北京
2026年2月24日，一個普通的星期二，三家AI芯片創業公司接連宣布融資：
MatX：5億美元
SambaNova：3.5億美元
Axelera AI：2.5億美元
一天之內，11億美元涌入了同一個賽道。
這個賽道的終點指向了一家公司：Nvidia。
站在Nvidia剛剛發布財報的時點，我們一起看看資本與創業者為何集體下注，他們看上了GPU鐵幕上的什么機會。
挑戰Nvidia，今天有機會了嗎？
要理解這11億美元的意義，先要理解一件事：在芯片行業挑戰Nvidia，長期以來被認為是送死行為。
Nvidia控制著全球AI訓練芯片超過80%的市場份額。它的GPU生態系統（CUDA）經過十幾年打磨，開發者遷移成本極高。
過去五年，無數挑戰者折戟沉沙，Graphcore瀕臨倒閉，Cerebras苦苦掙扎，Intel的AI芯片業務一直在虧損。
但2026年，也許有了機會：
第一，AI從訓練轉向推理。
Deloitte Global預測，2026年推理計算量將首次超過訓練。如果說訓練是直線加速賽——誰的引擎最暴力誰贏——那推理就是山路彎道賽，拼的是效率、延遲和性價比。
Nvidia的GPU是為直線加速設計的。彎道賽，它不一定是最優解。
這正是新玩家的窗口期。
第二，超級云廠商開始"自研"芯片。
谷歌有TPU，亞馬遜有Trainium，Meta和微軟也在加速自研。Reuters報道指出，超級云廠商正在設計更便宜的自研AI芯片，這本身就是對Nvidia定價權的挑戰。
當你最大的客戶開始"繞過"你，說明你的護城河沒有你以為的那么深。
第三、中國芯片正在制裁壓力下加速。
2025年，中國本土AI芯片自給率已從兩年前的19%飆升至58%（銷售口徑），英偉達特供版H20在性能上被多款國產芯片反超。
這個趨勢王煜全在昨晚的直播中做了系統拆解，從華為昇騰的真實算力天花板，到寒武紀如何成為字節跳動的Plan B，到中國先進制程的極限在哪里。
錯過直播的朋友，回放已上線，歡迎通過文末入口觀看。
周四直播PPT報告，更多內容加入前哨特訓營獲取
三個挑戰者，分別在做什么？
這11億美元不是撒胡椒面。每家公司賭的都是不同的"裂縫"。
MatX：前谷歌TPU團隊的"滿血復仇"
融資：5億美元 Series B
領投：Jane Street + Situational Awareness（Leopold Aschenbrenner創立的基金）
其他投資者：Marvell、Spark Capital、Stripe聯合創始人Patrick和John Collison
MatX的故事，要從兩個谷歌老兵說起。
CEO Reiner Pope曾領導谷歌TPU的AI軟件開發，聯合創始人Mike Gunter是TPU硬件的核心設計師。兩個人在谷歌內部親手打造了全球最成功的非Nvidia AI芯片，然后在2022年出來單干。
他們的目標簡單粗暴：做一款訓練大語言模型效率比Nvidia GPU高10倍的芯片。
新融資將用于與臺積電合作量產，計劃2027年出貨。
值得注意的是領投方之一：Situational Awareness基金。這是前OpenAI研究員Leopold Aschenbrenner創立的投資基金。Aschenbrenner因為在OpenAI內部預警AI安全風險而被解雇，隨后發表了那篇震動行業的長文《Situational Awareness》。
一個從OpenAI"叛逃"的人，把錢押在了挑戰Nvidia的芯片上，是為夢想窒息，還是看到了未來機遇？
周四直播PPT報告，更多內容加入前哨特訓營獲取
SambaNova：軟銀的"推理芯片"賭注
融資：3.5億美元 Series E
領投：Vista Equity Partners + Cambium Capital
戰略投資者：Intel Capital
SambaNova前哨過去為大家掃描過。
