由前谷歌技術團隊成員創立的芯片企業MatX Inc.近日宣布完成5億美元B輪融資，資金將用于加速其首款人工智能專用處理器的研發與量產。本輪融資由量化交易巨頭Jane Street與科技投資機構Situational Awareness聯合領投，芯片制造商Marvell Technology、支付平臺Stripe聯合創始人及另外四家戰略投資者參與跟投。此前該公司已通過多輪融資從相同投資方組成的財團獲得超1億美元支持。
MatX One作為其核心產品，采用突破性的"可分割脈動陣列"架構設計。這種創新架構允許單個芯片將計算陣列動態劃分為多個獨立模塊，每個模塊可針對特定數據類型優化電路配置。相較于傳統脈動陣列固定化的計算模式，該技術使芯片在處理不同規模的語言模型時能自動調整計算路徑，顯著提升資源利用率。
在存儲架構方面，MatX One采用混合內存方案：將占模型參數90%以上的權重數據存儲在片上SRAM中，這種緊鄰計算核心的高速內存使數據訪問延遲降低至納秒級；而用于存儲中間計算結果的KV緩存則采用高帶寬內存(HBM)，在保證處理速度的同時支持更長的上下文窗口。這種設計使芯片在保持低延遲優勢的同時，突破了傳統SRAM容量限制。
技術團隊在解碼機制上實現雙重優化：通過集成推測解碼技術，處理器可并行生成多個候選輸出序列，結合塊級稀疏注意力機制對非關鍵計算進行智能跳過。實驗室測試數據顯示，在處理千億參數級模型時，MatX One的吞吐量較主流GPU提升3.8倍，而能耗降低42%。公司首席架構師在技術白皮書中透露，其數值計算單元采用全新浮點精度算法，在保證模型精度的前提下減少了30%的運算量。
本輪融資將重點投入芯片流片前的最后驗證階段。MatX計劃在未來12個月內完成7nm制程工藝的工程樣片制造，隨后啟動與超算中心的聯合測試。值得關注的是，Marvell Technology除資金支持外，還將開放其先進封裝測試線供MatX使用，這為芯片的量產良率控制提供重要保障。
行業分析師指出，隨著大語言模型參數規模突破萬億級，現有計算架構面臨內存帶寬瓶頸和能效比危機。MatX的混合內存架構與動態陣列分割技術，為解決"內存墻"問題提供了新思路。據供應鏈消息，多家云服務提供商已就芯片采購展開前期洽談，首批訂單容量可能超過50萬片。
在生態建設方面，MatX宣布將開源其編譯器工具鏈，支持TensorFlow、PyTorch等主流框架的無縫遷移。公司CTO在技術研討會上演示了用單顆MatX One芯片實時處理1750億參數模型的場景，其每秒32000 tokens的生成速度創下行業新紀錄。這項突破可能重塑云計算市場的定價模式——按輸出token計費的服務或將因硬件效率提升而大幅降價。
