XCENA启动公司获得1.35亿美元融资，挑战AI瓶颈

每当你向ChatGPT提问时，你的请求就会触发一场数据传输竞赛。信息从内存中转出，经过CPU进行预处理，随后传送到GPU进行重计算，最后再返回——这一过程在AI生成的每个单词上都重复进行。这个瓶颈是结构性的问题——这意味着在每个请求中都需要经过一些业界最昂贵和耗电的芯片。正是这种低效，XCENA这家在韩国和美国都有办公室的初创公司试图解决。

这家成立四年的初创公司设计了一种芯片，可以将计算能力更靠近DRAM——那些存储处理器正在使用的快速短期内存芯片——从而使常规数据操作能够在内存附近处理，无需在CPU、GPU和内存之间进行昂贵的往返。如果这一方案能够在大规模上运作，其对AI基础设施成本的影响可能是显著的，这也正是投资者对该公司的热情所在。事实上，XCENA刚刚完成了一轮1.35亿美元的B轮融资，估值达到5.7亿美元，使其总融资额达到1.85亿美元。

XCENA的首席执行官金金（Jin Kim）与首席技术官金斗焕（Dohun Kim）和首席产品官金哈润（Harry Juhyun Kim）于2022年共同创立了这家公司，他们都是三星和SK海力士的资深人士，这些公司为Nvidia的GPU提供芯片。金金在接受TechCrunch采访时表示：“CPU和GPU的智能化水平在几十年间不断提高，但内存却没有。XCENA希望改变这一现状。”他补充道：“最近内存价格和相关股票的上涨，显示出AI基础设施向以内存为中心的架构转变的趋势。”

XCENA的商业模式基于这样一个理论：“推理不仅仅是一个计算问题；它越来越成为一个内存扩展问题。”XCENA的芯片MX1通过CXL（计算快速链接）与CPU连接——本质上是处理器和内存之间的专用快速通道——在数据需要离开内存模块之前就进行处理。它将计算能力带到数据旁，而不是相反。公司声称，原本需要10台服务器的工作，现在只需1台就能完成。

“虽然GPU在矩阵乘法方面表现出色——这也是AI模型训练背后的重数学——但许多周边的数据协调任务，包括预处理、KV缓存管理（存储先前对话上下文的系统，以便模型不必重新处理）和数据缓存，仍然依赖CPU。我们的芯片直接在内存模块内处理这些任务。”金金说。

自去年下半年以来，对内存解决方案的需求激增，公司认为时机对他们有利。尽管金金拒绝透露具体名称，但与多个全球内存供应商的谈判已处于初步阶段。公司的理想客户是每年在AI基础设施上花费数十亿美元的超大规模客户，哪怕是内存效率的小幅提升也能带来数亿美元的节省。MX1仍处于原型阶段，预计到2026年底，量产芯片将从三星的代工厂生产出来，并希望在2027年开始产生收入。

尽管神经处理单元（NPU）制造商正在争夺训练工作负载的市场，XCENA则专注于其底层的内存密集型层。XCENA的主要竞争对手包括Astera Labs和Marvell，这两家公司均在纳斯达克上市，致力于下一代内存连接技术。金金表示，Marvell是一家在同一领域的成熟大玩家，XCENA的差异化在于其知识产权。“我们有数千个核心。”根据公开规格，Marvell的方案相比之下依赖于少数通用核心。这些核心基于RISC-V——一个开源芯片设计蓝图——并专门针对数据处理进行了优化，每个核心都被设计得小而高效。除了核心本身，XCENA还设计了自己的内部内存层次结构、互连总线和DRAM控制器，这种垂直整合的水平是大多数芯片公司，包括大型竞争对手，通常会外包的。

总部位于首尔的风险投资公司Atinum和IMM Investment共同领导了这一轮B轮融资，此外还有Corstone Asia以及现有投资者SBI Investment和未来资产资本。该公司在位于首尔附近的科技中心Pangyo和Sunnyvale设有90多名员工，并与国际投资者洽谈额外融资事宜。

博主点评： XCENA通过创新的内存架构，力图打破AI计算中的瓶颈，展现了内存技术的重要性。随着AI需求的增长，内存效率的提升将直接影响成本和性能，值得关注其未来的市场表现和技术进展。