Apa Itu Cerebras? Memahami Perusahaan Cip AI
Cerebras (CBRS) adalah perusahaan teknologi AS yang berfokus pada cip AI dan komputasi AI, berkantor pusat di Sunnyvale, California. Perusahaan ini mengembangkan prosesor AI, superkomputer AI, dan platform perangkat lunak pendukung untuk pelatihan maupun inferensi model AI. Sementara NVIDIA membangun ekosistem komputasi AI-nya terutama di sekitar GPU, Cerebras mengambil pendekatan yang berbeda secara fundamental dan lebih agresif: alih-alih mendistribusikan beban kerja AI ke sejumlah besar cip yang lebih kecil, perusahaan ini bertujuan mengubah seluruh wafer silikon menjadi satu prosesor masif. Arsitektur komputasi skala wafer ini telah menjadi teknologi penentu di balik Cerebras.
Cerebras didirikan oleh Andrew Feldman, yang juga menjabat sebagai CEO perusahaan. Feldman sebelumnya adalah pengusaha serial dan ikut mendirikan SeaMicro bersama Gary Lauterbach, sebuah perusahaan chip server yang berfokus pada teknologi server berdaya rendah dan berkepadatan tinggi. SeaMicro diakuisisi oleh AMD pada tahun 2012. Pengalaman ini memberi Feldman paparan mendalam terhadap komputasi pusat data, konsumsi daya, dan arsitektur chip, serta mendorongnya untuk mempertimbangkan apakah arsitektur komputasi tradisional dapat mengimbangi ukuran model AI yang berkembang pesat. Pada tahun 2015, Feldman dan beberapa insinyur kunci dari masa SeaMicro-nya mendirikan Cerebras dan mengejar ide yang saat itu sangat tidak konvensional: alih-alih terus menambah lebih banyak GPU, mengapa tidak menempatkan daya komputasi yang jauh lebih besar ke dalam satu chip?
Hasilnya, Cerebras tidak berupaya melakukan peningkatan bertahap pada arsitektur GPU tradisional. Sebaliknya, perusahaan ini bertekad membangun prosesor masif yang dirancang khusus untuk AI dari nol, hingga akhirnya mengembangkan strategi produk yang berpusat pada komputasi wafer-scale. Secara sederhana, pendekatan NVIDIA adalah menghubungkan GPU dalam jumlah besar untuk meningkatkan kapasitas komputasi AI, sementara Cerebras berupaya memusatkan lebih banyak sumber daya komputasi pada satu wafer dan mengurangi jumlah data yang perlu berpindah antar-chip. Arsitektur yang berbeda secara fundamental ini merupakan inti dari strategi Cerebras untuk menantang NVIDIA dan perusahaan chip AI mapan lainnya.

Sumber Data: Cerebras S-1
Apa Keunggulan Kompetitif Inti Cerebras dalam Komputasi AI?
Keunggulan kompetitif terbesar Cerebras adalah arsitektur komputasi AI-nya yang berbeda secara fundamental. Seiring model AI generatif berkembang dari miliaran parameter menjadi triliunan parameter, sumber daya komputasi yang dibutuhkan untuk pelatihan AI meningkat sekitar 40.000 kali lipat selama lima tahun terakhir. Sistem berbasis GPU tradisional biasanya mendistribusikan model besar ke ratusan atau bahkan ribuan GPU dan mengandalkan jaringan berkecepatan tinggi untuk terus bertukar data. Hal ini dapat meningkatkan konsumsi daya dan latensi sekaligus memaksa pengembang AI mengelola sistem komputasi terdistribusi yang rumit. Cerebras mengambil pendekatan berbeda dengan memusatkan lebih banyak komputasi, memori, dan bandwidth dalam satu chip masif, mengurangi kebutuhan transfer data antar-chip.
Inti dari arsitektur ini adalah Cerebras Wafer-Scale Engine (WSE). WSE-3 generasi ketiga, misalnya, berukuran sekitar 57 kali lebih besar dari H100 NVIDIA dan memiliki sekitar 900.000 inti komputasi, SRAM on-chip 44GB, serta bandwidth memori 21 PB/dtk, yang masing-masing mewakili sekitar 52 kali, 880 kali, dan 7.000 kali lipat dari H100. Chip yang jauh lebih besar memungkinkan lebih banyak data tetap berada langsung di prosesor, mengurangi latensi dan konsumsi energi yang terkait dengan akses memori eksternal. Ini adalah bagian penting dari strategi Cerebras untuk menghadirkan pelatihan dan inferensi AI yang lebih cepat dibandingkan dengan arsitektur GPU tradisional.
