4.8億美元砸向端側(cè)算力！Agent芯片新貴沖出重圍

允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

成立不到三年，首顆AI芯片進(jìn)入量產(chǎn)，又拿下1.3億美元B輪融資，Acrab正在成為亞洲AI芯片市場里最值得關(guān)注的新貴之一。

據(jù)DealStreetAsia報(bào)道，這家總部位于新加坡的AI計(jì)算基礎(chǔ)設(shè)施公司近日完成B輪融資，Vertex Growth等機(jī)構(gòu)參與投資。

完成本輪融資后，Acrab累計(jì)融資已經(jīng)超過4.8億美元。新資金將用于擴(kuò)大產(chǎn)品產(chǎn)能、拓展技術(shù)生態(tài)，并加快下一代AI計(jì)算平臺(tái)的研發(fā)。

Acrab成立于2024年。不到一個(gè)月前，該公司剛剛發(fā)布第一代端側(cè)AI芯片GΞLIX 1，以及搭載這顆芯片的個(gè)人AI中心Agent Box。首代產(chǎn)品已經(jīng)開始客戶導(dǎo)入，并進(jìn)入規(guī)?；a(chǎn)準(zhǔn)備階段。

對于一家芯片創(chuàng)業(yè)公司來說，這樣的速度并不常見。

過去兩年，AI基礎(chǔ)設(shè)施最確定、也最擁擠的故事幾乎都發(fā)生在云端。

大模型越來越大，GPU越來越貴，微軟、谷歌、Meta、亞馬遜繼續(xù)加碼數(shù)據(jù)中心，英偉達(dá)則站在這一輪算力擴(kuò)張最核心的位置。

但AI不會(huì)永遠(yuǎn)只待在數(shù)據(jù)中心。

隨著模型持續(xù)壓縮、推理效率提升，PC、汽車、機(jī)器人以及更多智能終端能夠承擔(dān)的AI任務(wù)正在增加。

下一輪算力需求，也開始從“訓(xùn)練更大的模型”，向“讓智能真正進(jìn)入每一臺(tái)設(shè)備”延伸。

Acrab押的，就是這部分正在增長的計(jì)算需求。

云端已經(jīng)很擠，下一輪AI算力開始往端側(cè)走

大模型時(shí)代的第一場基礎(chǔ)設(shè)施戰(zhàn)爭，是一場典型的重資本游戲。

訓(xùn)練和運(yùn)行更大的模型，需要更多GPU、更高帶寬和更復(fù)雜的數(shù)據(jù)中心。

隨著模型規(guī)模不斷上升，資金、供應(yīng)鏈和工程能力都在迅速抬高門檻，云端算力越來越成為少數(shù)巨頭能夠長期參與的競爭。

相比之下，端側(cè)AI過去承擔(dān)的任務(wù)要輕得多。

拍照、降噪、語音識別等固定功能，一塊NPU已經(jīng)足以覆蓋大部分需求，真正復(fù)雜的大模型推理仍然主要發(fā)生在云端。

但這兩年，這個(gè)邊界開始移動(dòng)。

一方面，模型量化、壓縮和推理優(yōu)化不斷推進(jìn)，相同算力能夠運(yùn)行的模型越來越強(qiáng)；

另一方面，PC、汽車和機(jī)器人本身的內(nèi)存、帶寬和AI算力也在持續(xù)提升。

過去因?yàn)槟Ｐ吞?、設(shè)備算力不夠，只能送到云端完成的任務(wù)，開始有條件留在本地。

Agent又進(jìn)一步放大了這種需求。

個(gè)人文件、長期記憶、日程、設(shè)備狀態(tài)和實(shí)時(shí)交互，本身就產(chǎn)生在終端。

一個(gè)長期工作的Agent，如果每讀取一份文件、調(diào)用一次工具、更新一次狀態(tài)都需要往返云端，不僅會(huì)不斷累積延遲，推高Token賬單，也意味著大量個(gè)人和設(shè)備數(shù)據(jù)需要持續(xù)上傳。

隨著Agent從偶爾問答轉(zhuǎn)向全天候運(yùn)行，按Token計(jì)費(fèi)的云端模式給用戶帶來了難以持續(xù)的成本壓力。

這并不意味著端側(cè)會(huì)取代云端。

更可能出現(xiàn)的是新的分工：最復(fù)雜、最重的推理繼續(xù)留在數(shù)據(jù)中心，而高頻、隱私敏感、需要低延遲和長期保持狀態(tài)的任務(wù)，逐步向終端遷移。

這會(huì)直接抬高終端對AI算力的需求。模型能力越強(qiáng)，能夠留在本地完成的任務(wù)越多；本地任務(wù)越復(fù)雜，對內(nèi)存、帶寬和計(jì)算性能的要求也越高。

