🔥36氪•較早收集於 2m
「億鑄科技」完成超過 10 億人民幣融資
💡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-Second TL;DR
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▸ Show
| 特性 | 億鑄科技 (PIM GPU) | 傳統 GPU (如 NVIDIA H100) | 專用 AI 晶片 (ASIC) |
|---|---|---|---|
| 架構核心 | 存算一體 (PIM) | 馮·紐曼架構 | 專用邏輯電路 |
| 能效比 | 極高 (減少數據搬運) | 中等 (受限於記憶體頻寬) | 高 |
| 通用性 | 高 (支援通用 GPU 編程) | 極高 | 低 |
| 主要瓶頸 | 生態系統成熟度 | 記憶體頻寬與功耗 | 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AI analysis grounded in cited sources
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 →
👉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： 36氪 ↗
每週 AI 簡報
每週一封，可隨時退訂。