发布信息
登陆/注册

企业报道 

当前位置： 首页 企业报道 正文

美国初创企业MatX融资5亿美元挑战英伟达:AI芯片赛道投资机会剖析

作者：本站编辑      2026-02-25 19:09:32     0
美国初创企业MatX融资5亿美元挑战英伟达:AI芯片赛道投资机会剖析

MatX One芯片基于可拆分的脉动阵列架构，既具备大型脉动阵列著称的能效与面积效率优势，又能在处理形状灵活的小型矩阵时保持高利用率。该芯片融合了SRAM优先架构的低延迟特性与HBM对长上下文的支持能力。这些设计要素，加之对数值计算的全新诠释，使其在LLM处理上实现了超越任何已发布系统的更高吞吐量，同时保持了与SRAM优先架构相当的低延迟。

Reiner Pope, MatX创始人兼CEO

MatX 首席执行官 Reiner Pope（左）和首席技术官 Mike Gunter。

来源：MatX

继一个月前Etched以50亿美元估值完成5亿美元融资后，其直接竞争对手MatX创始人兼CEOReiner Pope 2月24日在领英上公布完成5亿美元B轮融资。本轮融资由量化交易巨头Jane Street和前OpenAI研究员Leopold Aschenbrenner创立的投资基金Situational Awareness领投。其他投资者包括芯片制造商Marvell Technology, NFDG, Spark Capital, 以及Stripe联合创始人Patrick Collison和John Collison。

此次融资距MatX 2024年A轮（约1亿美元，领投Spark Capital，估值超3亿美元）已逾一年。新资金将主要用于与台积电（TSMC）合作推进芯片生产，计划于2027年开始出货。这笔投资凸显了AI芯片市场对英伟达挑战者的强劲需求，MatX目标是开发出在大型语言模型（LLM）训练和推理上性能比英伟达 GPU高10倍的处理器。

MatX成立于2023年，由两名前Google硬件工程师Reiner Pope和Mike Gunter创立。Pope此前领导Google TPU（Tensor Processing Unit）的AI软件开发，TPU是Google专为AI工作负载设计的自定义芯片，已广泛用于其数据中心和云服务。Gunter则担任TPU硬件首席设计师，直接参与了芯片架构优化。这种深厚的Google背景为MatX提供了独特优势：他们对AI芯片从软件到硬件的全栈理解，能帮助公司避免初创常见的技术坑阱，并在优化LLM性能上占据先机。 

从投资人视角看，创始团队的经验是关键吸引力。Google TPU项目证明了专用AI芯片在效率上的潜力，而Pope和Gunter的离职创业类似于许多硅谷成功案例（如前Google工程师创办的Groq或Cerebras），这增强了MatX的可信度和执行力。
MatX与Etched两家初创企业在相似估值体量、相似融资规模、相同出货时间点（2027年）上将形成正面交锋，标志着AI芯片竞赛已从“通用算力”转向“架构专用化”的深水区。

1. 交易概览：MatX融资核心信息

根据多家媒体报道综合编译，MatX本轮融资关键数据如下：
  • 融资额：超5亿美元（Series B）
  • 领投方：Jane Street、Situational Awareness（由前OpenAI研究员Leopold Aschenbrenner创立）
  • 跟投方：Marvell Technology、NFDG、Spark Capital，以及Stripe联合创始人Patrick Collison和John Collison
  • 估值：未披露（但2024年A轮估值超3亿美元，参考可比交易Etched估值50亿美元）
  • 核心目标：开发针对大型语言模型（LLM）优化的处理器，性能目标为英伟达GPU的10倍
  • 生产与合作：芯片将由台积电（TSMC）代工，预计2027年开始出货
  • 创始人背景：
    ○ Reiner Pope（CEO）：前谷歌TPU AI软件负责人，参与PaLM模型效率优化。
    ○ Mike Gunter（CTO）：前谷歌TPU硬件首席设计师，拥有近30年芯片架构经验。

2. 深度竞品分析：Etched——站在同一赛道的“哈佛辍学三剑客”

