AI 芯片初创公司 Cerebras Systems 表示,在计划进行首次公开募股 (IPO) 之前,已经清除了一个关键障碍,声称已解决了美国外国投资委员会 (CFIUS) 对其资金来源的担忧。
监管机构最关注的是 Cerebras 对阿联酋 AI 明珠企业 G42 的依赖。根据该公司 9 月份的 IPO 文件显示,G42 在 2024 年上半年贡献了超过 87% 的收入。
自 2023 年年中以来,对中东国家的 AI 加速器和系统出口受到严格控制,美国芯片设计公司需要获得特殊许可才能在该地区销售产品。为避免触发出口限制,G42 出资约 9 亿美元在美国建设了多个基于 Cerebras 晶圆级 CS2 和 CS3 设计的 AI 超级计算机,以便远程访问。
G42 原计划作为 IPO 的一部分收购超过 2200 万股 Cerebras 股份。然而,这显然引起了 CFIUS 的关注。
正如我们此前报道,G42 受到美国情报机构的审查,据报道担心这家总部位于阿联酋的公司可能向中国提供先进技术和数百万人的基因数据访问权限。
这些担忧最终促使 G42 切断了与包括华为在内的一些供应商的联系,以期安抚美国出口管理部门,并消除与 Cerebras 和 Microsoft 合作的障碍。
据彭博社周一报道,Cerebras 称通过修改与 G42 的协议解决了所有悬而未决的 CFIUS 担忧,将这家阿联酋科技公司限制为无表决权股份——这一举措使进一步审查变得不必要。
在给 El Reg 的电子邮件中,Cerebras 坚称已经解决了与 CFIUS 的所有异议,并未做进一步评论。美国财政部拒绝置评。
总部位于加利福尼亚州的 Cerebras 首席执行官 Andrew Feldman 在 LinkedIn 上兴奋地表示:"我很高兴宣布,在与我们的战略合作伙伴 G42 密切合作下,Cerebras Systems 已与 CFIUS 达成积极的解决方案,并正在向前推进。"
这位高管还感谢美国政府和阿联酋统治者对美国人工智能公司的支持。
此进展发生在路透社报道 Cerebras 上市因等待特朗普政府关键官员任命而推迟不到一周之后。
Cerebras 计划的 IPO 条款尚未披露,但据彭博社此前报道,预计将以 70-80 亿美元的估值筹集高达 10 亿美元。
虽然 G42 仍是 Cerebras Systems 最大的客户之一,但该芯片初创公司显然旨在通过本月早些时候宣布的横跨美国、加拿大和法国的大规模基础设施建设,支持高性能推理即服务平台,来实现客户群的多样化。
该公司承诺到 2025 年底在六个新数据中心部署超过一千个晶圆级加速器。
虽然与 xAI 等公司正在建设的十万多个 GPU 装置相比这个数字可能并不算多,但值得注意的是,Cerebras 盘子大小的芯片每个在 FP16 精度下可实现高达 125 petaFLOPS 的性能,约为用于建造田纳西州孟菲斯市 Colossus 超级计算机的 Nvidia H100 系列的 62 倍。
Cerebras 的大多数新站点将与 G42 合作运营,这意味着他们对容量有优先使用权。然而,该公司将完全控制其在俄克拉荷马市和加拿大蒙特利尔的站点。
除了模型训练外,Cerebras 正将高吞吐量推理作为关键差异化因素,比如 DeepSeek 的 Llama3.3 70B R1 推理模型。根据 Artificial Analysis 记录的基准测试,该芯片设计公司声称其系统可以以每秒 1,508 个 token 的速度提供此类规模的模型服务——远快于传统的基于 GPU 的提供商。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。