前谷歌TPU核心团队创立的MatX获5亿美元B轮融资，自研芯片攻克LLM推理痛点

前谷歌TPU资深工程师创立的AI芯片初创企业MatX近期完成5亿美元B轮融资，世芯电子等半导体巨头战略参与。其自研的MatX One芯片采用“可分割脉动阵列”结构，突破大语言模型（LLM）推理场景中“高吞吐”与“低延迟”难以兼顾的行业痛点，有望在竞争激烈的AI芯片市场崭露头角。

当大语言模型（LLM）从实验室走向生产场景，推理性能的瓶颈正在成为AI规模化落地的关键掣肘。近日，由前谷歌TPU资深工程师团队创立的AI芯片初创公司MatX宣布完成5亿美元B轮融资，世芯电子、美满电子等半导体巨头的战略参与，让这家聚焦LLM推理优化的企业成为赛道新焦点。

此次5亿美元的B轮融资折合人民币约34.45亿元，在当前AI芯片融资潮中仍属于量级靠前的手笔。半导体巨头的战略入局，不仅为MatX带来了充足的资金支持，更意味着其技术路线与产品潜力获得了行业头部玩家的认可。在大模型应用向生产端渗透的阶段，企业对高性价比、高性能推理芯片的需求持续攀升，资本的密集加注正是这一趋势的直接体现。

MatX的核心底气来自于其研发的MatX One芯片。传统AI芯片在处理大模型推理任务时，始终面临“高吞吐”与“低延迟”难以兼顾的矛盾：若追求高吞吐效率，往往会导致单请求延迟升高；若保证低延迟，又无法实现大规模批量处理。而MatX One采用的可分割脉动阵列结构，融合了SRAM的极低延迟特性与HBM的长上下文处理能力，能够根据任务需求灵活调整阵列结构，在不牺牲延迟的前提下，大幅提升模型推理的吞吐效率，直击LLM推理的核心痛点。

当前AI推理芯片赛道已呈现群雄逐鹿的格局。英伟达凭借CUDA生态牢牢占据市场主导地位，而SambaNova、Positron等初创企业也在推出各自的差异化产品。MatX虽然拥有谷歌TPU团队的技术基因，但要在竞争中突围，除了技术优势外，更需要加快产品的商业化落地速度——尽快实现芯片量产、与主流大模型厂商和云平台建立合作，通过实际场景验证性能，才能抢占市场份额。