這家公司成立于2017年，比大多數AI芯片創業公司都"老"。它的核心技術是Dataflow架構，一種與GPU完全不同的計算范式，專為AI工作負載設計。
本輪融資同時，SambaNova發布了最新芯片SN50，號稱推理速度是競品的5倍。
Intel既是投資者，又是合作伙伴。據CNBC報道，Intel此前曾考慮收購SambaNova但談判未果，最終選擇了投資+合作模式。
面對Nvidia的壟斷優勢，Intel可謂是四處突圍，自研、投資多點開花。
Axelera AI：歐洲的"邊緣計算"黑馬
融資：超2.5億美元
投資者：貝萊德（BlackRock）等
總融資額：超4.5億美元（含股權、補貼和風險債務）
Axelera AI是這三家中最"另類"的一個。
它不做云端大芯片，而是專攻邊緣AI推理——讓AI在設備端本地運行，不需要連回數據中心。
據TechFundingNews報道，Axelera的芯片功耗遠低于Nvidia同類產品。在AI走向端側（手機、汽車、工廠機器人）的大趨勢下，這是一個被低估的賽道。
貝萊德（全球最大資管公司）的入局，說明連最保守的機構資本也開始認為：AI芯片不能只有Nvidia一個選項。
公司CEO & CTONvidia的新成績與應對之策
話說回來，挑戰Nvidia和打敗Nvidia是兩碼事。
就在這三家創業公司宣布融資之后，Nvidia又交出了傲人業績。
Q4 FY2026實際業績（截至2026年1月25日），全面碾壓預期：
季度營收681億美元（同比增長73% ），遠超華爾街預估的657億美元；
數據中心營收623億美元（同比增長75%），Grace Blackwell新芯片貢獻約三分之二；
季度凈利潤430億美元（同比增長94%），一個季度賺的錢，比絕大多數Fortune 500公司全年營收還多。
電話會上，黃仁勛拋出了一個核心論斷："Compute equals revenues."（算力即收入）
他舉了Meta的例子：AI模型推動Facebook廣告點擊率提升3.5倍、Instagram轉化率提升超1%，這些AI工作負載跑的全是Nvidia的GPU，算力直接變現為收入增長。
他還提到，兩家大客戶：Anthropic的收入一年翻了10倍，OpenAI的需求"不可思議"，兩家公司都面臨嚴重的算力產能瓶頸。
老黃的結論是：Agentic AI的拐點已經到來。沒有算力就沒有token，沒有token就沒有收入增長。
更重要的是，芯片從設計到量產需要2-3年。MatX計劃2027年才出貨，SambaNova的SN50剛剛發布，Axelera還在擴產。
在這2-3年里，Nvidia不會站著不動。老黃反復強調每年推出一整套全新AI基礎設施（今年一次性發布6顆芯片），節奏從未放慢。
歷史告訴我們：在芯片行業，"技術更好"從來不等于"贏了"。
生態、量產能力、客戶粘性、軟件工具鏈，每一個環節都可能決定成敗，眼下的融資熱潮只是產業變動的信號。
要真正看懂未來趨勢，必須有一套成熟的方法。
這輪AI爆發打開的真正機會是什么
AI算力需求爆發，推理需求切換，確實為全新的芯片玩家創造了空間，這些無疑會在將來影響到Nvidia的議價能力。
谷歌新一代TPU問世，OpenAI與Anthropic就拿到了GPU折扣，無疑是一個最好的證明。
對于中國市場來說，這場變革的意義更加深遠：
當美國封鎖了最先進的光刻機和芯片，中國的AI算力從哪里來？夠不夠用？能撐多久？誰在這場算力競賽中領跑？
這些問題的答案，昨晚王煜全直播都給出分析，也第一時間拆解了英偉達財報與黃仁勛電話會要點。
昨晚的直播覆蓋技術格局、產業競爭、未來趨勢的完整研究。
如果你關心中國科技產業的底層算力命脈，關心在制裁壓力下哪些企業正在突圍、哪些賽道即將爆發，這場直播的回放不容錯過。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
