AMD的黑马：TensorWave获得1亿美元融资，挑战英伟达在AI领域的霸主地位
拉斯维加斯——在拉斯维加斯郊区一个阳光明媚的数据中心里，一排排闪闪发光的服务器机架正繁忙地运行着。即使通过先进的冷却系统，数千个处理器散发出的热量仍然可以感受到。这里是TensorWave的神经中枢，这家新兴公司突然崛起，成为竞争激烈的AI计算市场的重要挑战者。
TensorWave今天宣布，公司在A轮融资中获得1亿美元资金，由Magnetar和AMD Ventures共同领投，参与方包括Maverick Silicon、Nexus Venture Partners以及新投资方Prosperity7。获得这笔资金之际，公司正在部署超过8,000个AMD Instinct MI325X GPU，用于建设一个专门的AI训练集群——这使该公司成为在英伟达硬件占据主导地位的市场中，可能是规模最大的专注于AMD的AI基础设施提供商。
TensorWave首席执行官Darrick Horton在公司公告中表示：“这笔资金推动了TensorWave‘普及尖端AI计算’的使命。我们的8,192个Instinct MI325X GPU集群只是一个开始，我们将自己定位为在快速扩张的AI基础设施市场中新兴的、由AMD驱动的领导者。”
在拥挤市场中的内存优势
与CoreWeave和Lambda Labs等巨头相比，TensorWave在整个AI计算领域只占很小的份额，但其专注于AMD技术的战略提供了一种技术优势，这种优势对一些AI开发者越来越有吸引力：内存容量。
AMD的Instinct MI325X GPU每张卡提供高达128GB的HBM3内存——这是同类英伟达产品内存的两倍。这种额外的内存空间对于训练大型AI模型至关重要，因为大型模型经常会受到传统GPU内存限制的困扰。
一家金融服务公司的机器学习研究员表示：“内存容量差异至关重要。我们的许多模型受限于内存，而不是原始计算能力。拥有额外的空间使得以前不可能完成的工作负载变得可行。”
对于TensorWave而言，这种技术差异化出现在一个关键时刻。根据行业预测，到2027年，全球AI基础设施市场预计将超过4000亿美元。然而，获取合适的AI计算资源仍然是许多组织进行AI开发和部署的最大障碍之一。
在激烈竞争中扩张
TensorWave声称，今年的年化收入预计将超过1亿美元——这代表着同比增长20倍。虽然对于一家A轮公司来说这令人印象深刻，但这使得TensorWave远远落后于已经建立的竞争对手。获得英伟达支持的CoreWeave报告称2024年收入为19.2亿美元，估值达230亿美元。另一家竞争对手Lambda Labs的收入从2021年的7000万美元增长到2024年的约2亿美元。
TensorWave总裁Piotr Tomasik表示：“我们获得的这1亿美元将改变企业获取AI计算资源的方式。通过精心培育战略伙伴关系和投资者关系，我们已经将TensorWave定位为解决AI应用面临的关键基础设施瓶颈的方案提供者。”
然而，行业分析师指出前方存在重大挑战。英伟达控制着超过80%的数据中心AI芯片市场，并得到其成熟的CUDA软件生态系统的支持，许多AI开发者不愿放弃这一生态系统。AMD的替代软件栈ROCm虽然正在改进，但仍缺乏英伟达平台的普及性和开发者熟悉度。
Maverick Silicon的董事总经理Kenneth Safar表示：“TensorWave不仅仅是带来更多计算能力，而是为资源受限的市场带来全新类别的计算。我们认为这将对整个AI基础设施生态系统产生巨大益处。”
价格战迫在眉睫
AI基础设施市场正变得越来越拥挤，竞争对手资金充足。CoreWeave已通过债务融资约129亿美元，用于扩展围绕英伟达GPU的数据中心。Lambda Labs获得了以英伟达芯片为抵押的5亿美元资产抵押贷款。与此同时，AWS等主要的云服务提供商正在积极为其自研的AI芯片定价，据报道，AWS Trainium比基于英伟达的解决方案成本优势达30-40%。
TensorWave专注于AMD的战略可能带来成本优势，渠道调研显示，AMD芯片在每浮点运算的成本上比同类英伟达产品便宜约20%。这种效率可以让TensorWave在价格上低于竞争对手，同时保持健康的利润率，特别是对于内存密集型的工作负载。
一位专门从事AI基础设施优化的行业顾问指出：“内存瓶颈是许多生产AI系统中的隐藏约束。每次训练运行的成本不再仅仅是原始计算能力——而是你的模型能否有效地装载到内存中。”
供应链韧性
TensorWave与AMD合作的一个潜在优势在于芯片供应的可获得性。尽管Bain警告称到2026年芯片将短缺30%，但AMD的战略投资表明TensorWave可能对供应紧张的硬件拥有优先获取权。
AMD高级副总裁、首席战略官兼公司发展负责人Mathew Hein表示：“AMD对TensorWave的战略投资巩固了AMD在AI基础设施领域扩大市场份额的承诺。”
随着全球对AI计算的需求持续爆炸性增长，特别是企业寻求替代已被大量预订的基于英伟达的基础设施时，这种合作关系可能至关重要。
前进的道路
尽管有了一个良好的开端，TensorWave仍面临严峻的挑战。公司报告的年化收入很可能依赖于少数大型客户，这带来了潜在的客户集中风险。此外，大规模建设和维护数据中心需要巨大的资本投入——目前部署的8,000个GPU仅硬件投资可能就高达数亿美元。
公司需要证明它能够吸引主流AI开发者，这些开发者的工作流程是围绕英伟达的生态系统构建的。将工作负载迁移的挑战对于此前专注于AMD的AI项目来说已被证明是困难的。
一位在多家AI基础设施初创公司工作过的资深人士解释说：“最大的障碍不是硬件性能——而是软件惯性。开发者在CUDA优化的代码库上投入了多年的工作。即使有更优越的硬件规格，说服他们移植工作负载也是一场硬仗。”
目前，TensorWave的成功似乎取决于三个关键因素：AMD软件生态系统相对于英伟达根深蒂固的地位成熟的速度，日益激烈的市场中的定价动态，以及公司获取超出其初始部署所需额外资本的能力。
随着全球AI计算需求持续爆发式增长，TensorWave在渴望获得英伟达以外选择的市场中代表着一个有趣的替代方案。它能否将其技术差异化转化为可持续的商业优势仍有待观察。