de cálculo para IA. En comparación, el chip principal para centros de datos de IA, Nvidia H100, tiene aproximadamente 80 mil millones de transistores — la cantidad de transistores en WSE-3 es 50 veces mayor.

Pero la diferencia en cantidad de transistores no es la verdadera ventaja competitiva de Cerebras. La diferenciación clave radica en la arquitectura de memoria.

Los GPU tradicionales (como H100) dependen en gran medida de la memoria HBM de alta banda ancha externa, y la transferencia de datos entre chip y memoria está limitada por el ancho de banda físico. Esto se denomina la “pared de memoria” — por muy potente que sea la unidad de cálculo, si no puede mover datos, no sirve de mucho. Cerebras integra directamente 44 GB de SRAM en el chip, con un ancho de banda de memoria en la misma oblea de 21 PB/s. Algunos análisis indican que el ancho de banda de memoria de WSE-3 es 2625 veces mayor que el de la chip B200 empaquetada de Nvidia. En escenarios de inferencia de IA, esto significa que los pesos del modelo no necesitan moverse con frecuencia desde fuera de la oblea, reduciendo drásticamente la latencia de inferencia.

Por supuesto, la estrategia a nivel de oblea también tiene sus costos. Si en toda la oblea aparece un defecto fatal, puede afectar la utilidad de toda la oblea como chip. La estrategia de Cerebras para esto es la “técnica de reparación con núcleos redundantes”: diseñar muchos núcleos de cálculo de reserva para evitar automáticamente las áreas defectuosas. Esto sin duda aumenta la complejidad y el costo del diseño. Usar toda la oblea como un solo chip requiere una gestión diferente en tolerancia a fallos y rendimiento que la fabricación convencional de chips.

La diferencia esencial en la estrategia tecnológica: Nvidia sigue la ruta de “gran escala en clúster + interconexión de alta velocidad”, formando supercomputadoras con innumerables GPU; Cerebras opta por la estrategia de “extremo tamaño en un solo chip”, reemplazando cientos o miles de GPU con un solo chip gigante. La primera ha acumulado décadas de ecosistema y compatibilidad de software; la segunda, en escenarios específicos de inferencia, puede tener ventajas teóricas en eficiencia, pero su ecosistema de software aún debe construirse desde cero.

Primer mes en bolsa: de euforia a corrección, la trayectoria del precio de CBRS

El 14 de mayo de 2026, Cerebras salió a Nasdaq con un precio de emisión de 185 dólares por acción, abriendo con un salto a 350 dólares, alcanzando en intradía un aumento superior al 108% y activando un límite de caída automática, cerrando finalmente en 311.07 dólares. La ganancia del primer día fue del 68%, convirtiéndose en la mayor IPO tecnológica en EE. UU. en 2026.

En las semanas siguientes, el precio de CBRS experimentó una volatilidad extrema. Alcanzó un máximo histórico de 386 dólares y también cayó cerca de 197 dólares en algún momento. Al cierre del martes 23 de junio, CBRS cerró en 226.72 dólares — aún un 23% por encima del precio de emisión, pero un 27% menos que el cierre del primer día.

Tras el cierre del 23 de junio, Cerebras publicó su primer informe trimestral tras la salida a bolsa, que provocó una caída de más del 10% en el precio tras el mercado. La noche del 24 de junio, CBRS cayó casi un 11%, cerrando en 201.8 dólares.

Hasta el momento de esta publicación, la capitalización de mercado de CBRS es aproximadamente 49.8 mil millones de dólares, con un ratio P/E (TTM) de alrededor de 527 veces. Este nivel refleja las expectativas del mercado de un crecimiento acelerado, pero también implica que cualquier señal por debajo de lo esperado puede generar una gran volatilidad.

Primer informe financiero: ¿Por qué el mercado no lo apoya a pesar de superar las expectativas de ingresos?

Los datos financieros del primer trimestre de Cerebras 2026 (hasta el 31 de marzo) muestran una “dualidad” clara:

Lado positivo:

• Ingresos totales de 193.4 millones de dólares, un aumento del 94% respecto al año anterior, superando las expectativas de 181.2 millones
• Ingresos por hardware de 110.6 millones, un aumento del 59%
• Ingresos por servicios en la nube y otros de 82.8 millones, un aumento del 178%
• Pérdida neta de 14 millones, mucho menor que los 23.9 millones del año anterior
• Pérdida por acción de 0.22 dólares, mejor que las expectativas de 0.25 dólares
• Guía de ingresos para todo el año entre 855 y 865 millones de dólares, por encima de las expectativas de 824 millones

Lado preocupante:

• La guía de margen bruto para el segundo trimestre es del 36%-38%, una caída significativa respecto al 46.5% del primer trimestre
• La expectativa de margen operativo para todo el año es de -28% a -32%
• La compañía estima que los ingresos del segundo trimestre serán aproximadamente 194 millones de dólares

Ingresos duplicados, pérdidas reducidas y guía optimista — estos resultados serían destacados en cualquier empresa en crecimiento. Pero la reacción del mercado fue una caída tras el cierre. La lógica es simple: la valoración de Cerebras se basa en expectativas de “alto crecimiento + alto margen bruto”, y la caída en el margen bruto socava esa base.

