EnCharge AI押注模拟存内计算，8瓦笔记本可跑200 TOPS AI

设计基于电荷的模拟存内AI加速器（EN100），以远低于GPU的功耗在笔记本、工作站和边缘设备上运行推理。

模拟存内计算能让设备端推理能效比数字芯片高约20倍，因此笔记本电脑和机器人会采用专用加速器而非GPU。

2170万美元（2022年12月）；DARPA OPTIMA拨款1860万美元（2024年）；Tiger Global领投超1亿美元B轮（2025年2月），总计约1.44亿美元。

Verma的普林斯顿实验室在国防部资助下研究基于电荷的模拟存内计算约十年，2022年他与前IBM CTO Kailash Gopalakrishnan和前Macom COO Echere Iroaga共同创立EnCharge AI，并筹集2170万美元构建完整硬件加软件栈。

2025年2月：Tiger Global领投的超额认购超1亿美元B轮，参投方包括三星风投、富士康关联的HH-CTBC、RTX风投和In-Q-Tel；首款产品EN100（M.2模块：200+ TOPS，功耗8.25瓦，32GB LPDDR；四芯片PCIe卡：约1 petaOPS，功耗40瓦）亮相，行业媒体报道持续至2026年；瞄准笔记本、工作站、机器人和工业自动化。

EN100已发布并进入商业化；公司仍为私营，未披露收入或客户名称。

模拟存内计算直击AI推理中最大的成本——内存与计算之间的数据传输，而非仅仅扩展数字芯片。

普林斯顿十年的研究和国防部的资助，在风险投资改变公司议程之前就降低了技术风险。

投资者名单涵盖三星、富士康、RTX和In-Q-Tel，表明消费电子、制造业和国防领域对高效设备端AI的需求。

这是一场逆向押注：如果能效获胜，边缘设备将取代云GPU进行日常推理；如果数字路线图持续进步，窗口将关闭。

在风险投资前花十年降低基础技术风险，为EnCharge带来了专利和非主流叙事，但模拟推理仍需在OEM领域与英伟达路线图争夺采用。

截至2026年4月，EnCharge已发布首款产品EN100，并正在寻求OEM在笔记本电脑、工作站、边缘及工业系统中的采用；公司仍是圣克拉拉约90人的私营企业。尚未披露收入或具名客户，模拟推理将取代数字加速器的说法尚未在大规模应用中得到验证。