硬件廠商已經(jīng)開始為這種變化做準(zhǔn)備。

AMD提出Agent Computer，高通和NVIDIA也開始把更完整的本地AI能力放進(jìn)PC和邊緣計(jì)算平臺(tái)。

產(chǎn)品形態(tài)不同，但方向相近：下一輪AI基礎(chǔ)設(shè)施競爭，不會(huì)只發(fā)生在越來越大的數(shù)據(jù)中心，也會(huì)發(fā)生在越來越強(qiáng)的終端上。

Acrab選擇的正是這個(gè)位置。

它沒有進(jìn)入已經(jīng)高度擁擠的云端GPU戰(zhàn)場，而是從一開始就依托大型服務(wù)器芯片系統(tǒng)經(jīng)驗(yàn)，圍繞端側(cè)大模型和Agent設(shè)計(jì)計(jì)算平臺(tái)，切入高端端側(cè)AI服務(wù)器市場，押注模型能力持續(xù)下沉后對端側(cè)算力的長期升級需求

這個(gè)技術(shù)門檻，也遠(yuǎn)高于傳統(tǒng)消費(fèi)電子產(chǎn)品。Acrab將一支具備大規(guī)模服務(wù)器芯片與系統(tǒng)軟件經(jīng)驗(yàn)的團(tuán)隊(duì)，帶入了傳統(tǒng)3C團(tuán)隊(duì)難以觸及的技術(shù)深水區(qū)。

Agent起來之后，終端需要的不只是一塊NPU

端側(cè)模型能力往前走的同時(shí)，AI本身消耗算力的方式也在變化。

過去的大模型應(yīng)用，大部分時(shí)候仍然是一問一答：用戶給出輸入，模型完成推理并生成結(jié)果，一輪計(jì)算隨之結(jié)束。Agent真正開始工作以后，一次請求卻會(huì)被拉長成一條持續(xù)運(yùn)行的任務(wù)鏈。

微軟Azure研究團(tuán)隊(duì)近期發(fā)布的《Architectural Implications of Agentic AI Workflows》，正是在生產(chǎn)環(huán)境里觀察到了這種變化。

研究發(fā)現(xiàn)，Agent任務(wù)會(huì)不斷在模型推理、工具調(diào)用和任務(wù)編排之間切換，反復(fù)跨越CPU與GPU邊界；

與此同時(shí)，算力需求也不再像傳統(tǒng)推理那樣相對穩(wěn)定，而是出現(xiàn)明顯的等待、恢復(fù)和短時(shí)峰值。

這意味著，Agent時(shí)代的端側(cè)芯片不能只比一個(gè)TOPS數(shù)字。

CPU、NPU、內(nèi)存和軟件環(huán)境需要一起工作，一臺(tái)設(shè)備能不能長時(shí)間承載Agent，越來越像一道系統(tǒng)題。

這與Acrab CEO Ken Phua的判斷不謀而合。

他曾在Arm UK負(fù)責(zé)亞太應(yīng)用工程并參與全球IP策略制定，之后擔(dān)任Arm China聯(lián)席CEO

在他看來，AI進(jìn)入異構(gòu)計(jì)算階段后，執(zhí)行效率不僅取決于NPU，也取決于CPU與NPU能否順暢協(xié)同。

因此，Acrab最近發(fā)布的AI芯片GΞLIX 1不只強(qiáng)調(diào)700TOPS峰值算力

統(tǒng)一內(nèi)存、CPU與NPU協(xié)同、Prefill（輸入處理）和Agent編排，也被同時(shí)放進(jìn)了產(chǎn)品設(shè)計(jì)里。

這套產(chǎn)品思路也寫在了公司名稱里。Acrab取自Agentic Compute、Reasoning、Action與Brain的首字母，也來自天蝎座β星這一多恒星系統(tǒng)，寓意不同計(jì)算單元協(xié)同運(yùn)行

Acrab還公布了一組長上下文測試。

在運(yùn)行Gemma 26B A4B模型、4萬Token上下文緩存和1萬Token輸入的條件下，GΞLIX 1的平臺(tái)Prefill速度達(dá)到1416 Token/s，比業(yè)界領(lǐng)先的端側(cè)AI計(jì)算平臺(tái)快7倍。

值得一提的是，這組數(shù)據(jù)來自公司自測，實(shí)際表現(xiàn)還會(huì)受到模型加載、軟件調(diào)度和具體任務(wù)影響，仍需第三方進(jìn)一步驗(yàn)證。

但Acrab把Prefill、統(tǒng)一內(nèi)存和異構(gòu)協(xié)同放在核心位置，也說明它瞄準(zhǔn)的不只是模型能不能跑起來，而是長上下文和Agent任務(wù)真正進(jìn)入終端之后，對整套計(jì)算效率的要求。

