AI 推理的成本问题正被一家韩国初创公司重新审视。XCENA 成立于 2022 年，设计了一款将计算能力嵌入内存模块的芯片 MX1，试图绕过传统 CPU/GPU 与内存之间的高成本数据搬运。该公司近日完成 1.35 亿美元 B 轮融资，估值达 5.7 亿美元，总融资额累计 1.85 亿美元。
为什么现有 AI 架构存在瓶颈
每次向 ChatGPT 提问，数据都要经历一场「接力赛」：信息从内存出发，经 CPU 预处理，送往 GPU 运算，再折返回来——AI 生成的每个词都要重复这一过程。XCENA 联合创始人兼 CEO Jin Kim 表示：「CPU 和 GPU 几十年来都在变得更智能，唯独内存没有进步。我们想改变这一点。」 这一瓶颈的结构性根源在于：每次请求都必须经过业内最昂贵、能耗最高的芯片。随着全球三大内存芯片厂商（三星、SK 海力士、美光）市值先后突破万亿美元，行业正在转向以内存为核心的 AI 基础设施架构。
MX1 芯片：让计算靠近数据
MX1 通过 CXL（Compute Express Link，即处理器与内存之间的专用高速通道）连接到 CPU，在数据离开内存模块之前就完成处理。其核心思路是将计算带到数据端，而非将数据拉到计算端。
Kim 指出：「GPU 擅长矩阵乘法这类 AI 模型训练的重计算工作，但周围的数据编排（包括预处理、KV 缓存管理、数据缓存）仍运行在 CPU 上。我们的芯片直接在内存模块内部处理这些任务。」 XCENA 声称，原本需要 10 台服务器的负载，理论上可由 1 台 MX1 完成。芯片基于开源架构 RISC-V 构建，拥有数千个核心，每个核心都针对数据处理专门优化、体积小巧且高效。除核心本身外，XCENA 还自研了内部内存层级、互联总线和 DRAM 控制器——这是多数芯片公司（包括规模更大的竞争对手）会选择外包的部分。
商业化路线与目标客户
MX1 目前仍为原型阶段。量产芯片计划于 2026 年底从三星代工厂下线，预计 2027 年开始产生营收。XCENA 正在与多家全球内存厂商洽谈，Kim 未透露具体名称。他表示，公司的理想客户是每年在 AI 基础设施上投入数百亿美元的超级规模厂商——内存效率提升哪怕几个百分点，也意味着数亿美元的节省。
在竞争格局上，XCENA 的直接对手是 Astera Labs 和 Marvell——两者均为纳斯达克上市企业，主攻下一代内存互联方案。Marvell 是该领域内已有成熟布局的大型玩家，但 Kim 认为真正的差异化在于知识产权：「我们拥有数千个核心。」公开资料显示，Marvell 的方案依赖少数通用核心。
在 NPU 厂商争相挑战英伟达训练市场份额的同时，XCENA 选择聚焦这一底层内存密集型环节。
融资与团队背景
本轮 B 轮融资由总部位于首尔的 Altinum 和 IMM Investment 领投，Corstone Asia 及现有投资者 SBI Investment 和 Mirae Asset Capital 跟投。公司总部位于首尔郊外的科技重镇 Pangyo，并在美国加州 Sunnyvale 设有办公室，员工总数超过 90 人。
三位创始人均来自内存巨头：CEO Jin Kim、CTO Dohun Kim、CPO Harry Juhyun Kim 均曾在三星和 SK 海力士任职——正是为英伟达 GPU 供应芯片的那两家公司。
评论