英国OLIX获3.12亿美元融资推AI推理芯片DX 1

8月3日，英国伦敦芯片设计公司OLIX宣布完成3.12亿美元新一轮融资，投后估值达33亿美元。该公司由25岁的詹姆斯·达科姆比创立，研发团队分散于英国与美国两地，新晋投资方涵盖ARM公司及流媒体巨头Netflix创始人里德·哈斯廷斯。OLIX此次资金募集的核心用途是推进其首款AI推理专用芯片DX-1的工程化量产。该产品试图打破当前数据中心依赖单一通用计算芯片处理全部人工智能任务的架构惯性，将推理流程转化为可拆分的工业流水线。

DX-1的技术路线聚焦于大语言模型生成阶段的专项优化。传统图形处理器或通用加速器通常以统一算力池应对矩阵运算与数据调度，而DX-1仅锁定词元写入这一核心工序。该芯片采用高度集成的片上存储架构，将模型权重参数直接封装于计算逻辑单元旁侧，彻底剥离了对片外高带宽内存及复杂先进封装工艺的依赖。在芯片间数据交换环节，OLIX采用光脉冲传输方案替代传统铜缆互联，宣称可在多节点并行时显著压缩数据搬运延迟。公司披露的基准测试数据显示，DX-1在中等参数量级模型下可实现每秒超一万词元的输出效率，单词元能耗较全功能芯片下降明显。该指标目前尚未通过独立机构复核，首批工程样机预计于2027年下半年交付。

此类专用化架构在业内已有先例。美国Groq公司早年即布局同类推理芯片，同样采用片上缓存与可编程流水线设计。2025年9月，Groq完成7.5亿美元融资并获近70亿美元估值。此后英伟达以约200亿美元现金达成技术授权协议，并将相关技术整合至新一代Vera Rubin平台中的Groq 3 LPU模块。当前英伟达仍掌控全球AI加速芯片约七成市场份额。除Groq外，美国Etched公司近期完成3亿美元融资，英国Fractile公司募资2.2亿美元，多家企业正密集切入细分推理赛道，竞争焦点逐渐从理论架构转向实际交付能力。

工程化瓶颈与系统级成本重构

尽管架构设计规避了当前半导体供应链的热门瓶颈，但DX-1从实验室走向规模化部署仍需跨越多项工程与经济性门槛。片上存储的物理容量限制是首要制约因素，单颗芯片仅能容纳数百兆字节参数，而主流大模型体积通常达数十吉字节。这要求数据中心必须采用大规模阵列化部署方案，随之引发机柜空间占用激增、高密度布线复杂度上升以及散热风道设计的重新规划。此外，该类芯片依赖预编译编译器预先固化数据路由拓扑，面对底层网络结构频繁迭代的大模型架构时，动态适配能力面临考验。OLIX虽声明芯片不绑定单一模型拓扑，但实际兼容性与编译器更新频率需待2027年客户现场实测方可确认。光互连方案虽能提升总带宽，但硅光调制器的驱动电压与温度漂移特性需在整机层面进行补偿校准，这对电源管理IC的选型提出了更高要求。

从产业链视角审视，OLIX选择绕开高带宽内存产能紧缺与晶圆厂先进封装排队周期，实质是以系统级冗余换取供应链交付确定性。英国本土在模拟与数字混合信号设计、硅光通信接口研发方面具备深厚积累，ARM公司的战略注资也反映出欧洲产业资本对差异化AI硬件路线的押注。英国政府近年持续加码半导体本土化政策，通过税收抵免与研发补贴吸引跨国企业设立设计中心，OLIX的融资历程正是这一产业导向的缩影。然而，定制化推理芯片的投资回报高度依赖业务并发规模，只有当特定推理任务达到极高吞吐量时，专用架构才能有效摊薄硬件采购与机房运维成本。对于中低频应用场景，通用GPU集群凭借资源弹性仍具备更高的综合利用率。

中国工程商与算力集成企业在评估引进此类新型推理硬件时，应建立严格的技术验证与合规审查流程。光互连模块的长期可靠性、片上存储单元的良率控制曲线以及编译器对动态模型结构的适配日志，将是决定实际部署效果的核心参数。建议在采购前要求供应商提供完整的功耗热管理白皮书、固件版本迭代计划及批次追溯编码体系，并结合自身业务负载特征开展小规模概念验证测试。跨境采购还需提前核对目标市场的电磁兼容认证周期与售后备件供应条款，确保算力基础设施的平稳过渡与全生命周期成本控制。