一句话结论：韩国 AI 芯片公司 FuriosaAI 在 2026 年 10 月 28 日完成 6.2 亿美元 D 轮融资，估值从上一轮的 7.35 亿美元抬到 29 亿美元，接近 4 倍；这笔钱一半以上来自韩国国民成长基金，主线是把已经量产的 RNGD 推理卡铺进更多企业机房，并和博通一起做 2nm 的第三代芯片。
推理算力这门生意最近换了主角。训练侧的芯片订单集中在少数几家手里，推理侧却在分化：模型一旦上线，真正被反复调用的是每一次请求，成本被压进每瓦能产出多少 token。对一家体量远小于英伟达的公司来说，这既是缺口也是入口。FuriosaAI 走的就是这条窄路。
6.2 亿美元怎么分，谁在出钱
这笔 D 轮由 FuriosaAI 官方博客在 10 月 28 日公布，金额 6.2 亿美元，折合 8200 亿韩元，投后估值约 29 亿美元。上一轮估值是 7.35 亿美元，一轮之间翻了近 4 倍。
出资结构比数字更能说明这轮钱的性质。国际投资者合计只出了 1.1 亿美元，包括美国 Infinitum（英伟达、Mellanox 出身的 QUDA Capital 创始人 Charlie Foo 任首席顾问）、Jericho Capital、Worldline Capital、Cisco Investments 以及阿布扎比的 NeoFort Holding。真正的大头是韩国国民成长基金，承诺 3700 亿韩元，约 2.8 亿美元，占整轮接近一半；韩国进出口银行、UAMCO（出资 3000 万美元，是新增本土机构里最大的一家）、韩华资产管理也进入股东名单。
早期股东继续加码。2017 年就押注的 DSC Investment 在这一轮是唯一从种子轮坚持到今天没缺席的投资方，NAVER 通过其硅谷 NAVER Ventures 平台参与，韩国产业通商资源公社 KDB Capital 与韩国开发银行跟投，上一轮成股的 Nextrans 与 Kakao Investment 也提高了承诺额。本轮没有披露领投方。
| 出资方 | 金额 | 身份 |
|---|---|---|
| 韩国国民成长基金 | 约 2.8 亿美元 | 最大股东，本轮新进 |
| Infinitum | 未单独披露 | 最大国际投资者 |
| 国际投资者合计 | 1.1 亿美元 | 含 QUDA、Cisco、Jericho、Worldline、NeoFort |
| 老股东跟投 | 1.25 亿美元 | NAVER、DSC、KDB 等全部原股东 |
| 韩国进出口银行 | 未披露 | 首次直接投资初创企业 |
| UAMCO | 3000 万美元 | 最大新增本土机构 |
RNGD 是什么规格，卡在什么位置
RNGD 读作 renegade，是一张 180 瓦风冷 PCIe 卡，官方明确只面向推理，不做训练。八张卡组成一台 NXT RNGD Server，4U 机身、整机功耗 3 千瓦，FP8 算力 4 petaFLOPS，显存 384GB HBM3。这些数字的意义在于它能塞进企业现有的机柜和供电预算，不需要改冷却设施。
对比口径是厂商自测的：相同卡数下吞吐对标英伟达 RTX PRO 6000，每千瓦电力能服务的用户数是它的两倍。这套说法来自 FuriosaAI 自己，第三方还没有复现。芯片 2026 年 1 月进入量产，目标场景是每用户每秒约 100 token 的推理负载，官方点名跑得动的开源权重模型包括 Gemma 4 和 Qwen 3.8-27B。
架构上整家公司押在一个叫 TCP（Tensor Contraction Processor，张量收缩处理器）的设计上。GPU 与多数加速器把模型运算拆成固定大小的二维矩阵乘法，TCP 把张量收缩本身作为基本工作单元，硬件与软件都围绕更高维度的操作重建。配套编译器可以在整个模型层面做规划，靠硅片上的确定性执行减少数据搬运带来的能耗浪费；可重构的计算切片让同一块芯片既能做 prefill 也能做 decode，批量大小悬殊时利用率不塌。
| 指标 | RNGD / NXT RNGD Server | 对照 |
|---|---|---|
| 单卡功耗 | 180 瓦风冷 | 主打能效优先 |
| 整机形态 | 8 卡 4U，3 千瓦 | 免改造既有机柜 |
| FP8 算力 | 4 petaFLOPS | 八卡合计 |
| 显存 | 384GB HBM3 | 整机配置 |
| 吞吐对标 | RTX PRO 6000 同卡数 | 厂商自测 |
| 每千瓦用户数 | RTX PRO 6000 的 2 倍 | 厂商自测 |
| 量产时间 | 2026 年 1 月 | 第二代芯片 |
| 年产量 | 2026 年 2 万张，2027 年目标 4 万张以上 | 台积电代工 |
客户名单比融资数字更能说明问题
量产卡真正的考验是能不能被持续吃满。三星 SDS 已经用 RNGD 推出 NPU 即服务产品，LG 集团旗下公司在自建的混合云环境里部署了推理负载，韩国 AI 公司 Upstage 也在使用。芯片的落地场景覆盖 AI 云服务商、主权 AI 项目、AI 原生公司和自建机房三类客户。
这些人愿意在第二代产品上跑真实推理负载，意味着一件事：RNGD 已经越过只有样片和跑分表的那段路。这个环节在上一次 AI 芯片热潮里淘汰掉过一批公司。
