2026 年 5 月 29 日,韓國晶片新創 XCENA 宣布完成 1.35 億美元的 B 輪募資,估值 5.7 億美元,累計資金達 1.85 億美元。這家 2022 年成立、三位創辦人都來自三星與 SK Hynix 的公司,押注一個與主流敘事相反的判斷:AI 推論的真正瓶頸不是 GPU 算力,而是記憶體。
這個判斷指向 LLM 服務成本裡最痛的一段——KV cache 超出 GPU 記憶體後的溢寫,與資料在 CPU、GPU、DRAM 之間搬運的延遲。
為什麼記憶體是瓶頸
當 KV cache 超過 GPU 板上記憶體,就得溢寫到較慢的外部 DRAM,延遲立刻上升;多數模型又在每次查詢後刷新 cache,產生大量重複計算。XCENA 執行長 Jin Kim 的說法很直白:「CPU 和 GPU 幾十年來都變聰明了,記憶體從來沒有。XCENA 想改變這件事。」他強調「推論不只是算力問題,它越來越是記憶體擴展問題」。產業背景也站在這邊:五月,三星、SK Hynix 與美光的市值首次各自突破一兆美元。
MX1:把算力搬到 DRAM 旁邊
MX1 仍是原型,核心想法是透過 CXL(Compute Express Link)把運算放到 DRAM 旁邊:預處理、KV cache 管理與資料快取都在記憶體模組內完成。硬體由數千顆刻意做小的 RISC-V 核心,加上自研的記憶體階層、互連匯流排與 DRAM 控制器組成。SiliconANGLE 補充架構細節:單一裝置最多 2TB DRAM,四核一組、各配 L1 快取,再組成共享記憶體池;KV cache 可跨請求重用,Apache Spark 類分析負載也有加速。公司宣稱原本需要十台伺服器的工作,一台就能承擔;軟體側提供移植 API、低階優化 API 與模擬工具。
1.35 億美元 B 輪與量產時程
本輪由首爾的 Atinum Investment 與 IMM Investment 共同領投,Corstone Asia 參投,既有投資人 SBI Investment 與 Mirae Asset Capital 續投。資金用於新產品開發、市場推進與超大規模業者合作。時程緊:MX1 採三星 4 奈米製程,目標 2026 年底量產、2027 年產生營收。團隊 90 多人,橫跨韓國 Pangyo 與美國 Sunnyvale。
競爭格局:Astera Labs 與 Marvell
直接對手是兩家那斯達克上市公司:Astera Labs 與 Marvell。Kim 的區分方式是架構:依公開規格,Marvell 的同類方案「依賴少數通用核心」,而 XCENA 走自研多核心 IP——「我們有數千顆核心」。目標客戶是每年投入數百億美元的超大規模業者,以及早期洽談中的記憶體廠商。
對推論成本的可能影響
三個觀察。第一,記憶體牆已是推論經濟學的一級議題;若 CXL 生態成熟,長 context 與代理式負載的成本結構會被改寫。第二,KV cache 跨請求重用若兌現,直接砍掉重複 prefill 的開銷。第三,時程風險不小:原型到年底量產、2027 年營收,任何延遲都會給對手留下空檔。開發者短期不必改架構,但值得把「每美元記憶體頻寬」放進模型選型與成本試算表。
參考來源
- This chip startup just raised $135M on a bet that AI’s biggest bottleneck isn’t compute — it’s memory — TechCrunch
- XCENA raises $135M for its computational memory controller — SiliconANGLE
- South Korean startup Xcena raises $135m for its MX1 memory chip — Datacenter Dynamics
本文由 AI 協助自上述來源整理，經人工審核後發布。