AI Infrastructure

Axelera AI 籌 2.5 億美元拚邊緣推理晶片

荷蘭新創 Axelera AI 於 2 月 24 日宣布融資超過 2.5 億美元,是歐盟 AI 半導體公司史上最大單筆投資。其 Metis 晶片以約 10 瓦功耗提供 214 TOPS,採記憶體內運算架構,已出貨超過 500 家客戶。

Axelera AI 籌 2.5 億美元拚邊緣推理晶片 — 文章封面

2026 年 2 月 24 日,總部位於荷蘭 Eindhoven 的 Axelera AI 宣布完成超過 2.5 億美元的新一輪融資,官方稱這是歐盟 AI 半導體公司史上最大單筆投資。本輪由 Innovation Industries 領投,BlackRock 與 SiteGround Capital 等新投資人進場,Bitfury、CDP Venture Capital、歐盟 EIC Fund、比利時 SFPIM、Invest-NL、Samsung Catalyst Fund 等既有股東跟投。成立於 2021 年,累計募資已超過 4.5 億美元。

在 NVIDIA 主宰資料中心 GPU 的市場裡,Axelera 選了一條不同的路:不拚訓練,專攻邊緣裝置上的 AI 推理,用效率而非絕對算力競爭。Sifted 直接把這輪融資形容為「挑戰 Nvidia」的籌碼。

記憶體內運算:效率從哪來

Axelera 的核心技術是 D-IMC(digital in-memory computing,數位記憶體內運算):把 SRAM 排成 crossbar 陣列,讓資料在儲存的位置就地參與運算。傳統晶片最耗能的環節往往不是計算本身,而是資料在記憶體與運算單元之間的搬移;D-IMC 直接消掉這段搬移,功耗因此壓得下來。

執行長 Fabrizio Del Maffeo 在新聞稿中強調,資料中心正觸及電力與冷卻的極限,而邊緣裝置的能源與頻寬限制更嚴苛——「推理成本在模型生命週期內是訓練的 15 倍」,效率就是商業模式。

Metis 與 Europa 產品線

目前的主力是 Metis AIPU:每秒 214 兆次運算(214 TOPS),功耗約 10 瓦,鎖定倉儲機器人導航這類電池供電場景。硬體有 PCIe 加速卡(最多 4 顆晶片)與單晶片 M.2 兩種形態。軟體是基於 Apache TVM 的 Voyager SDK,附帶 Model Zoo 降低部署摩擦。

下一代平台 Europa 正在開發中:629 TOPS——超過 Metis 的兩倍——配 8 個 AI core、16 個 CPU core 與 128 MB 記憶體。公司宣稱每瓦效能最高可達對手的 3 倍,內部測試曾在電腦視覺工作負載跑出每秒 13,168 幀。量產與 TSMC、Samsung 合作。

為什麼押注邊緣

出貨成績值得注意:Axelera 已出貨給第 500 家全球客戶,產業橫跨國防與公共安全、工業製造、零售、農業科技、機器人、安防、電信、航空與企業市場。這些場景的共同點是資料不能或不必上雲:隱私法規、主權考量、延遲與頻寬成本都把推理推向本地。

對歐洲而言,這輪融資另有產業政策意義:在美中主導 AI 算力的格局下,歐盟首度出現此規模的本土 AI 晶片公司,背後站著 EIC Fund、SFPIM、Invest-NL 等公共資本——「歐洲自己的邊緣推理供應鏈」不再只是口號。

對開發者的意義

三個實際影響。第一,邊緣推理的硬體選項正在變厚:10 瓦級、200+ TOPS 的 PCIe 與 M.2 產品,讓視覺辨識、異常偵測這類工作負載可以在本地長期運行,不必回雲端。第二,軟體棧決定採用速度——Voyager 建在 Apache TVM 之上,對已有 TVM 工作流程的團隊幾乎零遷移成本,這是對的押注。第三,「推理成本 15 倍於訓練」值得每個做 AI 產品的人記住:模型上市只是開始,長期成本結構由推理效率決定,而這正是專用邊緣晶片存在的理由。

參考來源

本文由 AI 協助自上述來源整理,經人工審核後發布。

這篇內容對你有幫助嗎?

支持本站繼續整理實用的 AI 文章、教學與開發筆記。

請我喝杯咖啡
分享X電郵