Cerebras juga bertujuan menyederhanakan komputasi terdistribusi untuk pelatihan AI. Karena satu WSE menyediakan kapasitas komputasi dan memori on-chip yang besar, WSE dapat menampung model AI berukuran besar tanpa harus mendistribusikannya ke sejumlah besar prosesor seperti pada kluster GPU. Saat kapasitas pelatihan tambahan diperlukan, lebih banyak sistem WSE dapat ditambahkan, dengan chip yang berbeda memproses data pelatihan yang berbeda tanpa memerlukan desain ulang menyeluruh pada partisi model dan komunikasi antar-chip. Cerebras menyatakan bahwa beberapa pelanggan yang menggunakan sistemnya telah mencapai waktu penyelesaian pelatihan lebih dari 10x lebih cepat dibandingkan dengan sistem 8-GPU terkemuka dari generasi yang sama.

Sumber Data: Cerebras S-1
Analisis Keuangan Cerebras: Pertumbuhan Pendapatan, Model Bisnis, dan Prospek Pertumbuhan
Pada kuartal kedua tahun 2026, Cerebras terus mencatatkan pertumbuhan pendapatan yang pesat. Pendapatan inti mencapai $209 juta, naik 103% dari tahun ke tahun. Pendapatan cloud inti dan layanan lainnya mencapai $127,7 juta, mencerminkan kenaikan signifikan sebesar 287% dari tahun ke tahun dan menjadi mesin pertumbuhan terpenting perusahaan. Pendapatan perangkat keras inti adalah $82,10 juta, naik 17% dari tahun ke tahun. Pada periode yang sama, margin kotor inti adalah 40,6%, sekitar 9,4 poin persentase lebih tinggi dari periode yang sama tahun lalu. Perusahaan memperkirakan margin kotor akan mencapai titik terendah sementara pada kuartal ketiga dan membaik pada kuartal keempat seiring dengan beroperasinya sistem dan pusat data miliknya sendiri. Target jangka panjangnya adalah meningkatkan margin kotor inti hingga di atas 60%.
Ke depannya, Cerebras memasuki periode permintaan komputasi AI yang berkembang pesat. Perusahaan menggambarkan tahun 2026 sebagai "tahun fondasi" yang berfokus pada persiapan untuk penerapan skala besar di masa mendatang. Per 30 Juni 2026, kewajiban kinerja tersisa (RPO) perusahaan telah mencapai $25,4 miliar, sementara pendapatan inti sepanjang tahun 2026 diperkirakan mencapai $880 juta hingga $890 juta. Selain pelanggan besar yang sudah ada seperti OpenAI, Cerebras memperluas kehadirannya di antara penyedia layanan cloud hiperskala seperti AWS, serta dalam aplikasi pemrograman, keamanan, dan AI perusahaan. Perusahaan berharap dapat menawarkan layanan melalui AWS Bedrock pada kuartal pertama tahun 2027, yang selanjutnya memperluas saluran distribusi cloud untuk komputasi AI.
Untuk mempersiapkan permintaan komputasi AI yang meningkat pesat, Cerebras juga memperluas jejak pusat data dan kapasitas perangkat kerasnya secara signifikan. Perusahaan telah mengamankan kapasitas pusat data lebih dari 600 MW dan terus membangun kehadirannya di pasar termasuk Amerika Serikat, Prancis, Finlandia, dan Kanada. Di sisi manufaktur, Cerebras memperluas produksi melalui mitra seperti Flex dan Sanmina. Di sisi teknologi, perusahaan berencana meluncurkan sistem CS-4 generasi keempatnya dan berharap memperkenalkan CS-5 pada paruh kedua tahun 2027, dengan tujuan terus meningkatkan kinerja sistem selama beberapa tahun ke depan. Secara keseluruhan, strategi pertumbuhan Cerebras secara bertahap berkembang melampaui sekadar menjual chip AI menuju model yang menggabungkan perangkat keras AI, layanan komputasi awan, dan pesanan jangka panjang dari pelanggan utama. Jika permintaan inferensi AI terus tumbuh pesat, perusahaan dapat memiliki ruang yang signifikan untuk memperluas pendapatan di masa depan.

Sumber Data: Cerebras
Kinerja Saham Cerebras: Bagaimana Performa Saham CBRS?
