---
title: "70亿美元估值叫板英伟达！英国独角兽Fractile斩获7.2亿美元C轮：3D堆叠DRAM击穿大模型内存墙、自研ML编译器与Agentic推理降本全景深度拆解"
url: "https://paooo.com/aigc-news/41957/"
author: "Prompt 语宙研究院"
published_at: "2026-11-13T15:05:48+08:00"
updated_at: "2026-11-13T15:05:48+08:00"
categories: "AIGC 资讯"
tags: "3D堆叠DRAM, Agentic AI硬件, AI推理芯片, Fractile, 内存墙突破, 英国主权AI基金"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 70亿美元估值叫板英伟达！英国独角兽Fractile斩获7.2亿美元C轮：3D堆叠DRAM击穿大模型内存墙、自研ML编译器与Agentic推理降本全景深度拆解

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/41957/) · 作者：Prompt 语宙研究院 · 发布时间：2026-11-13

## AI 30 秒核心看点 (TL;DR)

- Fractile用3D堆叠DRAM+专有ASIC，试图绕开HBM高成本与容量瓶颈。
- 自研ML编译器可穿透PyTorch/JAX/ONNX图结构，降低硬件落地门槛。
- 英国主权AI基金参投，显示欧洲在算力供应链自主可控上的战略押注。

> **💡 站外导读：**在全球科技巨头为争夺英伟达顶级 GPU 算力配额而陷入资本失血的背景下，来自英国的底层硬件初创公司 Fractile 正在用一种截然不同的架构哲学掀起反叛浪潮。TechCrunch、英国《金融时报》及路透社权威确认，Fractile 刚刚正式完成规模高达 7.2 亿美元的 C 轮重磅融资，由硅谷顶级风投机构 Thrive Capital、Founders Fund、Lightspeed 与 Redpoint 联合领投，英国主权 AI 基金（Britain's Sovereign AI Fund）倾力参投，将这家半导体新贵的估值直接推升至 50 亿英镑以上（约合 70 亿美元）。Fractile 抛弃了行业盲目争夺稀缺高带宽内存（HBM）的昂贵老路，通过在专有计算芯片表面直接 3D 垂直堆叠商品级 DRAM 的全栈软硬件拓扑，配合量身定制的高性能 ML 编译器，直击 Agentic AI（智能体）爆发所引发的长程长文本推理“内存墙”死穴。

## 一、 击碎“内存墙”悖论：Fractile 为什么放弃 HBM 改走 3D 堆叠 DRAM？

在大语言模型（LLM）与自主智能体（Agentic AI）全面进入企业级生产环境的今天，AI 计算的瓶颈已经彻底从“算力密集型的矩阵浮点计算”转移到了“带宽与容量密集型的显存吞吐瓶颈”——即学术界与工业界常说的**“内存墙（Memory Wall）”**。

图：Fractile 新一代采用 3D DRAM 垂直堆叠工艺的 AI 专用加速芯片硅片示意

传统的旗舰 GPU（如英伟达 H100/H200/B200）高度依赖价格昂贵、制造良率极其苛刻的高带宽内存（HBM）。然而在实际推理场景中，尤其是智能体需要维持长达数十万 Token 的自回归注意力键值缓存（KV Cache）并执行多轮链式反思时，HBM 的容量极限往往过早暴露，迫使企业必须采购过量甚至闲置了大量算力的 GPU 集群，仅仅是为了凑足足够的显存容量来装载模型与上下文。

Fractile 历经早期技术架构转向后，确立了极其激进的新型芯片方案：

  - **3D 垂直堆叠商品级 DRAM：** 规避复杂的 2.5D 中介层封装，直接将成本低廉、供应链成熟的 DRAM 晶圆垂直堆叠在专有神经网络处理器芯片正上方。

  - **微米级超高密度硅通孔（TSV）：** 通过极短的物理垂直互连，将芯片内部的数据传输带宽放大至令人难以置信的量级，从物理层面抹平了传统总线数据搬移的巨大延迟。

  - **兼具容量与带宽的最佳平衡点：** 彻底解耦了内存容量与单芯片计算成本的绑定关系，让超大模型推理在无需外挂数十张 GPU 的情况下实现单节点极速吞吐。

## 二、 芯片新势力格局横向对比：Fractile vs 行业主流推理硬件方案

为了清晰透视 Fractile 在当前全球专用 AI 芯片（ASIC）竞赛中的技术定位，我们将行业核心参赛者的关键技术路径对照梳理如下：

  
    
      厂商 / 架构方案
      核心存储与计算架构
      长处与优势场景
      现实短板与工程挑战
    

  
  
