AI推理芯片赛道彻底沸腾！SambaNova狂揽10亿美元，英特尔也看上了

当地时间 7 月 8 日，AI 芯片公司 SambaNova 宣布完成 F 轮融资，融资金额为 10 亿美元，投后估值达到 110 亿美元。本轮融资由 General Atlantic 领投，Seligman Ventures、BlackRock、Intel Capital 等新老股东参与其中。

据 SambaNova 的首席执行官兼联合创始人 Rodrigo Liang 透露，接下来几周内还会有更多投资者加入，第二次交割也可能随之完成。这意味着，这轮融资最终规模仍有继续扩大的空间。

这距离 SambaNova 今年 2 月宣布 3.5 亿美元 E 轮融资、发布第五代 AI 芯片 SN50，只过去了大约 5 个月。对于一家曾在 2025 年底传出与英特尔洽谈收购的公司来说，SambaNova 选择继续融资、继续扩张，也意味着它暂时仍想以独立公司的身份参与这一轮 AI 基础设施竞争。

Liang 也没有否认外部收购兴趣。他表示：“我们总是会收到收购方的邀请。”但在当前 AI 市场热度仍高的情况下，SambaNova 更现实的选择，可能是继续把公司做大。他同时提到，公司现在的增长势头很可能会在某个时间点推动其上市。

SambaNova 成立于 2017 年，总部位于美国加州圣何塞。该公司的三位联合创始人分别是 Rodrigo Liang、Kunle Olukotun 和 Christopher Ré。

其中，Rodrigo Liang 现任公司 CEO，此前在 Sun Microsystems 和甲骨文负责过高性能处理器相关团队，也曾在惠普工作，拥有斯坦福大学电气工程学位；Kunle Olukotun 是斯坦福大学电气工程与计算机科学教授，也是 SambaNova 首席技术官，被誉为“多核处理器之父”。他曾创办 Afara Websystems，后者在 2002 年被 Sun 收购，其技术影响了后来的 Niagara 处理器；Christopher Ré 同样是斯坦福大学教授、麦克阿瑟天才奖得主，专攻机器学习系统与数据管理。

（来源：SambaNova）

三人创办公司时，深度学习正处于高速发展期，算力需求呈指数级攀升。然而，市面上主导 AI 训练和推理的 GPU 依然基于传统的冯·诺依曼架构。在这种架构下，计算单元和内存是分离的，处理大规模数据时，系统往往需要花费大量时间和能耗在两者之间来回搬运数据，这就是业界著名的“内存墙”（Memory Wall）和算力瓶颈。

因此，SambaNova 想做的，是从硬件架构、编译器、软件栈到系统交付方式，重新设计一套面向 AI 的计算平台。

他们的核心理念是“软件定义硬件”，并由此开创了可重构数据流架构（Reconfigurable Dataflow Architecture，RDA）。在这一架构下，SambaNova 摒弃了传统逻辑，自研了数据流处理单元（Reconfigurable Dataflow Unit，RDU）。相比依赖固定指令流执行的传统架构，RDU 更强调根据不同 AI 模型的计算图，对硬件计算资源进行动态配置，让数据在计算阵列中以更高效率流动。

成立后的前几年，SambaNova 一直保持相对低调。外界很少看到具体产品，但它已经陆续获得 Google Ventures、Intel Capital 等机构支持。

2018 年，SambaNova 完成 5,600 万美元 A 轮融资；2019 年，又完成 1.5 亿美元 B 轮融资；到 2020 年，SambaNova 完成 2.5 亿美元 C 轮融资，投资方包括 BlackRock、Intel Capital、GV 等，估值达到约 25 亿美元。

也是在 2020 年前后，SambaNova 开始逐渐走向台前，推出数据中心级 AI 系统 DataScale。与许多芯片公司不同，SambaNova 没有选择单独销售裸芯片，而是把芯片、服务器硬件和软件栈打包成一整套系统交付。其软件平台 SambaFlow 负责把 AI 模型映射到 RDU 架构上，降低客户部署和调优的复杂度。

2021 年，SambaNova 迎来资本市场的高光时刻。公司完成 6.76 亿美元 D 轮融资，由软银愿景基金二期领投，淡马锡、GIC 等机构参与，估值超过 50 亿美元，成为 AI 芯片领域最受关注的独角兽之一。