Cerebras (CBRS) resmi melantai di Nasdaq pada 14 Mei 2026. IPO dihargai $185 per saham, dengan penawaran awal 30 juta saham dan dana terkumpul sekitar $5,55 miliar. Penjamin emisi kemudian menggunakan opsi penjatahan lebih secara penuh, sehingga total dana terkumpul menjadi sekitar $6,38 miliar. Sentimen pasar sangat kuat pada hari perdagangan pertama, dengan CBRS sempat naik lebih dari 100% dari harga IPO sebelum ditutup di $311,07, sekitar 68% di atas harga penawaran $185. Pergerakan ini mencerminkan ekspektasi investor yang kuat terhadap chip AI, permintaan inferensi AI, dan potensi Cerebras untuk menantang posisi NVIDIA di pasar.
Namun setelah kenaikan tajam pada hari pertama, saham Cerebras dengan cepat memasuki koreksi. Karena valuasi IPO telah memperhitungkan ekspektasi yang sangat tinggi terhadap pertumbuhan berbasis AI, investor mulai menilai kembali apakah valuasi perusahaan pada akhirnya dapat didukung oleh pendapatan dan profitabilitas aktual. Pada harga IPO $185, Cerebras memiliki valuasi terdilusi penuh sekitar $56,4 miliar, dibandingkan dengan pendapatan setahun penuh 2025 sekitar $510 juta. Ini berarti perusahaan diperdagangkan pada kelipatan valuasi yang jauh di atas perusahaan semikonduktor tradisional. Seiring memudarnya antusiasme awal terhadap IPO, investor awal merealisasikan keuntungan, sementara pasar juga mulai berfokus pada kebutuhan modal yang tinggi untuk infrastruktur AI dan profitabilitas Cerebras selama fase ekspansi pesatnya. CBRS kemudian turun ke sekitar $160 sebelum berfluktuasi di sekitar $200.
Laporan laba kuartal kedua Cerebras memberikan ujian penting lainnya bagi saham tersebut. Meskipun pendapatan inti mencapai $210 juta, naik sekitar 103% dari tahun ke tahun, dan pendapatan cloud inti melonjak 287% menjadi $127,7 juta, sementara perusahaan juga menaikkan panduan pendapatan inti dan margin kotor setahun penuh, saham CBRS tetap turun 12,69% pada hari itu. Isu utamanya bukanlah kinerja operasional yang lemah, melainkan kekhawatiran investor terhadap biaya di balik pertumbuhan pesat perusahaan. Margin kotor inti menurun dari 46,5% pada kuartal pertama menjadi 40,6% pada kuartal kedua, terutama karena biaya lebih tinggi terkait penyewaan kapasitas pusat data pihak ketiga. Selain itu, rugi bersih GAAP kuartal kedua perusahaan melebar menjadi sekitar $451 juta. Dengan valuasi saham yang sudah tinggi, pasar menjadi lebih berhati-hati terhadap profitabilitas jangka pendek Cerebras.

Sumber Data: Bitunix
Faktor Apa yang Memengaruhi Harga Saham Cerebras?
Saham Cerebras terkait erat dengan investasi infrastruktur AI, permintaan inferensi model AI, dan kemampuan perusahaan untuk meningkatkan profitabilitas. Karena Cerebras menggunakan arsitektur komputasi skala wafer yang berbeda secara signifikan dari pendekatan klaster GPU NVIDIA, investor tidak hanya mencermati pesanan dan pertumbuhan pendapatan, tetapi juga mengevaluasi apakah teknologi perusahaan dapat membangun posisi yang terdiferensiasi di pasar inferensi AI dan apakah pertumbuhan pesatnya pada akhirnya dapat diterjemahkan menjadi arus kas yang berkelanjutan.
Dapatkah Komputasi Skala Wafer Memberikan Keunggulan dalam Inferensi AI?
Diferensiasi utama Cerebras adalah arsitektur Wafer-Scale Engine (WSE) yang mengintegrasikan sejumlah besar inti komputasi, memori, dan interkoneksi berkecepatan tinggi ke dalam satu wafer. Hal ini sangat berbeda dari pendekatan NVIDIA yang membangun klaster komputasi dari GPU dalam jumlah besar. Arsitektur ini berpotensi mengurangi latensi transfer data antar-chip dan memberikan keunggulan dalam beban kerja inferensi AI berkecepatan tinggi dan berlatensi rendah. Namun, sistem lengkap Cerebras juga relatif mahal. Akibatnya, pasar tidak hanya berfokus pada kecepatan komputasi mentah. Investor semakin mencermati apakah Cerebras dapat memberikan keunggulan dalam biaya per dolar, kinerja per watt, dan biaya inferensi per token dibandingkan dengan klaster GPU. Seiring NVIDIA terus memperkenalkan produk generasi baru seperti Blackwell dan infrastruktur AI secara bertahap bergeser dari pelatihan menuju inferensi, kemampuan Cerebras untuk mempertahankan keunggulan relatif dalam efisiensi inferensi dan efektivitas biaya melalui pengembangan teknologi yang berkelanjutan akan secara langsung memengaruhi pangsa pasar dan valuasinya.
