仍可能再次燃尽的凤凰：深入解析Mythic对英伟达的1.25亿美元豪赌
2023年，Mythic看起来摇摇欲坠。一轮1300万美元的紧急融资使其得以维持运营。如今，这家位于帕洛阿尔托的模拟芯片初创公司表示，它已强势回归。
周三，Mythic宣布完成一轮1.25亿美元的融资。该轮融资获得超额认购，并由DCVC领投。该公司还重申了一项重大承诺：其模拟处理单元在AI工作负载下的能耗，比顶级GPU低 100倍。如果这一说法成立，对于那些已经感觉耗电量巨大的数据中心来说，这将意义重大。
投资方阵容堪称豪华。NEA、Future Ventures、软银都参与了投资。更具启示性的是：本田和洛克希德·马丁也进行了战略注资。这种组合并非意味着“明天就能在超大规模数据中心取代英伟达”，它指向一个更近期的目标，在这些领域，功耗关乎生死存亡：自动驾驶汽车和军用无人机中的感知系统。在这些世界里，“插电即用”根本不是一个可行的方案。
Mythic也引入了强有力的领导层。首席执行官Taner Ozcelik在2024年加入公司，此前他曾负责英伟达的汽车业务。自上任以来，他重建了公司的架构和软件堆栈。Mythic目前唯一出货的芯片M1076，在边缘推理方面展现出实际性能：功耗约为 3-4瓦，却能提供约 25 TOPS 的算力。这并非一个四舍五入的误差，而是一项实实在在的成就。
然而，最引人注目的宣称目前仍遥不可及。Mythic声称在 万亿参数模型 上，其“每瓦令牌数” (tokens-per-watt) 效率可提升 750倍。它还预告了 低于1瓦 的传感器和 口袋大小的LLM。这些目前都只是预测。在获得独立验证之前，这些说法都不能被视为铁板钉钉的事实。
能源危机真实存在；解决方案仍是未知数
你无需是电网工程师，也能预见到即将到来的危机。AI的功耗并非营销噱头，它是一个伴随着巨大成本的硬性约束。
一些预测表明，到2030年，数据中心可能消耗美国 9%至12% 的电力，而2024年这一比例约为 4%。AI推理是这一增长的主要驱动力。换句话说，效率不再是一种美德的象征，而是产品必备的功能。
Mythic的核心卖点在于其模拟存内计算技术。其理念是规避经典的冯·诺依曼瓶颈。传统芯片将内存和计算单元分开，因此它们需要来回传输数据。在许多配置中，这种“通勤”会消耗约 90% 的能量。而Mythic则直接在模拟存储阵列中执行矩阵乘法。
Mythic希望避免的基本瓶颈如下：
内存 ⇄ (数据传输) ⇄ 计算 传输过程中的能量损耗。 Mythic的赌注：在数据所在之处进行计算。
理论上，这种效率看起来非常惊人。Mythic称其每次乘加运算仅需约 17飞焦耳。GPU则在 17皮焦耳 左右。这在晶体管层面意味着 1000倍 的提升。这样的数字足以让投资者为之侧目。
然而，现实的考验随之而来。模数转换器会消耗电力。为对抗噪声和漂移而进行的校准会增加额外开销。许多非矩阵运算仍然需要以数字方式运行。当衡量整个系统时，这种差距往往会缩小。
那么，实际表现如何呢？经过验证的基准测试表明，M1076在特定工作负载下，功耗节省了约 3.8倍。这已经很出色了。但这与标题中宣称的“100倍”相去甚远。
在这场竞争中，Mythic并非孤军奋战。EnCharge AI在 2025年2月 也融资 超过1亿美元，并做出了类似的效率承诺。Rain Neuromorphics在资金枯竭后寻求买家。这一领域充斥着承诺数量级飞跃的公司。在这样的市场中，真正的护城河往往不是PPT上的数字，而是可重复的制造能力以及开发者乐于使用的软件。
风险投资家真正关注什么
硬件梦想总是会遇到无聊但严苛的拷问。当物理定律成为审计师时，你就会问出这类问题。
首先是容量。Mythic称M1076每颗芯片