不过，AI 芯片公司的商业化并不轻松。芯片研发周期长，系统交付成本高，客户验证周期也很长。尤其在 2022 年之后，资本市场降温，许多 AI 芯片创业公司都面临收入增长和融资环境的双重压力。SambaNova 也需要证明，自己的数据流架构不只是技术上有差异，还能在真实客户场景中形成可持续收入。

转折点来自生成式 AI。ChatGPT 爆发后，大语言模型迅速从实验室走向企业应用。模型参数量从百亿级走向千亿级甚至万亿级，企业对算力、内存和推理成本的要求也发生变化。

这让 SambaNova 的技术路线重新获得关注。以公司发布的 SN40L 为例，它强调通过高带宽内存和更大容量内存组合，支持超大模型推理。

SambaNova 在今年 2 月发布的第五代 RDU 芯片 SN50 继续强化了 SambaNova 一贯强调的内存和数据流优势。按照 SambaNova 的说法，SN50 面向智能体 AI 和企业级推理场景设计，重点解决的不是单次训练速度，而是大模型在真实业务中长期运行时的成本、延迟和内存压力。公司称，基于 SN50 的系统可以在单个机架内运行万亿参数级模型，并支持更高效的模型切换、多模型运行和长上下文处理。

这些能力对应的正是企业部署 AI 时最头疼的问题：模型越来越大，调用频率越来越高，用户又希望响应足够快、成本足够低。

（来源：SambaNova）

最近两年，AI 算力竞争的焦点进一步从单纯训练转向高效推理、私有化部署和数据安全。许多金融机构、政府部门和大型企业并不愿意把核心数据完全放到外部公有云上，也不一定希望长期依赖通用 GPU 集群。它们需要的是可控、稳定、成本可预测的 AI 基础设施。

SambaNova 正是围绕这一需求调整商业化重点。过去几年，该公司逐步形成了三类产品形态：云服务 SambaCloud、软件和模型栈 SambaStack，以及以 SambaRack 形式交付的本地化硬件系统。客户既可以像调用云 API 一样使用 SambaNova 的模型和算力，也可以把整套设备和软件部署在自己的数据中心。

（来源：SambaNova）

这一轮融资，也正是围绕这个故事展开。SambaNova 表示，本轮资金将用于扩大产能、加快产品创新，并扩大面向企业、Neo-cloud、主权 AI、服务商等客户的部署。

所谓 Neo-cloud，通常指专门围绕 AI 算力建设的新型云服务商；主权 AI 则是近两年在欧洲、中东、亚太等地区快速升温的方向，即政府或本地企业希望在本国数据中心内部署 AI 基础设施，减少对外部云和海外模型服务的依赖。SambaNova 官网显示，主权 AI 合作网络已覆盖澳大利亚、欧洲和英国等地区。

近期，摩根大通就选择 SambaNova 作为 AI 推理基础设施合作伙伴，计划使用其 SN40 和 SN50 系统，在银行内部运行安全的本地 AI 推理任务。TechCrunch 报道称，Liang 将公司客户分为主权云、Neo-cloud 和自用型企业三类，并提到除摩根大通外，公司客户还包括 Saudi Aramco、英特尔以及一些日本企业。

SambaNova 与英特尔的关系也颇有看点。Intel Capital 很早就是 SambaNova 的投资方，英特尔 CEO 陈立武也担任 SambaNova 的董事长。2025 年底，市场还曾传出英特尔洽谈收购 SambaNova 的消息。虽然收购并未落地，但双方的合作并没有停止，反而在 AI 推理基础设施上进一步加深。

今年 2 月，英特尔与 SambaNova 宣布多年战略合作，核心目标就是打破单一依赖通用 GPU 的局面，基于英特尔 Xeon 处理器架构与 SambaNova 的硬件系统，共同为企业、AI 模型提供商和政府机构打造极具性价比的高性能推理方案；4 月，双方进一步提出异构推理架构，并预计在 2026 年下半年面向企业、云厂商和主权 AI 项目推出。

当然，挑战同样明显。AI 芯片市场仍由英伟达主导，AMD、谷歌 TPU、AWS Trainium/Inferentia、Cerebras、Groq 等也在争夺不同场景。对 SambaNova 来说，融资和估值只是入场券，真正的问题是能否稳定量产、交付足够多的系统，并让客户在成本和性能上看到明确优势。

1.https://techcrunch.com/2026/07/08/sambanova-draws-1b-at-11b-valuation-in-series-f-first-close/

2.https://www.reuters.com/technology/intel-talks-acquire-ai-chip-startup-sambanova-bloomberg-news-reports-2025-10-30/

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成