AI 回答一个问题，消耗资源的不只是完成计算的芯片。每生成一个 token，处理器都要反复读取模型权重，并保存和调用不断增长的上下文信息。 从光刻机巨头退休两年后，Peter Wennink 再次回到欧洲芯片产业的聚光灯下。不同的是，这位曾执掌 ASML 十余年的高管，这次要参与打造的不是更先进的芯片制造设备，而是一套试图降低 AI 推理成本的新型计算系统。 9 月 15 日，荷兰 AI 芯片初创公司 Euclyd 宣布获得超过 2 亿欧元 A 轮融资。该轮融资由三星、Somerset Capital Partners、EQT 管理的 Scaleup Europe Fund 和 Innovation Industries 共同领投，丹麦出口与投资基金 EIFO、imec.xpand 等机构参投。 成立于 2024 年的 Euclyd 尚未公布商用芯片、正式客户或第三方测试结果，却获得了一笔规模可观的早期融资。这笔投资背后，一端连接着三星的晶圆制造与存储业务，另一端则汇集了 ASML 前高管、欧洲半导体基金和多名资深芯片设计人员。 值得关注的是，Euclyd 瞄准了 AI 产业正在发生的一项变化。随着大模型从集中训练走向持续运行，算力竞争的衡量标准正从单纯追求性能，延伸至每个 token 消耗多少电力、内存带宽和资本。围绕这些问题，越来越多公司开始在 GPU 之外寻找新的推理架构。 Euclyd 要缩短数据搬运距离 要理解 Euclyd 希望解决什么问题，首先需要区分大模型训练与推理对硬件的不同要求。 训练过程中，模型需要反复学习和调整参数，算法与计算任务也可能频繁变化，因此硬件需要较强的通用性。GPU 擅长处理并行任务，又拥有成熟的软件生态，由此成为 AI 训练的主流选择。 推理则是已经训练好的模型响应用户请求并生成内容。此时，模型参数基本固定，同类运算需要被重复执行数百万乃至数十亿次。 硬件是否足够灵活依然重要，但企业会更加关心另一组指标，包括单位时间生成多少 token、每个 token 成本多高，以及一座数据中心能够承受多少请求。 在大模型逐个生成 token 的过程中，芯片需要反复从内存读取模型权重，同时保存此前文本形成的上下文信息。计算单元的处理速度不断提高，数据却未必能以相同速度完成传输。结果是芯片有能力继续计算，却不得不等待数据到达。 这种计算能力与数据供给速度之间的差距通常被称为“内存墙”。2025 年一项针对大语言模型推理的研究发现，即使扩大批处理规模，GPU 推理仍可能受到 DRAM 带宽限制，大量计算资源未被充分使用。模型规模越大、上下文越长，需要保存和搬运的数据也就越多。 图｜Euclyd 官宣融资