产能是当前的约束。台积电 2026 年为其代工 2 万颗 RNGD 加速器，公司已经锁定内存和晶圆产能，2027 年计划把产出提到 4 万颗以上。融资公告里明确说这笔钱要投在全球部署扩张和第三代芯片开发两处。
软件栈：SDK 2026.4 抬了 138%
挑战者芯片的成败往往不取决于硅片本身。FuriosaAI 今年发了四个 SDK 大版本，加入混合批处理（把 prefill 与 decode 请求合进同一批）、前缀缓存和原生 Kubernetes 支持。本月发布的 SDK 2026.4 在 18 个模型上提升了每瓦 token 产出，其中 gpt-oss-120B 提升 138%，同时扩展了视觉语言模型与嵌入模型的覆盖。
开发路径也做了两层设计：多数用户可以直接在 PyTorch 里像用 GPU 一样部署，需要更细粒度控制时再往下写 Tensor Contraction Language 与 Virtual ISA 的自定义 kernel。这套安排在 PyTorch Developer Conference 上做过完整说明。
同一条赛道上的参照物很清楚。英伟达下一代 Groq LPU 路线已经放弃 SRAM 转向 3D 堆叠 DRAM，说明大模型推理的存储墙逼着所有人换思路；微软 Maia 300 用 7 倍吞吐和 40% 能效争夺企业自建市场；Tenstorrent 靠 Jim Keller 的开源 RISC-V 路线拿到 15 亿美元 E 轮。推理芯片的牌桌正在从训练侧延伸到电费单上。
Gen 3：2nm 多芯粒与 HBM4
第二代芯片还没退休，第三代已经在路上。Gen 3 与博通及其他伙伴联合开发，采用 2nm 多芯粒设计，内存选 HBM4 或 HBM4E，继续沿用 TCP 架构，目标是服务大规模集群里的前沿智能体模型。官方没有给出时间表。
2nm 多芯粒意味着更贵的制程成本和更复杂的封装良率风险，而 FuriosaAI 的体量远小于英伟达，容错空间有限。这也是 29 亿美元估值最需要兑现的地方：钱到位了，Gen 3 还得等制程和封装配合客户的时间表。
常见问题
FuriosaAI 的 RNGD 芯片是做什么用的？
RNGD 是一张 180 瓦风冷 PCIe 推理加速卡，2026 年 1 月量产，八卡组成 4U、3 千瓦的 NXT 服务器。它不用于训练，官方定位是每用户每秒约 100 token 的企业级推理负载，可跑 Gemma 4、Qwen 3.8-27B 这类开源权重模型。
FuriosaAI 的估值涨到多少，谁在投资？
6.2 亿美元 D 轮后投后估值约 29 亿美元，上一轮是 7.35 亿美元。最大出资方是韩国国民成长基金，约 2.8 亿美元，占比接近一半；国际投资者合计 1.1 亿美元，包括 Infinitum、QUDA Capital、Cisco Investments、Jericho Capital、Worldline Capital 和 NeoFort Holding。
RNGD 能不能对标英伟达？
按官方自测数据，相同卡数下吞吐与 RTX PRO 6000 相当，每千瓦可服务用户数是其两倍。但这是厂商自测口径，第三方复现尚未出现。可验证的硬事实是芯片已量产、三星 SDS 与 LG 集团已在真实推理负载上部署，2026 年台积电代工 2 万颗、2027 年计划 4 万颗以上。差距最终会体现在交付能力上。
小结
6.2 亿美元对一家 2017 年成立、员工规模有限的公司是一笔重注，重注的落点在量产交付和生态适配，研发烧钱反而排在后面。FuriosaAI 已经过了最难的那一关：第二代推理芯片被三星 SDS 和 LG 这样的客户买去跑真实负载。接下来要验证的是两件事，台积电锁定的 2 万到 4 万颗产能能不能被订单持续吃满，以及 2nm Gen 3 能不能在博通的节奏里落地。
推理算力的竞争正在从谁的卡更快，转向谁能把每一度电换成更多 token。这条赛道上，能耗数字比峰值算力更接近真实成本，而这正是 FuriosaAI 从第一轮就押注的方向。
相关阅读
- 英伟达下代 Groq LPU 放弃 SRAM：3D 堆叠 DRAM 能解决大模型推理的存储墙吗
- 微软 Maia 300 深度：7 倍吞吐、40% 能效，2027 多吉瓦部署
- Tenstorrent E 轮融资 15 亿美元：Jim Keller 的开源 RISC-V 芯片翻身仗
- 台积电 Q3 净利润同比暴涨 65% 背后：AI 芯片需求如何重塑全球半导体格局
延伸阅读
- 英伟达 RTX 5090 美国全面下架：消费旗舰停产背后的 AI 算力争夺战2 周前
- 英伟达 RTX 5080 美国涨到 2299 美元：涨幅超一倍20 小时前
- Gartner：2026-2030年AI基础设施7万亿美元投资，到2030年最多只收回一半1 周前
- 英特尔CEO陈立武：中国芯片制造”并未落后太多”，批评地缘政治叙事1 周前
继续读
同一批更新里这几篇值得一看：
- 美满电子拟 830 亿美元收购朗美通：AI 光互连最大并购案2026-10-29
- 天数智芯天垓300实机跑通：单卡吞吐达H200的1.05倍2026-10-29
- Anthropic 递交 S-1：营收 162.86 亿美元，算力承诺 4170 亿2026-10-27
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记