10月28日，韩国AI芯片公司FuriosaAI宣布完成6.2亿美元D轮融资，投后估值约29亿美元。据彭博社报道，这一估值约为上一轮7.35亿美元的四倍，标志着这家2017年成立的推理芯片初创公司，从“技术验证”阶段正式迈入“规模化交付”阶段。在AI算力竞争日益转向推理环节的背景下，FuriosaAI的融资成为韩国半导体产业近期最受关注的一笔交易。
事件详情：韩国国家基金领投，国际资本跟进
本轮融资的资金结构颇具代表性。韩国国家成长基金（National Growth Fund）出资约3700亿韩元（约2.8亿美元），是单笔最大的出资方；国际投资者合计出资1.1亿美元，其中美国Infinitum为最大的国际投资方，思科投资、Jericho Capital、Worldline Capital、新加坡QUDA Capital和阿布扎比NeoFort Holding也参与其中。其余资金来自韩国开发银行、DSC Investment、Nextrans、Kakao Investment等原有股东，以及韩国进出口银行、UAMCO、韩华资产管理等新投资者。据报道，韩国进出口银行此次是首次直接投资初创企业。
FuriosaAI表示，本轮资金将用于两件事：一是扩大第二代芯片RNGD的生产与全球部署，二是加速第三代芯片的研发。创始人兼首席执行官June Paik在接受彭博社采访时表示，公司正处在从量产爬坡走向客户规模化部署的关键节点。
RNGD于2026年1月进入量产。FuriosaAI称，今年将生产2万张RNGD加速卡，并已锁定内存与晶圆产能，2027年产量将翻倍至4万张以上。已落地的客户包括三星SDS——其基于RNGD推出了NPU即服务（NPU-as-a-Service）；LG集团旗下公司则在本地混合云环境中部署RNGD；韩国AI公司Upstage也在其实时搜索摘要业务中使用该芯片。
RNGD的技术路线：为推理而生的低功耗设计
与英伟达通用GPU不同，RNGD是一款只为AI推理设计的神经网络处理器（NPU）。FuriosaAI的核心创新是张量收缩处理器（Tensor Contraction Processor，TCP）架构：它把更高维度的张量收缩运算作为硬件与软件的基本计算单元，而不是像GPU那样把模型运算拆解为固定尺寸的二维矩阵乘法。公司称，这一设计配合自研编译器与确定性执行，可以减少无效的数据搬运，从而在性能、能效与可编程性之间取得平衡。
在产品形态上，RNGD是一张180瓦、风冷的PCIe加速卡，8张卡可组成一台4U服务器（NXT RNGD Server），整机功耗3千瓦、算力4 PFLOPS（FP8）、配备384GB HBM3显存。FuriosaAI称，在相同卡数下，RNGD的吞吐量可与英伟达RTX PRO 6000相当，而每千瓦电力可服务的用户数约为后者的两倍；该芯片面向企业级工作负载，目标是每用户约每秒100个token，并可运行Gemma 4、Qwen 3.8-27B等最新开源模型。软件方面，公司今年已发布四个主要SDK版本，最新SDK 2026.4在18个模型上的每瓦token生成量均有提升，其中gpt-oss-120B的提升幅度达138%。
第三代芯片的路线图也已明确：FuriosaAI正与博通等合作伙伴共同开发，采用2纳米、多芯片（multi-die）设计与HBM4/4E显存，面向大规模集群中的前沿智能体模型。
背景分析：推理环节成为新的竞争主战场
FuriosaAI获得大额融资的时机，恰逢AI产业的重心从训练转向推理。模型训练一次、推理运行数十亿次，推理的成本与能耗正在成为制约AI服务规模化的关键因素。数据中心电力紧张、供电成本上升，使得“每瓦能跑多少token”成为企业采购时越来越重要的指标。这也是投资者纷纷寻找英伟达之外替代方案的原因：不是因为英伟达芯片不够强，而是因为市场需要更便宜、更省电、更适合特定推理负载的选择。
韩国政府的参与同样值得注意。国家成长基金领投本轮，反映出韩国把本土AI芯片视为半导体产业战略的一环。在存储芯片之外，韩国希望在AI推理芯片领域培育出具有全球竞争力的企业，而FuriosaAI量产落地、三星SDS与LG等本土大客户率先采用，恰好构成了一个“本土芯片—本土客户—本土资本”的闭环。
不过，横向比较仍需冷静。FuriosaAI今年2万张、明年4万张以上的产量，与英伟达动辄数百万张的出货规模相比仍不在一个量级；其客户名单目前也以韩国企业为主，全球化部署才刚刚开始。估值翻四倍，更多反映的是资本对“推理芯片替代空间”的预期，而非已经兑现的收入规模。
影响与展望：从韩国走向全球的三道关卡
对FuriosaAI而言，接下来要过三道关卡。第一是产能与交付：已锁定的内存与晶圆产能能否按计划转化为2027年的4万张以上出货，是验证其供应链能力的硬指标。第二是软件生态：推理芯片的成败往往取决于软件——能否让客户像用GPU一样方便地部署PyTorch模型、能否快速适配不断出现的新模型，将决定其能否留住客户。第三是全球化：北美、欧洲等市场的企业客户是否愿意在英伟达之外引入第二家供应商，取决于实测性能、成本与长期供货保障，而不仅仅是融资新闻。
对行业而言，FuriosaAI的融资是推理芯片赛道升温的又一信号。甲骨文、Cerebras、SambaNova等厂商近期同样在推理算力上加码，云厂商也在同时引入多种芯片选项。推理市场的竞争正在从“谁的芯片最快”转向“谁能在真实工作负载下以更低的功耗与成本交付足够好的体验”。FuriosaAI能否把2万张卡的量产经验复制到全球市场，将是观察这一趋势的一个具体窗口。