一句话看懂：德国德累斯顿AI芯片公司Sparxity宣布完成A轮融资，总融资额达9000万美元，资金将用于推进“动态稀疏”计算芯片，目标是让稀疏AI模型的推理速度最高提升44倍。
事件核心：发生了什么
Sparxity是一家从德累斯顿工业大学分拆出来的芯片与系统公司，2021年以SpiNNcloud之名成立，上个月更名为Sparxity，以体现对稀疏计算的聚焦。本轮A轮融资由ICM HPQC Fund领投，Lockheed Martin Ventures、GlobalFoundries、GS Futures、Cloudberry Ventures、TGFS和EIC Fund参投，天使投资人包括Richard Socher和Nancy Xu。公司没有披露A轮的具体金额，只确认总融资达到9000万美元。
资金将用于开发面向“动态稀疏”的芯片：许多AI模型执行任务时只调用网络中的一小部分，Sparxity的芯片设计跳过无关部分，以减少计算时间和能耗。公司称，在非常稀疏的模型上，AI推理最高可快44倍。目前其系统同时用于科学计算和AI，部分任务计算速度提升10倍，特定机器学习工作能耗降低18倍。公司已出货超过7万颗芯片、部署12机架系统，客户超过30家，包括一些全球大型超算中心，2024至2025年收入增长至四倍。
为什么重要
大模型推理的算力成本与能耗已经成为数据中心扩张的主要约束。Sparxity押注的稀疏计算路线，不是靠通用GPU堆算力，而是从芯片层面利用模型计算中的冗余。若这条路走通，意味着数据中心可以在相近电力预算下承载更多推理请求，这对欧洲正在推进的超算与“AI工厂”计划尤其有吸引力。近期公司已在德国于利希超算中心部署价值数百万美元的系统，并与德国电信企业业务部门T-Systems签署意向书，计划进入其数据中心。目前公开信息显示，这些合作仍处于部署或意向阶段，尚未形成大规模商用收入。
对用户/开发者/创作者的影响
普通用户短期内不会直接感知变化，但推理成本若下降，AI应用的价格和响应速度可能间接受益。对开发者而言，稀疏计算并非“免费加速”：模型需要针对稀疏结构进行适配，现有主流框架和工具链能否无缝支持仍是关键。对企业采购方，Sparxity提供的是专用硬件加系统的选项，适合推理负载集中、对能耗敏感的场景，但生态成熟度、软件栈和迁移成本需要评估。对创作者来说，这类芯片更多影响底层服务成本，而不是直接改变内容生成工具的功能。
值得关注的后续
一是A轮具体金额与估值未披露，后续融资节奏值得观察；二是与T-Systems的意向书能否转化为实际部署，以及于利希超算中心系统的实际运行数据；三是软件生态能否跟上，开发者是否愿意为稀疏模型做适配。这些将决定Sparxity是停留在超算与科研市场，还是真正进入主流AI推理基础设施。
来源：The Next Web
