4.8亿美元砸向端侧算力！Agent芯片新贵冲出重围

成立不到三年，首颗AI芯片进入量产，又拿下1.3亿美元B轮融资，Acrab正在成为亚洲AI芯片市场里最值得关注的新贵之一。

据DealStreetAsia报道，这家总部位于新加坡的AI计算基础设施公司近日完成B轮融资，Vertex Growth等机构参与投资。

完成本轮融资后，Acrab累计融资已经超过4.8亿美元。新资金将用于扩大产品产能、拓展技术生态，并加快下一代AI计算平台的研发。

Acrab成立于2024年。不到一个月前，该公司刚刚发布第一代端侧AI芯片GΞLIX 1，以及搭载这颗芯片的个人AI中心Agent Box。首代产品已经开始客户导入，并进入规模化生产准备阶段。

对于一家芯片创业公司来说，这样的速度并不常见。

过去两年，AI基础设施最确定、也最拥挤的故事几乎都发生在云端。

大模型越来越大，GPU越来越贵，微软、谷歌、Meta、亚马逊继续加码数据中心，英伟达则站在这一轮算力扩张最核心的位置。

随着模型持续压缩、推理效率提升，PC、汽车、机器人以及更多智能终端能够承担的AI任务正在增加。

下一轮算力需求，也开始从“训练更大的模型”，向“让智能真正进入每一台设备”延伸。

Acrab押的，就是这部分正在增长的计算需求。

大模型时代的第一场基础设施战争，是一场典型的重资本游戏。

训练和运行更大的模型，需要更多GPU、更高带宽和更复杂的数据中心。

随着模型规模不断上升，资金、供应链和工程能力都在迅速抬高门槛，云端算力越来越成为少数巨头能够长期参与的竞争。

相比之下，端侧AI过去承担的任务要轻得多。

拍照、降噪、语音识别等固定功能，一块NPU已经足以覆盖大部分需求，真正复杂的大模型推理仍然主要发生在云端。

一方面，模型量化、压缩和推理优化不断推进，相同算力能够运行的模型越来越强；

另一方面，PC、汽车和机器人本身的内存、带宽和AI算力也在持续提升。

过去因为模型太大、设备算力不够，只能送到云端完成的任务，开始有条件留在本地。

个人文件、长期记忆、日程、设备状态和实时交互，本身就产生在终端。

一个长期工作的Agent，如果每读取一份文件、调用一次工具、更新一次状态都需要往返云端，不仅会不断累积延迟，推高Token账单，也意味着大量个人和设备数据需要持续上传。

随着Agent从偶尔问答转向全天候运行，按Token计费的云端模式给用户带来了难以持续的成本压力。

更可能出现的是新的分工：最复杂、最重的推理继续留在数据中心，而高频、隐私敏感、需要低延迟和长期保持状态的任务，逐步向终端迁移。

这会直接抬高终端对AI算力的需求。模型能力越强，能够留在本地完成的任务越多；本地任务越复杂，对内存、带宽和计算性能的要求也越高。