Tenstorrent E轮融资15亿美元：Jim Keller开源RISC-V芯片翻身仗

2026年10月19日，AI 芯片初创公司 Tenstorrent 完成 E 轮融资，金额达 15 亿美元，公司估值翻倍至 62 亿美元。本轮由现代汽车集团领投，星展银行、苏格兰皇家银行等机构跟投。这笔资金将主要用于加速 Flexion AI100 服务器级 RISC-V 芯片的量产、以及下一代 Raguna 架构的研发。Jim Keller 随后在社交媒体表示：「替代方案的需求已经到来。」

一句话结论

Tenstorrent E 轮融资 15 亿美元、估值 62 亿美元，标志着开源 RISC-V 芯片路线获得主流资本认可。Flexion AI100 在部分 AI 推理任务上已可对标 NVIDIA H100，而 Jim Keller 的团队正以开源许可模式挑战 NVIDIA 在 AI 计算领域的主导地位，云服务商与车厂的双重背书是本轮最大亮点。

Jim Keller 为什么要做 RISC-V

Jim Keller 的履历在芯片行业几乎无可匹敌：他主导设计了 AMD K7、K8 架构（让 AMD 在桌面市场首次正面抗衡 Intel），主导设计了苹果 A4、A5 芯片（为 iPhone 的性能跃升奠定基础），后又在 AMD 主导设计 Zen 架构（让 AMD 桌面和服务器 CPU 重回一线行列）。然而在 GPU 领域，NVIDIA 的 CUDA 生态已形成难以撼动的护城河，传统 GPU 路线几乎无解。

Keller 选择 RISC-V 作为破局点：RISC-V 是完全开源的指令集架构，任何厂商都可以免费使用，不受 NVIDIA 的授权限制。更关键的是，RISC-V 的可扩展性允许针对 AI 推理任务进行定制化设计，而不需要兼容 CUDA。Tenstorrent 的核心赌注是：随着 AI 推理工作量在数据中心占比提升，定制化 RISC-V 芯片的能效比优势将显现出来。

Flexion AI100：Tenstorrent 的首款服务器级 RISC-V 芯片

Flexion AI100 是 Tenstorrent 目前的旗舰产品，专为 AI 推理设计。该芯片基于 RISC-V 架构，兼容主流 AI 框架（PyTorch、TensorFlow、ONNX），无需重新训练模型即可部署。实测中，AI100 在 LLaMA-2 70B 推理任务上吞吐量达到 NVIDIA H100 的约 75%，而功耗约为 H100 的 60%。虽然绝对性能仍有差距，但能效比优势在推理场景中尤为关键——大规模部署时，功耗差距会显著影响总体拥有成本（TCO）。

AI100 支持 PCIe 5.0 和 CXL 2.0，可以与传统服务器基础设施无缝集成。目前已有多家云服务商和 OEM 厂商将 AI100 集成进推理服务器产品。

E 轮融资：谁在投 Tenstorrent
本轮融资由现代汽车集团领投，显示出车厂对 AI 芯片定制化的战略需求。现代汽车已将 AI 推理能力纳入智能座舱与自动驾驶的核心技术路线，通过投资 Tenstorrent 获取定制芯片供应的优先权。星展银行和苏格兰皇家银行代表的是金融行业对 AI 基础设施多元化采购的诉求——在 NVIDIA GPU 供应紧张且价格高企的背景下，银行等机构数据中心对替代算力方案的需求持续增长。

E 轮投后估值 62 亿美元，是 2023 年 D 轮估值（约 10 亿美元）的 6 倍，反映出市场对开源 AI 芯片路线的重新定价。

开源战略：Tenstorrent 的差异化底牌

与 NVIDIA 的封闭生态不同，Tenstorrent 坚持开源策略：RISC-V 指令集免费使用，Tensix 核心架构文档向社区公开，BISON 软件栈完全开源。这一定价策略正在吸引越来越多对 NVIDIA 生态有顾虑的客户：SiPearl（法国）、Fadu（韩国）、Ventana（美国）均已获得 Tenstorrent 授权生产定制芯片。

日本电信运营商 KDDI 已宣布采用基于 Tenstorrent AI100 的服务器部署 AI 推理数据中心，设计算力超过 500 PFLOPS，将于 2027 年上半年投入使用。这是开源 RISC-V 芯片路线首次进入大规模商业部署。

与 NVIDIA 的正面竞争还有多远

客观来看，Tenstorrent 当前的差距仍相当明显。在训练任务（Training）上，NVIDIA H100/H200 的绝对性能优势在 3–5 年内难以撼动；但在推理任务（Inference）上，定制化 RISC-V 芯片的能效比优势正在形成局部突破。随着 AI 应用从训练阶段全面转入部署阶段，推理芯片的市场需求增速将持续高于训练芯片——这是 Tenstorrent 路线最大的结构性机会。

FAQ

Tenstorrent 的 RISC-V 芯片与 NVIDIA H100 比有哪些差距？

在绝对性能上，AI100 约为 H100 的 70–75%，差距约 25–30%。但 AI100 的功耗约为 H100 的 60%，在推理场景下，功耗节约带来的 TCO 优势可以弥补性能差距。此外，RISC-V 完全开源，不受 NVIDIA CUDA 授权限制，定制化自由度更高。差距主要在软件生态：NVIDIA 的 CUDA、cuDNN 等工具链经过十余年积累，生态壁垒极高，Tenstorrent 还需要更多时间建立等效的开发者社区。

Tenstorrent 开源策略的商业逻辑是什么？

Tenstorrent 的商业模式不靠卖芯片赚钱，而是靠 IP 授权和技术服务盈利。具体包括：RISC-V 核心授权费、参考设计咨询服务、联合开发协议，以及大型云服务商的定制化芯片开发合同。开源策略让更多厂商愿意尝试 RISC-V 架构，Tenstorrent 则通过成为 RISC-V AI 领域的技术标准制定者来获取长期回报。

为什么车厂和银行都在投 Tenstorrent？

车厂（现代汽车）看中的定制化潜力：自动驾驶推理芯片需要低功耗、高能效，专为推理定制设计的 RISC-V 芯片比通用 GPU 更适合车载场景。银行（星展银行、苏格兰皇家银行）看中的多元化价值：在 NVIDIA 供货紧张且价格高企的背景下，云服务商和金融机构都在寻找替代算力方案，Tenstorrent 提供了一个不依赖 NVIDIA 生态的第二选择。

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

继续读

同一批更新里这几篇值得一看：

Tenstorrent E 轮融资 15 亿美元：Jim Keller 的开源 RISC-V 芯片翻身仗