谷歌前TPU团队创业获5亿美元融资，新型AI芯片瞄准2027出货

由谷歌前TPU核心研发团队创立的AI芯片公司MatX，近日完成5亿美元（约34亿人民币）B轮融资，OpenAI前技术高管安德烈·卡帕西参与投资。该公司跳出当前AI芯片的单一技术路线，融合高带宽内存HBM与片上SRAM优势打造新型芯片，预计2027年实现批量出货，旨在打破英伟达主导的AI芯片市场格局。

当安德烈·卡帕西用“当今最有趣、回报也最高的智力难题”来形容一家创业公司时，行业很难不给予关注。这位曾在谷歌参与TPU研发、后加入OpenAI的技术大佬，不仅为MatX的B轮融资站台，更是亲自下场成为投资人——而MatX的核心团队，恰恰是一群和卡帕西有着相似履历的谷歌前TPU员工。

MatX的核心竞争力，首先来自其团队的技术底色。核心成员均曾主导谷歌TPU芯片的研发迭代，而TPU作为谷歌训练PaLM、Gemini等旗舰大模型的核心硬件，其技术积累早已得到全球AI行业的验证。此次5亿美元的B轮融资，除了卡帕西的个人背书，更折射出资本对AI芯片新路线的期待。卡帕西在公开声明中特意提及英伟达4.6万亿美元的市值，直白地暗示MatX瞄准的正是AI芯片市场的顶级蛋糕。

当前全球AI芯片市场已形成两大清晰阵营：一边是以英伟达H100、谷歌TPU v5为代表的高带宽内存（HBM）路线，这类芯片通过堆叠HBM解决大模型训练时的海量数据吞吐需求，是当前大模型预训练阶段的绝对主流；另一边是以Cerebras为代表的片上SRAM路线，依靠超大容量的片上静态随机存储器减少数据搬运延迟，主打推理场景的实时响应，今年初AMD还刚对Cerebras完成战略投资。

MatX的思路则完全跳出了这种“二选一”的框架。团队认为，随着大模型应用场景的多元化，很多落地场景需要芯片同时兼顾训练的高效性和推理的实时性——比如动态生成内容的交互式AI应用、需要边推理边微调的个性化模型服务。因此，MatX的新型芯片将同时融合HBM的高带宽优势与SRAM的低延迟特性，打造一款能适配多场景需求的通用型AI芯片。

MatX已明确表态，首款新型AI芯片预计2027年实现批量出货。这一时间点恰好踩在大模型技术迭代的关键期：届时大模型可能会进入更普及的落地阶段，对硬件的需求也将从单一训练转向“训推一体”的综合性能。

但挑战同样明显：英伟达在AI芯片市场的垄断地位已形成多年，从硬件到CUDA软件生态的壁垒极高；而融合两种技术路线也意味着要解决诸多工程难题，比如不同内存架构的兼容、功耗控制等。不过，资本的持续加码和明星团队的技术积累，让MatX具备了冲击现有格局的潜力——至少，行业已经看到了一种跳出既有框架的新可能。