英国伦敦的 AI 推理芯片初创公司 Fractile 完成 7.2 亿美元 C 轮融资，英国主权 AI 基金、英国商业银行参与出资支持，本轮融资结束后估值达到 70 亿美元，对比今年 5 月的估值实现大幅上涨，它主打存内计算架构的 AI 推理芯片，瞄准大模型推理场景，想要解决传统 GPU 内存带宽瓶颈的痛点，目前芯片还处在研发阶段，计划 2027 年交付首批芯片样品，Anthropic 也有意成为它的首批客户。现在 AI 算力市场大部分算力都依赖英伟达 GPU，而 GPU 长期存在算力提升快、内存带宽跟不上的短板，Fractile 的方案把计算单元和内存融合在一起，直接在内存里完成计算，不用反复在芯片和显存之间搬运数据，以此压低延迟、提升吞吐、降低功耗，这条路线也是当下海外 AI 芯片创业里很热门的方向。拿到这笔融资之后，资金主要用来推进流片、软硬件栈开发、团队扩充，它不只是做芯片硬件，还配套自研编译器和推理软件栈，走软硬件全栈路线。
项目基础信息清单
- 成立时间：2022 年
- 总部：英国伦敦
- 本轮融资：7.2 亿美元 C 轮
- 投后估值：70 亿美元
- 政府支持方：英国主权 AI 基金 Sovereign AI Fund、英国商业银行
- 其他投资方：Thrive Capital、Founders Fund、谷歌 CapitalG、Lightspeed、贝莱德等
- 核心技术：存内计算（模拟内存计算）AI 推理芯片
- 交付计划：2027 年交付首批芯片与系统
- 意向客户：Anthropic
Fractile 芯片和传统 GPU 对比
| 项目 | Fractile 存内计算推理芯片 | 传统 GPU |
|---|---|---|
| 核心定位 | AI 推理专用，面向大模型 token 生成 | 兼顾训练 + 推理，通用性强 |
| 架构思路 | 计算与内存融合，存内计算 | 计算核心和显存分离，数据来回搬运 |
| 优势 | 低延迟、高吞吐、能效更高 | 生态成熟、CUDA 工具链完善、适配模型多 |
| 短板 | 生态尚在搭建，芯片还未量产 | 内存带宽瓶颈明显，推理成本偏高 |
| 落地时间 | 2027 年样品交付 | 成熟，现货充足 |
融资资金使用与落地推进步骤
- 投入资金完成芯片流片、验证测试，打磨存内计算硬件设计
- 开发配套编译器、驱动、推理软件栈，打通模型适配链路
- 和 Anthropic 等大模型厂商对接，做适配、联合调优
- 搭建服务器参考方案，完成云端推理场景测试
- 小规模送样给客户内测，后续推进商业化量产
补充说明
Fractile 当前只是完成融资，芯片没有正式量产上市，性能指标都来自仿真和前期验证，最终量产芯片的实际表现还需要后续实测验证。
【常见问题】
问题 1：获得英国政府支持、估值 70 亿美元的 Fractile，是做 AI 训练芯片还是推理芯片？
回答 1：Fractile 主打 AI 推理芯片，不是训练芯片，核心目标是降低大模型在线问答、生成内容这类推理任务的延迟和成本。
问题 2：英国政府支持 Fractile，70 亿美元估值是怎么涨上来的？
回答 2：Fractile 在本次 C 轮融资拿到英国主权 AI 基金等资金加持，本轮融资后估值达到 70 亿美元，今年 5 月估值仅约 11 亿美元，半年内估值大幅提升。
问题 3：Fractile 这款 AI 芯片什么时候可以正式供货商用？
回答 3：Fractile 计划 2027 年交付首批芯片和系统，现在还处在研发阶段，没有量产芯片对外供货。
问题 4：Fractile 的 AI 芯片方案，对比英伟达 GPU 最大区别是什么？
回答 4：Fractile 采用存内计算架构，在内存中直接运算，解决 GPU 内存带宽瓶颈；英伟达 GPU 是成熟通用方案，生态完善，但推理场景带宽约束明显。
【参考资料】
[2026-11-12]（英 AI 芯片初创企业 Fractile 获该国政府资金支持，估值达 70 亿美元）IT 之家
[2026-11-12]（融资 48 亿！AI 芯片独角兽估值半年翻 6 倍，首款芯片还在研发）智东西
[2026-11-11]（英国芯片初创 Fractile 融资 7.2 亿美元 估值升至 70 亿美元）新浪财经
【免责声明】
本文为行业资讯转述，Fractile 芯片还未量产，宣传性能、交付时间为企业公开规划，存在流片、适配、量产延期风险；70 亿美元估值为融资阶段投后估值，不代表企业实际营收；本文不构成芯片投资、算力采购、硬件选型的相关建议，算力采购请结合自身业务需求审慎评估。