來源較早收集於 2m

「億鑄科技」完成超過 10 億人民幣融資

閱讀原文: 36氪
#ai-chips#funding#hardware

國內 GPU/AI 晶片廠商獲得大額融資,將影響 AI 硬體供應鏈格局。

30 秒速覽

有什麼變化

近期完成超過 10 億人民幣融資

為什麼重要

作為 GPU/AI 晶片領域的參與者,此資金注入顯示投資人對國內高效能運算基礎設施的持續信心。

下一步行動

追蹤「億鑄科技」的產品路線圖,確認其硬體是否支援 PyTorch 或 Triton 等標準 AI 框架。

誰應關注:Developers & AI Engineers

關鍵要點

  • •近期完成超過 10 億人民幣融資
  • •投資方包含國資與 GPU 產業資深人士
  • •正籌備新一輪融資計畫

深度解析

本篇為 AI 生成分析,非原文內容。

增強重點摘要

  • •億鑄科技(Pingtung Technology)專注於研發基於存算一體(Processing-in-Memory, PIM)架構的通用 GPU 產品。
  • •該公司核心技術路線旨在解決傳統 GPU 在 AI 大模型運算中面臨的「記憶體牆」(Memory Wall)瓶頸,大幅降低能耗與延遲。
  • •億鑄科技的創始團隊多來自國際頂尖半導體企業,具備深厚的 GPU 架構設計與量產經驗。
  • •其產品規劃涵蓋從雲端資料中心到邊緣運算的多元場景,目標是提供高能效比的 AI 算力解決方案。
  • •本輪融資資金將主要用於加速首款存算一體 GPU 晶片的流片(Tape-out)與軟體生態系統的建構。

競品分析

架構核心
億鑄科技 (PIM GPU)
存算一體 (PIM)
傳統 GPU (如 NVIDIA H100)
馮·紐曼架構
專用 AI 晶片 (ASIC)
專用邏輯電路
能效比
億鑄科技 (PIM GPU)
極高 (減少數據搬運)
傳統 GPU (如 NVIDIA H100)
中等 (受限於記憶體頻寬)
專用 AI 晶片 (ASIC)
高
通用性
億鑄科技 (PIM GPU)
高 (支援通用 GPU 編程)
傳統 GPU (如 NVIDIA H100)
極高
專用 AI 晶片 (ASIC)
低
主要瓶頸
億鑄科技 (PIM GPU)
生態系統成熟度
傳統 GPU (如 NVIDIA H100)
記憶體頻寬與功耗
專用 AI 晶片 (ASIC)
軟體開發靈活性

技術深入

  • 採用存算一體架構,將運算單元直接整合於記憶體陣列中,消除數據在處理器與記憶體間的頻繁傳輸。
  • 針對 AI 大模型優化,支援 Transformer 架構的矩陣乘法運算加速。
  • 軟體層面兼容主流深度學習框架(如 PyTorch, TensorFlow),降低開發者遷移成本。
  • 透過先進封裝技術(如 Chiplet)提升晶片整合度與良率。

前景展望基於引用來源的 AI 分析

存算一體架構將成為下一代 AI 晶片的主流技術路徑。
隨著 AI 模型參數規模指數級增長,傳統架構的記憶體頻寬瓶頸已無法透過單純提升製程來解決。
億鑄科技將在 2027 年前進入商業化量產階段。
完成 10 億人民幣融資後,公司已具備支撐高昂流片成本與軟體生態開發的資金實力。

時間線

2022-01
億鑄科技正式成立,總部位於上海。
2023-05
完成天使輪融資,啟動存算一體 GPU 架構研發。
2024-09
發布首款存算一體架構技術白皮書,確立技術路線。
2026-06
完成超過 10 億人民幣融資,並宣布啟動新一輪融資計畫。

AI 週報

閱讀本週精選 AI 大事摘要 →

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: 36氪 ↗

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週電子報

每週一封,可隨時退訂。