MatX One芯片发布，挑战大模型吞吐量极限

当前，大模型（LLM）的算力竞争正以前所未有的深度，触及更根本、更专业的芯片领域。这不仅仅是性能的迭代，更是对AI计算效率“地板价”的极致追求。在此背景下，一家由谷歌TPU团队资深工程师创立的AI芯片初创公司MatX，于2026年2月24日宣布完成了高达5亿美元（约合34.45亿元人民币）的B轮融资。这一数额不仅体现了市场对其技术潜力的认可，更预示着AI芯片赛道已然进入“超级战队”集结的新阶段。

本轮融资的阵容可谓星光熠熠。除了吸引到来自半导体巨头如Alchip和Marvell的战略性参与，更有数家顶级投资机构的鼎力注入，这无疑为MatX的未来发展注入了强劲的资本动力，也让外界对其即将推出的核心技术充满期待。

核心利器：MatX One 芯片揭秘

MatX此次融资的底气，很大程度上源于其正在打造的下一代核心处理器——MatX One。这款芯片的设计目标极为明确：旨在同时攻克大模型推理过程中“高吞吐量”与“低延迟”这两大看似矛盾的尖峰挑战。

• 创新架构：分区式脉动阵列（Partitionable Systolic Array），巧妙地融合了大型阵列的超高能效与小型阵列的灵活调度能力，实现了硬件利用率的最大化，从而在满足算力需求的同时，控制能耗。

• 存储黑科技： MatX One 整合了SRAM设计极低的延迟特性，并赋能HBM（高带宽内存）的长上下文处理能力，成功突破了传统架构在存储瓶颈上的束缚，为处理海量数据和长序列的AI任务奠定了坚实基础。

• 全场景适应性： 无论是大模型的预填充（Prefill）、高频次的解码（Decoding），还是复杂的强化学习训练（Reinforcement Learning Training），MatX One 都宣称能提供行业领先的性能表现，展现了其在不同AI应用场景下的普适性和专业性。

商业前景：瞄准 LLM 使用成本的“降维打击”

在当下激烈的算力市场竞争中，“如何降低Token的产出成本”，已成为所有模型厂商的共同诉求。引述IT Home报道，MatX官方表示，其产品在吞吐效率上，有望实现与甚至超越传统芯片的持平或超越，这将极大地降低大模型的部署和维护门槛，为AI技术的普及打开新的想象空间。

行业速览：AI 芯片战火蔓延，不止一面

MatX 的崛起，恰恰是全球 AI 芯片热潮的一个缩影。近期，整个行业动态可谓风起云涌，每一项技术突破都可能重塑市场格局：

• SambaNova 发布了其第五代RDU芯片，并与英特尔（Intel）达成了深度合作，显示出传统与新兴势力在AI算力领域的新型联合模式。

• Positron 更是推出了号称能效比达到英伟达（NVIDIA）Rubin架构五倍的Asimov芯片，直接将能效比推向了一个新的理论高峰。

• 国内创新探索： 另一方面，国内一科研团队近期成功研发出一款成本低于1美元的柔性AI芯片，并能承受高达40000次的折叠，这为可穿戴AI设备等新兴硬件领域带来了革新性的可能性，预示着AI芯片的形态和应用边界正在被持续拓展。