    
      **英伟达（NVIDIA Hopper/Blackwell）**
      通用 Tensor Core GPU + 顶级 2.5D HBM3e/HBM4
      CUDA 生态坚不可摧，训练与推理通用性最强
      采购成本极高、功耗极大，纯长文本推理性价比过低
    

    
      **Groq / Etched（SRAM 极致流式）**
      片上超大 SRAM（LPU 架构）或纯 Transformer 固化
      首字响应极快，短 Prompt 吞吐量惊人
      片上 SRAM 极其昂贵，单卡容量极小，跑百亿模型需堆叠数十张板卡
    

    
      **Fractile（英国新势力）**
      **专有 ASIC + 3D 垂直堆叠大容量 DRAM + 自研编译器**
      **兼具高吞吐与海量显存容量，专为 Agent 长程链式推理量身定制**
      3D 垂直封装散热难度高，自研编译器需跨越对 PyTorch 生态的兼容壁垒
    

    
      **Axelera / OLIX**
      存内计算（In-Memory Computing）或存算一体
      边缘端功耗极低，特定卷积或前馈层效率高
      模拟计算精度损失难以控制，扩展到千亿级 MoE 架构难度极大
    

  

## 三、 软件定义硬件：全栈机器学习编译器的护城河逻辑

硬件架构的激进往往伴随着软件落地的巨大鸿沟。历史上无数宣称超越英伟达的芯片创企，最终都在 CUDA 庞大的生态高墙前铩羽而归。Fractile 管理层对此保持着极度的清醒——他们并不将自己仅仅定义为一家芯片代工设计公司，而是标榜为一家“全栈前沿 AI 公司（Frontier AI Company）”。

在这笔 7.2 亿美元巨资的支撑下，Fractile 的研发重心有超过半数倾斜在了自研机器学习编译器团队上。该编译器能够自动穿透 PyTorch、JAX 及 ONNX 图结构，将模型中的注意力算子与前馈网络自动切片映射至 3D DRAM 堆叠的物理节点中，通过算子融合与异步预取，确保硅片上的每一个晶体管都能在时钟周期内保持满负荷运转，无需算法工程师手动编写底层汇编代码。

## 四、 主权 AI 基金加持与交付时间线：欧洲重夺算力话语权的豪赌

这笔交易背后更深层次的时代背景，是地缘政治对算力供应链自主可控的极度焦虑。英国主权 AI 基金的罕见参投，明确传递出英国政府在半导体供应链中“确保本土经济在未来底层硬件中占据核心股权”的战略意图。

Fractile 创始人兼首席执行官沃尔特·古德温（Walter Goodwin）在融资声明中务实地表示：“团队前方依然有大量艰苦的工程攻坚任务需要完成。本轮融资的最大意义，是确保我们有充沛的资源与确定性，在明年正式向全球首批企业级客户交付量产芯片与完整集成系统。”当下一代专有硬件迈入规模化交付，全球 AI 推理的经济学模型或将迎来真正的颠覆性拐点。

#### 📝 站长洞察 (Editor's Insight)

Fractile 斩获的这笔 7.2 亿美元天价融资与 70 亿美元估值，精准折射出资本市场对当前大模型“算力经济学”底层不可持续性的极度恐慌。在训练侧，英伟达的软硬件护城河依然固若金汤；但在规模数十倍于训练的日常推理侧，让全球服务器 7×24 小时空耗高昂的 HBM 与 GPU 算力跑文字补全，本质上是用高射炮打蚊子的严重浪费。智能体（Agentic AI）时代的到来，要求芯片必须能够在维持长程上下文记忆的同时，以极低功耗和成本完成高频决策。Fractile 另辟蹊径选择 3D 堆叠 DRAM 的道路，实际上是在试图重塑推理芯片的“能效与性价比象限”。这场挑战英伟达帝国的战役胜负犹未可知，但可以确定的是，硬件架构的多极化破局，才是全球 AI 行业彻底走出算力泡沫阴霾的唯一物理解法。

## 常见问题解答 (FAQ)

### Fractile为什么不走HBM路线？
因为HBM成本高、良率苛刻，且在长文本推理中常被容量先卡住。Fractile改用3D垂直堆叠商品级DRAM，目标是在更低成本下同时提升容量与带宽，更适合Agentic AI的长程KV Cache需求。

### Fractile的核心技术亮点是什么？
核心是专有ASIC芯片上方直接3D堆叠DRAM，并通过微米级TSV实现高密度垂直互连；同时配套自研ML编译器，把模型算子自动映射到硬件上，减少对CUDA式手工优化的依赖。

### Fractile适合哪些AI推理场景？
更适合长上下文、大KV Cache、多轮链式推理的Agentic AI场景。相比偏短Prompt高吞吐方案，它强调容量与带宽平衡，目标是在单节点内承载更大模型和更长上下文。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)