推理芯片创业浪潮：d-Matrix 获 NVIDIA 入股、Taalas/CScale/Volantis 融资全景
10 月 8 日，The Information 披露了一则耐人寻味的消息：NVIDIA 计划投资推理芯片初创公司 d-Matrix——一家不折不扣的直接竞争对手。与此同时，光子推理系统 Volantis、光互连加速器 CScale、数据流架构 Efficient Computer 相继完成大额融资，快速推理硬件公司 Taalas 则被 AMD 收入囊中。推理芯片，这个曾经被视为"巨头夹缝"的细分市场，正在成为 AI 硬件创业与资本最密集的战场。
融资全景：一个月内的资本密度
将 2026 年 10 月初的融资与合作动态汇总成表：
| 公司 | 技术方向 | 资本动态 | 金额 |
|---|---|---|---|
| d-Matrix | 数字 SRAM 推理芯片 | NVIDIA 计划投资（条款未披露） | 未披露 |
| Volantis | 光子推理系统 | A 轮 | 8,800 万美元 |
| CScale | 加速器光互连 | C 轮 | 1.45 亿美元 |
| Efficient Computer | 数据流架构 | B 轮（估值 6.5 亿美元） | 9,700 万美元 |
| Taalas | 快速推理硬件 | 被 AMD 收购 | 未披露 |
Volantis 的目标是 20 万亿参数级别的模型推理，主打成本与功耗效率，采用类 Face ID 的垂直腔面发射激光器连接 AI 芯片与内存；CScale 则押注光互连，试图从数据搬运环节重构加速器系统；Efficient Computer 的数据流架构彻底摒弃传统指令驱动的冯·诺依曼范式。技术路线百花齐放，但共同指向同一个市场：LLM 推理。
推理层为何成为创业富矿
推理芯片创业热潮不是资本泡沫的偶然，而是三个结构性因素叠加的必然：
第一，LLM serving 是成本敏感型生意。 模型厂商与云厂商的推理成本以每百万 token 计价，规模效应下，哪怕 20% 的每 token 成本改善都意味着数亿美元的利润差异。训练市场拼的是"能不能训出来"，推理市场拼的是"谁更便宜更快"——后者为架构创新提供了清晰的回报公式。
第二，负载稳定，架构可固化。 训练负载随模型结构演进不断变化，通用 GPU 的灵活性不可替代；而推理负载（注意力、解码循环）高度稳定，专用架构可以针对固定计算模式做到极致优化——把模型结构"烧进"硬件，正是 Taalas"快速推理硬件"的立意所在。
第三，生态门槛相对最低。 训练深度绑定框架与算子生态，CUDA 护城河难以逾越；推理则可以通过 OpenAI 兼容 API 层屏蔽底层差异，客户迁移成本极低。创业公司在推理市场面对的是"性能与成本"的公平竞争，而非生态垄断。
霸主的收编模式：投资、收购与平台吸纳
面对创业公司的围攻，NVIDIA 的应对不是封锁而是收编。梳理时间线可以看到一套完整的组合拳：
| 事件 | 方式 | 战略意图 |
|---|---|---|
| 收购 Groq（2026-Q1，约 200 亿美元） | 全资收购 | 将 LPU 纳入 Rubin 平台，补全超低延迟推理 |
| Groq 3 LPU 进入 Rubin 平台 | 产品整合 | GPU 管 prefill、LPU 管 decode 的异构分工 |
| 计划投资 d-Matrix | 少数股权 | 挑战者选择与 NVIDIA 合作而非独立竞争 |
| OpenAI Jalapeño（博通代工） | 客户自研 | 顶级客户自研 ASIC 分流需求 |
| Meta MTIA（博通代工） | 客户自研 | 同上 |
Groq 3 LPU 机架的参数体现了收编后的技术红利：256 颗 LPU、128GB 聚合 SRAM、40 PB/s 片上带宽，每兆瓦吞吐较 Blackwell 高 35 倍。NVIDIA 用一张 GPU 订单之外的"补充产品"回应了所有 SRAM 推理挑战者——既然你们证明了这个方向的价值，那就把它变成自己产品矩阵的一部分。
而投资 d-Matrix 是更精妙的一手：不收购、不控股，用少数股权把最具威胁的独立竞争者转化为生态内的合作者。对 d-Matrix 而言，接受 NVIDIA 入股意味着获得渠道、客户与供应保障；代价是独立叙事的终结。
出路分化：被收购、被投资、硬刚
推理芯片创业公司的终局正在呈现三种模式：
模式一：被收购，融入巨头。 Taalas 被 AMD 收购，为其推理产品线注入 SRAM 架构能力；Groq 被 NVIDIA 收购后成为 Rubin 平台的第七颗芯片。创始人与投资人获得退出，技术获得最大规模的分发渠道，但品牌消失。
模式二：被投资，保持名义独立。 d-Matrix 接受 NVIDIA 入股，介于独立与融合之间——产品仍独立销售，但战略上已与霸主绑定。这类公司保留了差异化叙事，却让后续的客户中立性打了折扣。
模式三：硬刚，独立竞争。 Cerebras 是最典型的代表——晶圆级架构 + OpenAI 100 亿美元电力协议 + AMD 生态合作，坚持独立路线。风险是持续的高额研发投入与生态孤岛，回报则是在某一细分市场（如极致推理速度）建立不可替代的地位。光子路线的 Volantis、CScale 暂时也走在这条路上，资本尚在为他们输血。
独立生存空间的挤压与再定义
必须指出，"收编"不等于"垄断"。巨头的吸纳行为恰恰验证了推理专用架构的价值，而自研 ASIC（OpenAI Jalapeño、Meta MTIA）与国内推理芯片的崛起也在持续分流需求。独立推理芯片公司的真实生存空间在于：巨头投资组合之外的客户中立性、特定场景的极致优化（超低延迟、超大模型、光子能效），以及地缘市场（如国产替代）的本土化需求。AI 推理市场的体量足以容纳多条技术路线——真正的问题是，独立公司能否在霸主收编完成之前，建立起自己的规模化客户基本盘。
小结
d-Matrix 获 NVIDIA 入股是这个赛道的标志性事件：当最强挑战者选择与霸主合作，说明推理芯片战争的竞争逻辑已经从"技术对垒"转向"生态收编"。Volantis、CScale、Efficient Computer 的大额融资证明资本仍在押注架构创新，而 Taalas、Groq 的归宿则揭示了行业整合的大势。对创业者，出路分化为被收购、被投资、硬刚三条路，各有代价；对客户，短期利好是技术加速成熟与价格竞争，长期需警惕的是推理算力供应集中于少数巨头生态。这场浪潮的下一幕，取决于 Cerebras 们能否用独立叙事跑通商业闭环。