El CFO, Bob Komin, explicó en la conferencia telefónica que la caída en margen bruto se debe a la escasez de espacio en centros de datos, lo que obliga a Cerebras a arrendar algunos sistemas a sus clientes, además de que la compañía está “ampliando activamente” su capacidad de producción. Estos costos se espera que reduzcan el margen de beneficios en unos 10-15 puntos porcentuales en 2026. El CEO, Andrew Feldman, fue aún más directo: “Es irónico que, después de que nosotros y Nvidia inventamos toda esta tecnología, construir el edificio en sí mismo se haya convertido en un factor limitante”.

En otras palabras, el principal cuello de botella actual de Cerebras no es la tecnología ni la demanda, sino la velocidad de suministro de infraestructura física que no puede seguir el ritmo del crecimiento de pedidos. Aunque esto presiona las ganancias a corto plazo, también confirma la demanda real y urgente.

OpenAI y AWS: la transformación en la estructura de clientes tras pedidos de 20 mil millones de dólares

La evolución en la estructura de clientes de Cerebras es clave para entender su valor a largo plazo.

En la primera mitad de 2024, G42, una empresa de IA en Emiratos Árabes, aportó el 87% de los ingresos de Cerebras. Esta concentración extrema de clientes fue una de las mayores preocupaciones del mercado. Sin embargo, en enero de 2026, Cerebras anunció un acuerdo estratégico con OpenAI por más de 200 mil millones de dólares — OpenAI desplegará 750 MW de potencia de inferencia de Cerebras antes de 2028. Además, lanzaron juntos Codex-Spark, un modelo de IA diseñado para codificación casi en tiempo real, capaz de generar más de 1,000 tokens por segundo.

Al mismo tiempo, Cerebras estableció una relación estratégica de años con Amazon AWS, con planes de desplegar el sistema CS-3 en los centros de datos de AWS. La estrategia consiste en un “enfoque desacoplado” para inferencia: los chips Trainium 3 de AWS se encargan del preprocesamiento, mientras que el sistema CS-3 de Cerebras realiza inferencia en la fase de decodificación a máxima velocidad.

El significado de estas colaboraciones va más allá del monto de los pedidos. De un cliente único, G42, a una doble base con OpenAI y AWS, la concentración de clientes de Cerebras ha mejorado sustancialmente. Más importante aún, OpenAI y AWS representan los dos escenarios más críticos en la demanda global de inferencia de IA — entrenamiento de modelos de vanguardia y despliegue en la nube a gran escala. Obtener pedidos a largo plazo de estos dos gigantes es en sí mismo una “validación de mercado” para la estrategia de Cerebras.

Para fines de 2025, Cerebras tiene una cartera de contratos pendientes por 24.6 mil millones de dólares, y la compañía estima que para 2027 podrá convertir 3.7 mil millones en ingresos confirmados. La relación entre pedidos pendientes y los ingresos actuales es de aproximadamente 48 veces — un dato que refleja la visibilidad futura de ingresos, pero también indica que la compañía aún está en las primeras etapas de entregas masivas.

La estrategia de chips a nivel de oblea: desafiar el monopolio de Nvidia con una ruta independiente y sus limitaciones

Cerebras ha optado por una ruta tecnológica completamente diferente a la de Nvidia.

Nvidia representa la vía principal de la industria — el modo chiplet, que consiste en dividir el chip en pequeños módulos de cálculo, caché y E/S, fabricarlos por separado y ensamblarlos mediante empaquetado avanzado. Esta estrategia tiene ventajas en términos de rendimiento, costo y escalabilidad, y es adoptada por productos como B200 de Nvidia y Ascend de Huawei.

En cambio, la estrategia de Cerebras a nivel de oblea es “todo en una sola pieza”: sin corte ni ensamblaje, toda la oblea se usa como un solo chip. Aunque en escenarios de inferencia puede ofrecer ventajas teóricas en eficiencia, también enfrenta desafíos en complejidad de fabricación, gestión de rendimiento y construcción de ecosistema de software desde cero.

La competencia entre ambas rutas es una lucha entre “efecto de escala” y “máxima eficiencia”. Nvidia se apoya en décadas de ecosistema CUDA y producción en masa; Cerebras, en escenarios específicos, puede ofrecer ventajas de velocidad de más de 10 veces.

Para los inversores, la pregunta clave no es “¿puede Cerebras vencer a Nvidia?” — en el corto plazo, eso parece improbable. La verdadera cuestión es: ¿El mercado de inferencia de IA es lo suficientemente grande como para sostener una ruta tecnológica independiente de GPU? Si la respuesta es sí, la escasez de jugadores en esa ruta hace que la singularidad de Cerebras tenga un valor propio.