要理解MatX的投资逻辑，必须分析其镜像对手Etched。后者在一个月前刚以相同融资额（5亿美元）和更高估值（50亿美元）占据了媒体头条。

  • 投资逻辑与市场定位

Etched的核心逻辑是 “All in on Transformer” 。随着ChatGPT, Sora, Gemini等主流模型均基于Transformer架构，Etched认为AI计算已收敛，无需通用GPU的冗余功能。其推出的Sohu芯片是仅支持Transformer模型的ASIC（专用集成电路）。这种策略是极致的垂直细分，赌注是Transformer在未来3-5年内不会被颠覆。对于投资人（如Peter Thiel, Stripes）而言，这是一个“要么大成要么归零”的高风险高回报游戏。

  • 技术路线对比

  • 架构：Sohu芯片砍掉了对CNN、RNN等传统模型的支持，甚至舍弃图形渲染单元，将晶体管完全集中于Transformer的计算内核。
  • 性能数据：Etched宣称8张Sohu组成的服务器可替代160张英伟达H100 GPU；在运行Llama 70B模型时，每秒可处理超50万个token；芯片利用率高达90%（英伟达GPU平均仅30%）。
  • 制程：采用台积电4nm工艺，算力达1000TOPS。

  • 创始人背景与团队构成

Etched由三位哈佛辍学生于2022年创立，团队呈现年轻化与“全明星”特质：
  • Gavin Uberti（CEO，24岁）：哈佛数学与计算机背景，曾是AI编译器专家。
  • Chris Zhu：负责芯片架构。
  • Robert Wachen（COO）：负责运营与商业化。
  • Mark Ross（CTO）：前赛普拉斯半导体CTO，曾主导5款营收超10亿美元的芯片研发，为团队补足了硅谷巨头的工程经验。
  • 豪华战队：还吸纳了英伟达前22年老将Brian Loiler、谷歌TPU v1-v5软件团队负责人David Munday、博通/英特尔高管等。
    3. 多维对比与投资视角分析
维度MatXEtched投资视角解读
创始人基因
谷歌TPU系统出身（软硬结合）
哈佛辍学+赛普拉斯CTO（年轻+老兵）
MatX更懂超大规模AI训练需求；Etched更具颠覆性创新冲动。
技术聚焦
针对LLM优化，追求10倍性能
仅支持Transformer，追求极致效率
Etched路径更激进
，赌注集中；MatX相对宽泛，兼容性可能更好。
估值
未披露（A轮3亿+）
50亿美元
（B轮后）
Etched已透支部分预期；MatX若后续IPO，估值弹性空间可能更大。
关键资源
获Marvell战略投资，供应链背书强
获台积电新兴业务集团支持
双方都有台积电产能保障，这是2027年如期出货的前提。
潜在风险
2027年窗口期较长，需赌英伟达Rubin进展
Transformer万一被替代，芯片变废铁
这是专用架构的共同风险。

4. 投资逻辑总结

对于关注AI基础设施的投资人，MatX与Etched的同步崛起释放了明确信号：
  1. 算力效率瓶颈已至：通用GPU在Transformer时代的计算效率低下（利用率仅30%），为ASIC留下了10倍提升空间。
  2. 投资人的“双向下注”：顶级资本（如Stripe联合创始人、Peter Thiel）同时在MatX和Etched中布局，表明资本圈认可“专用化”趋势，但尚未确定谁能胜出，因此进行赛马式配置。
  3. 2027年关键窗口：两家公司均计划2027年出货。届时英伟达Rubin平台已成熟，市场将验证是“专用芯片”还是“更强通用芯片”更能主宰下一代AI算力。
结论：MatX凭借谷歌TPU血统和软硬件协同经验，是专用AI芯片赛道中兼具稳定性与颠覆性的标的；而Etched则是对Transformer未来的一次极端看多。两者均面临Nvidia生态壁垒，2027年的实际流片与客户 adoption，将决定谁能真正挑战英伟达的统治地位。
END
PITCHFUND CLUB

添加小助手微信，进入AI创始人/投资人社群

相关内容 查看全部