換句話說，Acrab押的不是“端側(cè)還需要一顆更快的NPU”，而是當(dāng)本地AI從一次推理走向長期工作，終端會(huì)需要一套新的計(jì)算底座

從GΞLIX 1到Agent Box，Acrab開始走向量產(chǎn)

GΞLIX的名字取意于“Helix（螺旋）”，公司借用DNA演化與適應(yīng)的意象，表達(dá)這套計(jì)算平臺(tái)支持AI持續(xù)演進(jìn)、適應(yīng)環(huán)境和進(jìn)行長期規(guī)劃的目標(biāo)。

基于GΞLIX 1，Acrab還做了Agent Box

它被定義為Personal AI Center，是一臺(tái)可以直接放在桌面上的小型端側(cè)AI設(shè)備，搭載GΞLIX 1，可以在本地運(yùn)行千億參數(shù)級模型，并整合長期記憶、多模態(tài)交互、工具調(diào)用和Agent編排。

在發(fā)布會(huì)演示中，用戶提出想為孩子制作一份太空主題禮物，Agent提供創(chuàng)意、協(xié)助選擇方案，再調(diào)用相關(guān)工具推進(jìn)制作。

單個(gè)步驟并不復(fù)雜，難點(diǎn)在于一句自然語言能否被拆解成連續(xù)動(dòng)作，任務(wù)狀態(tài)能否在模型和工具之間持續(xù)傳遞。

這也是Agent Box比一臺(tái)普通“本地大模型電腦”多出來的部分。

按照Acrab公布的信息，其軟件平臺(tái)覆蓋本地大模型、優(yōu)化后的Runtime、開發(fā)工具和Agent編排。

Agent Box既是一款完整設(shè)備，也承擔(dān)著參考系統(tǒng)的作用：他們把GΞLIX 1、模型和軟件棧放進(jìn)同一臺(tái)機(jī)器，驗(yàn)證完整Agent任務(wù)能否在本地運(yùn)行，再把這套能力復(fù)制到AI PC、AI NAS、汽車、工業(yè)設(shè)備和機(jī)器人等不同終端。

對于Acrab來說，真正的商業(yè)空間并不只來自Agent Box本身，而在于GΞLIX 1以及背后的軟件平臺(tái)能否被更多設(shè)備廠商采用。

現(xiàn)在，這套平臺(tái)已經(jīng)開始走向量產(chǎn)驗(yàn)證

根據(jù)Acrab披露的信息，GΞLIX芯片于2025年11月完成流片，隨后進(jìn)入上電和系統(tǒng)驗(yàn)證。

據(jù)公司稱，芯片上電后6小時(shí)內(nèi)通過12項(xiàng)關(guān)鍵驗(yàn)證，并在24小時(shí)內(nèi)啟動(dòng)Linux和Android系統(tǒng)。

今年7月，GΞLIX 1和Agent Box正式發(fā)布，目前第一代計(jì)算平臺(tái)已經(jīng)開始客戶導(dǎo)入，并推進(jìn)規(guī)模化生產(chǎn)。

最新一輪1.3億美元B輪，也正好發(fā)生在這個(gè)時(shí)間節(jié)點(diǎn)：首顆芯片已經(jīng)做出，參考系統(tǒng)已經(jīng)亮相，下一步是擴(kuò)大產(chǎn)品產(chǎn)能、拓展技術(shù)生態(tài)，并繼續(xù)研發(fā)下一代AI計(jì)算平臺(tái)

Vertex Growth從Acrab早期階段開始投資，并隨著公司完成不同技術(shù)節(jié)點(diǎn)持續(xù)投入。投資方此前披露，GΞLIX已經(jīng)在部分要求較高的真實(shí)部署環(huán)境中完成驗(yàn)證，并正在推進(jìn)首次行業(yè)采用和量產(chǎn)。

Acrab成立不到兩年，從芯片流片走到產(chǎn)品發(fā)布和客戶導(dǎo)入，同時(shí)累計(jì)融資超過4.8億美元，現(xiàn)在已經(jīng)從技術(shù)驗(yàn)證走到了商業(yè)化驗(yàn)證的門口。

接下來真正需要看的，是GΞLIX 1會(huì)進(jìn)入哪些量產(chǎn)設(shè)備，首批客戶何時(shí)出現(xiàn)，以及這些項(xiàng)目能不能形成持續(xù)出貨。

4.8億美元給了Acrab繼續(xù)押注端側(cè)算力的籌碼。

真正屬于Agentic AI的計(jì)算平臺(tái)，正在走向現(xiàn)實(shí)。