Factores de riesgo: cuatro desafíos que no se pueden ignorar

Incertidumbre en margen bruto y rentabilidad. La guía de margen bruto para el segundo trimestre cayó del 46.5% al 36%-38%. La rentabilidad operativa anual sigue siendo muy negativa. Morgan Stanley opina que la compresión de márgenes es temporal, y que a medida que Cerebras deje de depender del arrendamiento, su margen bruto podría volver al 60%. Pero esto aún no ha sido validado en el mercado.

El riesgo de concentración de clientes requiere tiempo para verificarse. Aunque la incorporación de OpenAI y AWS mejora la estructura, la mayor parte del backlog de 24.6 mil millones de dólares aún depende de OpenAI (200 mil millones de ese total). Cualquier cambio en el ritmo de despliegue puede afectar los ingresos.

La expiración de los periodos de bloqueo puede generar presión en la oferta. El 25 de junio, aproximadamente el 13% de las acciones de la IPO se liberarán para venta por parte de inversores iniciales y empleados, lo que podría presionar el precio en el corto plazo.

Valoración y ritmo de crecimiento. La relación precio-ventas actual de CBRS es de aproximadamente 91 veces, muy por encima de Nvidia (23 veces). Aunque la valoración basada en altas tasas de crecimiento es comprensible, si el crecimiento se desacelera o el margen bruto no mejora como se espera, el riesgo de corrección de valoración es alto.

Conclusión

El ascenso de Cerebras refleja una tendencia en la que la demanda de potencia de cálculo en IA se desplaza del “entrenamiento” hacia la “inferencia”. A medida que el entrenamiento de grandes modelos se vuelve más estandarizado y en escala, la búsqueda de eficiencia en inferencia — en términos de latencia, costo y consumo energético — abre una ventana para tecnologías “no convencionales” como los chips a nivel de oblea.

El primer informe trimestral muestra que Cerebras ha superado las expectativas en ingresos y pedidos, pero la caída en margen bruto revela los dolores de crecimiento inicial — la expansión de infraestructura física no sigue el ritmo explosivo de la demanda de potencia. Es un “problema dulce” — pero también una erosión real de beneficios.

Para los inversores, Cerebras no es un “sustituto de Nvidia”, sino una “otra posibilidad en la inferencia de IA”. La viabilidad final de esta ruta independiente dependerá de la evolución de dos variables clave: si el mercado de inferencia de IA puede seguir creciendo rápidamente para soportar múltiples rutas tecnológicas, y si Cerebras puede convertir eficientemente los 24.6 mil millones de dólares en pedidos pendientes en ingresos y flujo de caja en 2026-2027.

¿Podrá la estrategia de chips a nivel de oblea de Cerebras realmente desafiar el imperio de GPUs de Nvidia? La respuesta quizás no esté hoy, sino en los próximos 12-24 meses, en cada punto clave de conversión de pedidos, recuperación de márgenes y despliegue de AWS.

FAQ

Q1: ¿Cuál es la diferencia principal entre el chip WSE-3 de Cerebras y el H100 de Nvidia?

WSE-3 es una oblea completa de 12 pulgadas sin cortar, con 4 billones de transistores y 900,000 núcleos; H100 es un chip empaquetado tradicional. La diferencia clave está en la arquitectura de memoria: WSE-3 tiene 44 GB de SRAM en la misma oblea, con un ancho de banda de 21 PB/s; H100 depende de memoria HBM externa, con un ancho de banda de solo 3.35 TB/s. WSE-3 ofrece ventajas en inferencia, pero su fabricación es más compleja y costosa.

Q2: ¿Cuáles son los datos clave del informe financiero del Q1 de Cerebras 2026?

Ingresos de 193.4 millones de dólares, un aumento del 94% respecto al año anterior, superando las expectativas de 181.2 millones; pérdida neta de 14 millones, mucho menor que los 23.9 millones del año anterior; ingresos por hardware de 110.6 millones y por servicios en la nube de 82.8 millones. La guía de ingresos para todo el año es de 855 a 865 millones de dólares.

Q3: ¿Por qué cayó tanto el precio de las acciones tras el informe financiero?

Aunque los ingresos y las pérdidas superaron expectativas, la guía de margen bruto para el segundo trimestre cayó del 46.5% al 36%-38%. La causa principal es la escasez de espacio en centros de datos, que obliga a arrendar sistemas a clientes y ampliar la capacidad, lo que reduce los márgenes en unos 10-15 puntos porcentuales. El mercado teme que esto afecte la visibilidad de beneficios.

Q4: ¿Cuáles son los principales riesgos que enfrenta Cerebras?

Cuatro riesgos principales: la incertidumbre en márgenes y rentabilidad; la concentración de clientes, principalmente en OpenAI (que representa la mayor parte del backlog); la expiración del período de bloqueo el 25 de junio, que puede aumentar la oferta en mercado; y una valoración muy elevada (relación precio-ventas de aproximadamente 91 veces), con riesgo de corrección si el crecimiento o los márgenes no cumplen expectativas.