Fractile 募資 7.2 億美元，推進 AI 推論晶片

新聞摘要

Fractile 是一家總部位於倫敦與布里斯托的人工智慧晶片新創公司，於 2026 年 11 月 11 日（格林威治標準時間）宣布已完成 7.2 億美元的 C 輪募資。本輪由 Thrive Capital、Lightspeed、Redpoint 與 Founders Fund 領投，資金將用於加速開發與交付專為 AI 推論設計的晶片與系統；推論是指訓練完成的模型產生答案的階段。創辦人暨執行長 Walter Goodwin 表示，公司預計於 2027 年出貨首批晶片與系統。

資金用途

本輪募資為 Fractile 提供可觀資本，使其從晶片設計邁向完整系統。Goodwin 表示，公司計畫運用這筆資金加快高效能 AI 晶片的出貨腳步。除四家領投機構外，參與投資者還包括 CapitalG、Felicis、DST Global、BlackRock、Accel、Georgian、Bain Capital Ventures、SV Angel、英國主權 AI 基金、Balderton、Shopify Ventures、T. Rowe Price、British Business Bank 以及其他既有與新加入的投資人。

英國政府表示，其主權 AI 創投基金與 British Business Bank 參與了這輪價值超過 5 億英鎊的募資。該公司投資人 Balderton 稱，本輪 C 輪募資的投後估值為 70 億美元。本輪規模反映投資人對能因應 AI 服務需求成長的運算基礎設施之興趣，而所報導的估值本身並非商業表現的證據。

推論為何需要專用硬體

訓練讓模型從資料中學習模式；推論則是將該模型套用至使用者提示時所需的反覆運算。隨著模型產生更長的答案、處理多個步驟，或驅動類代理工作流程，每次互動都可能需要更多運算與資料搬移。這使得推論速度、能源使用與營運成本成為硬體供應商的重要設計目標。

Fractile 同時開發晶片、軟體與系統。該公司表示，其並非只專注於處理器，而是採取涵蓋機器學習編譯器與系統層級工程的全端做法。編譯器會將模型運算轉譯為晶片可執行的指令。協調這些層級有助於設計者調整模型對應至硬體的方式，不過實際成果仍取決於完整系統與客戶執行的工作負載。

記憶體設計主張

Goodwin 表示，Fractile 已取得突破，包括從 DRAM 記憶體中榨出高出 20 倍的速度。DRAM 即動態隨機存取記憶體，廣泛用於存放處理器運算時所需的資料。在記憶體與運算之間搬移資料會耗費時間與能源，因此改善記憶體存取是研究人員與晶片設計者為加速 AI 推論所探索的途徑之一。

Fractile 的做法歷經演進，報導描述其設計將 DRAM 堆疊於每顆晶片上方。該公司的速度數字是其所宣稱的技術成果，尚未成為在商業系統上廣泛驗證的效能指標。評估此設計需要更多細節，例如比較基準、工作負載、容量、功耗、製造良率與系統層級基準測試。計畫於 2027 年進行的首批出貨，應能為客戶與獨立評估者提供更清楚的比較基礎。

從研究走向可用系統

晶片的效能不只取決於架構。軟體支援、記憶體容量、互連、散熱、可靠性以及量產能力，都會影響加速器在資料中心中的實用性。Fractile 決定同時開發矽晶片、軟體與系統，目的是將這些相依因素整合為單一工程計畫來處理。

對學生與科技讀者而言，該公司的進展說明了電腦架構如何與 AI 的使用者體驗相連結。模型看似能即時回應，但其答案取決於處理器反覆擷取模型資料並執行運算。記憶體與運算之間更好的局部性可減少延遲，而編譯器與系統軟體則決定理論上的硬體能力能否為實際應用所用。

後續觀察重點

關鍵里程碑包括晶片設計定案（Tape-out）與製造進展、首批晶片與系統的到來，以及可獨立重現的效能資料。有用的比較將在相同模型與工作負載上衡量延遲、吞吐量、每生成詞元的能耗與總營運成本。結果也應顯示效能如何隨模型規模、上下文長度與同時使用者數增加而變化。

Fractile 已募得資金以追求這些里程碑，但其商業地位最終仍取決於能否交付客戶可部署的可靠硬體與軟體。因此，本輪 C 輪募資標誌著重大的募資與開發進展；計畫於 2027 年的出貨，將是檢驗其記憶體與全端設計能否轉化為 AI 推論實際效益的下一個考驗。