前谷歌TPU工程师创办的MatX为LLM专用芯片融资约8000万美元A轮

设计专用于大语言模型训练和推理的处理器，并针对大规模集群的扩展进行优化。

专为激活参数70亿以上的LLM设计、并配备面向大型集群的先进互连的芯片，可在LLM训练和推理上比英伟达GPU强10倍。

2023年12月宣布2500万美元种子轮，由AI天使投资人Nat Friedman和Daniel Gross领投；2024年11月约8000万美元A轮，由Spark Capital领投。

曾在谷歌从事TPU芯片设计的Mike Gunter和曾为TPU编写AI软件的Reiner Pope在A轮两年前共同创立了MatX，以缓解AI工作负载芯片的短缺。

种子轮于2023年12月来自经常共同投资的Nat Friedman（前GitHub CEO）和Daniel Gross（前苹果搜索与AI业务）。The Information于2024年10月报道称MatX寻求7500万至1亿美元；TechCrunch随后证实由Spark Capital领投约8000万美元。MatX和Spark拒绝置评。

创始人从特定角度攻击英伟达——超大参数LLM集群——而非全面竞争。

谷歌TPU的出身赋予团队可信度，而种子轮后不到一年即完成8000万美元融资使这一点变得具体。

先进互连的主张针对的是扩展AI集群的真正瓶颈，而不仅仅是芯片原始速度。

此轮融资表明，在英伟达需求超过供应之际，AI天使投资人和行业风投愿意资助硬件登月项目。

专注于一类工作负载——此处是超大型LLM——使小团队能够对抗巨头而证明芯片初创公司的合理性，前提是互连方面的说法成立。

截至2024年11月的报道，MatX在种子轮和A轮合计融资约1.05亿美元，投后估值略高于3亿美元，芯片仍在开发中。来源中未宣布任何产品出货或客户。