Fractile 的 2.2 億美元豪賭：用 In‑Memory AI 晶片突破推論瓶頸

為什麼 AI 推論正成為新的瓶頸

目前多數 AI 基礎設施都是為 模型訓練（training） 最佳化。像 Nvidia GPU 這類加速器在大量平行數學運算方面非常強大，因此非常適合訓練大型語言模型。

但當模型部署到產品中後，它們就進入 推論模式：不斷根據使用者輸入逐字生成 token（文字片段）。

在這個過程中，真正的限制往往不是算力，而是：

• 記憶體頻寬
• 資料存取延遲

大型模型在生成每個 token 時，都必須反覆讀取大量權重與中間資料。如果硬體無法快速移動這些資料，即使計算核心再快，也無法有效提升速度。

而新一代 AI 模型又讓這個問題更加嚴重，例如：

• 回答內容越來越長
• 上下文視窗（context window）快速擴大
• 推理型模型需要多次內部思考步驟

一些新型工作負載甚至可能需要 數千萬個 token 才能完成任務，讓推論速度與記憶體效率成為關鍵限制。

Fractile 的看法是：未來 AI 發展的真正瓶頸，很可能是推論延遲，而不是模型能力本身。

Fractile 的解法：在記憶體裡直接計算

為了解決這個問題，Fractile 正在開發一種稱為 in‑memory compute（記憶體內運算） 的晶片架構。

在傳統 AI 加速器中：

• 計算核心（compute cores）
• 記憶體（例如 HBM）

通常是分離的。資料需要在兩者之間頻繁來回傳輸，這會消耗大量時間與能源。

Fractile 的設計理念則是：讓運算盡可能在資料所在的位置進行。

其架構的關鍵包括：

• 在同一晶片上整合記憶體與計算
• 在記憶體結構內直接執行部分模型運算
• 減少外部記憶體與處理器之間的資料傳輸

減少資料搬移有望同時改善三件事：

• 延遲（latency）
• 能源效率
• 推論成本

這些都是大型 AI 系統商業化時最重要的指標。

Fractile 表示，其系統目標是讓前沿模型推論 最高可快 25 倍，成本約為現有方案的十分之一。更早期的技術目標甚至曾提出 100 倍速度提升與 10 倍成本降低，但這些仍屬公司宣稱，尚未有獨立基準測試驗證。

這筆 2.2 億美元融資要做什麼

Fractile 的 2.2 億美元 B 輪 由 Accel、Factorial Funds 與 Founders Fund 領投，其他投資者包括 Conviction、Gigascale Capital、O1A Ventures、Felicis、Buckley Ventures 與 8VC。

公司計畫將資金用於：

• 加速推論晶片架構研發
• 推進第一代硬體系統量產
• 擴大在英國、美國與台灣的工程團隊

Fractile 成立於 2022 年，創辦人 Walter Goodwin 為牛津大學背景的工程師，公司目標是在本十年後期將系統交付客戶。

外界也曾報導 Anthropic 等 AI 公司對該技術表現出早期興趣，但目前仍屬初步討論，尚未宣布正式商業合作。

更快推論可能帶來哪些 AI 新應用

如果 Fractile 或類似架構真的能顯著提升推論效率，AI 系統可能會出現新的能力與應用場景。

大規模推理型模型

現代推理模型往往需要：

• 生成多條思考路徑
• 檢查不同答案
• 反覆推理

更快的推論速度意味著模型可以在執行時投入更多算力，也就是所謂的 test‑time compute。

更接近即時對話的 AI 助手

對聊天型 AI 或互動式應用而言，回應延遲非常重要。推論速度提升可以讓 AI 助手更接近真人對話的即時感。

AI Agent 系統

自主 AI agent 可能需要：

• 呼叫工具
• 生成程式碼
• 多輪推理

這些流程可能消耗 數百萬到數千萬 token，因此推論效率會直接決定系統是否可行。

大規模企業 AI 服務

企業若要運行客服 AI、企業 Copilot 或大型 API 服務，必須處理巨量請求。專用推論硬體有機會大幅降低 每個 token 的生成成本。

最大的不確定：能否真正量產

Fractile 的理念反映出一個正在發生的產業轉變：

當 AI 從研究走向大規模部署，推論效率的重要性正快速追上模型訓練能力。

但現實也很殘酷——打造一種能挑戰成熟 GPU 生態系的新晶片架構非常困難。

目前 Fractile 提出的速度與成本優勢仍是 目標或公司宣稱，尚未有公開、獨立的性能驗證。

儘管如此，這筆大額融資與市場關注度顯示，越來越多投資人相信：

下一波 AI 硬體突破，可能不只是更大的模型，而是更快、更便宜地運行它們的方法。