在人工智能大模型算力需求持續攀升的背景下，AI芯片領域的競爭正從通用計算向專用架構深度演進。近日，一家由前谷歌TPU核心團隊成員創立的初創企業MatX宣布完成5億美元B輪融資，這筆資金將用于加速其專為大模型推理設計的處理器MatX One的商業化進程。
本輪融資呈現出顯著的產業協同特征。半導體制造巨頭世芯電子與存儲控制芯片領軍企業美滿電子以戰略投資者身份入局，同時紅杉資本、軟銀愿景基金等頂級風投機構也參與其中。這種"產業+資本"的雙重背書，折射出市場對專用AI芯片賽道的強烈信心。
MatX One的核心突破在于重構了芯片架構的底層邏輯。其獨創的"可分割脈動陣列"設計，通過動態重組計算單元的方式，在保持大規模并行計算優勢的同時，解決了傳統架構中計算資源閑置的痛點。測試數據顯示，該架構使硬件利用率較現有方案提升40%以上。
存儲子系統的創新同樣引人注目。研發團隊將SRAM的納秒級訪問速度與HBM的TB級帶寬優勢進行深度融合，開發出分層存儲架構。這種設計使得芯片在處理千億參數模型時，既能滿足實時交互的低延遲要求，又能支撐長序列推理的持續吞吐需求。
成本優勢成為該芯片的殺手锏。MatX首席科學家透露，通過架構創新與先進制程的結合，MatX One在相同算力輸出下，可將模型推理的單位Token成本降低60%-70%。這對于需要大規模部署AI服務的云廠商和企業用戶而言，意味著每年可節省數億美元的運營支出。
全球AI芯片賽道正呈現百舸爭流的態勢。美國初創公司SambaNova近期推出的第五代RDU芯片，通過光互連技術實現了芯片間無阻塞通信；Positron發布的Asimov芯片則在能效比上取得突破，宣稱每瓦特性能達到英偉達最新架構的5倍。國內科研機構也在可穿戴設備領域取得進展，某團隊研發的柔性AI芯片成本不足1美元，可承受數萬次彎曲變形。
市場研究機構預測，到2027年，專用AI芯片將占據數據中心加速卡市場60%以上的份額。隨著大模型應用從云端向邊緣端滲透，能夠平衡性能、功耗與成本的解決方案將成為制勝關鍵。MatX的融資消息，恰逢其時地印證了這場底層硬件革命的激烈程度。