Belanja Modal oleh OpenAI, AWS, dan G42
Perusahaan AI besar dan penyedia layanan cloud seperti OpenAI, AWS, dan G42 diperkirakan akan menjadi sumber penting pertumbuhan pendapatan Cerebras di masa depan. Pasar tidak hanya mencermati apakah pesanan pelanggan yang ada dapat berhasil diimplementasikan, tetapi juga apakah perusahaan-perusahaan ini akan terus meningkatkan belanja modal pusat data AI dan komputasi mereka serta apakah lebih banyak pengembang model AI akan mengadopsi chip Cerebras untuk pelatihan atau inferensi. Pada kuartal kedua tahun 2026, kewajiban kinerja tersisa Cerebras telah mencapai 25,4 miliar dolar AS, sementara kapasitas pusat datanya telah berkembang menjadi lebih dari 600 MW, yang menunjukkan permintaan yang meningkat pesat dari pelanggan utama. Jika lebih banyak pengembang model AI bergabung dengan basis pelanggan Cerebras, perusahaan dapat mengurangi ketergantungannya pada sejumlah kecil pelanggan utama sekaligus semakin menunjukkan kelayakan komersial teknologi komputasi skala wafernya.
Profitabilitas dan Linimasa Menuju Arus Kas Positif
Cerebras masih berada dalam periode ekspansi pesat, sehingga pasar tidak hanya mempertanyakan seberapa besar pendapatan yang dapat dihasilkan perusahaan, tetapi juga kapan perusahaan dapat menjadi menguntungkan secara konsisten. Perusahaan perlu berinvestasi besar-besaran pada pusat data, kapasitas komputasi, dan pengembangan chip. Selama paruh pertama 2026, Cerebras masih mencatat kerugian bersih GAAP sekitar 465 juta dolar AS, sementara arus kas operasional tetap negatif. Akibatnya, investor akan terus memantau perbaikan margin kotor, pengendalian beban operasional, dan linimasa menuju arus kas positif. Jika Cerebras dapat mempertahankan pertumbuhan pendapatan yang pesat sambil memperluas margin kotor secara bertahap dan pada akhirnya menghasilkan arus kas bebas yang positif, pasar mungkin bersedia memberikan valuasi yang lebih tinggi kepada perusahaan.
Cara Trading Cerebras (CBRS)
Bagi investor yang ingin mendapatkan eksposur ke saham Cerebras, pendekatan tradisionalnya adalah membeli saham CBRS melalui broker saham AS. Investor umumnya perlu membuka akun trading saham AS, menyelesaikan verifikasi identitas, dan mendanai akun tersebut sebelum membeli saham Cerebras. Namun, trading saham AS dapat melibatkan prosedur pembukaan akun, pendanaan lintas negara, dan biaya transaksi. Beberapa broker mungkin juga memiliki biaya trading yang relatif tinggi, sementara investasi saham tradisional umumnya berfokus pada posisi long dan menawarkan fleksibilitas yang lebih rendah saat merespons penurunan pasar jangka pendek.
Pilihan lainnya adalah memperdagangkan kontrak Cerebras melalui platform perdagangan mata uang kripto seperti Bitunix. Dibandingkan dengan membeli saham secara langsung, perdagangan kontrak menawarkan cara yang lebih fleksibel untuk berpartisipasi dalam pergerakan harga. Investor dapat mengambil posisi long saat memperkirakan CBRS akan naik atau posisi short saat memperkirakan saham akan turun. Kontrak CBRS Bitunix menawarkan leverage hingga 20x, memungkinkan pengguna mendapatkan eksposur ke posisi yang lebih besar dengan modal lebih sedikit dan berpotensi meningkatkan efisiensi modal. Sebelum berdagang, pengguna perlu mendaftar akun Bitunix dan menyelesaikan verifikasi KYC. Platform ini menggunakan mekanisme manajemen risiko, manajemen aset, dan pemantauan perdagangan untuk menyediakan lingkungan perdagangan yang aman dan efisien. Namun, leverage memperbesar potensi keuntungan sekaligus kerugian, jadi investor harus mengelola ukuran posisi sesuai toleransi risiko masing-masing.














