📊Bloomberg Technology•最新收集於 29m
Fractile 獲 Anthropic 合作後估值瞄準 65 億美元
💡Fractile 傳出估值暴增，凸顯專用 AI 晶片需求與 Anthropic 的硬體策略。
⚡ 30-Second TL;DR
有什麼變化
Fractile 正在開發針對人工智慧工作負載最佳化的晶片。
為什麼重要
數十億美元的估值將顯示投資人對既有 GPU 供應商以外的專用 AI 晶片供應商抱持高度信心。據報與 Anthropic 達成的協議，也可能驗證市場對替代性推論與 AI 運算架構的需求。
下一步行動
在考慮將 Fractile 作為潛在推論硬體合作夥伴前，先檢視其公布的架構與 Anthropic 供應協議細節。
誰應關注：Founders & Product Leaders
關鍵要點
- •Fractile 正在開發針對人工智慧工作負載最佳化的晶片。
- •該新創已與 Anthropic 達成晶片供應協議。
- •Fractile 正深入洽談超過 65 億美元的估值，較 5 月估值高出六倍以上。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Fractile 的核心技術專注於『記憶體內運算』（In-Memory Computing）架構，旨在解決 AI 推論過程中的記憶體頻寬瓶頸。
- •該公司由前 DeepMind 研究員 Walter Goodwin 創立，其技術架構特別針對 Transformer 模型進行了硬體層級的優化。
- •Fractile 的晶片設計目標是顯著降低大型語言模型（LLM）在執行推論時的延遲，並提升每瓦效能（Performance-per-watt）。
- •此次融資談判反映了市場對於非 NVIDIA 架構 AI 加速器的高度需求，投資人正積極尋找能降低對 GPU 依賴的替代方案。
- •除了 Anthropic 之外，Fractile 的技術路線吸引了多位 AI 領域的天使投資人與創投機構，顯示其在硬體架構創新上的潛力受到業界認可。
📊 競品分析▸ Show
| 公司 | 核心技術 | 優勢 | 劣勢 |
|---|---|---|---|
| Fractile | 記憶體內運算 (IMC) | 針對 Transformer 優化，低延遲 | 生態系尚未成熟 |
| Groq | LPU (Language Processing Unit) | 極致的推論速度 | 記憶體容量限制 |
| Cerebras | WSE (Wafer-Scale Engine) | 超大晶片面積，高頻寬 | 功耗與冷卻要求極高 |
| NVIDIA | GPU (H100/B200) | 生態系完整，軟體支援強 | 記憶體頻寬瓶頸 (Memory Wall) |
🛠️ 技術深入
- 採用記憶體內運算架構，直接在儲存權重的記憶體單元中執行矩陣乘法運算，減少數據搬移。
- 針對 Transformer 模型中的注意力機制 (Attention Mechanism) 進行硬體加速，解決 KV Cache 帶來的記憶體壓力。
- 專注於推論 (Inference) 優化，而非訓練 (Training)，以適應 Anthropic 等公司對大規模模型部署的需求。
- 透過客製化互連技術，實現多晶片間的高效擴展，以支援超大型參數模型。
🔮 前景展望AI analysis grounded in cited sources
Fractile 將在 2027 年前實現其首款商用晶片的大規模部署。
隨著與 Anthropic 的合作深入，Fractile 必須在短期內證明其硬體在實際生產環境中的穩定性與效能優勢。
AI 推論硬體市場將出現 GPU 與專用加速器（ASIC）並存的格局。
Fractile 等新創公司的崛起顯示，針對特定模型架構優化的硬體能提供比通用 GPU 更高的成本效益。
⏳ 時間線
2022-01
Fractile 正式成立，開始研發針對 AI 的新型硬體架構。
2024-05
Fractile 完成早期融資，當時估值為後續談判的基準點。
2026-07
Fractile 與 Anthropic 正式達成晶片供應與技術合作協議。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