VSORA 获新一轮融资加速Jotunn8 AI推理芯片商用：当数据中心被高昂电力压垮，这家法国创企如何用288GB超大HBM容量打破AI推理的“内存墙”

在生成式 AI 与万亿参数大模型时代，数据中心正在面临一场严峻的“物理围剿”：一方面，AI 推理的算力需求呈指数级飙升；另一方面，现有的主流 GPU 在处理推理任务时，大部分功耗被白白浪费在“芯片与存储元器件之间频繁的数据搬运”中，这就是半导体行业著名的“内存墙（Memory Wall）”。与此同时，高昂的电力消耗与单次推理查询的昂贵成本，正在成为阻碍 AI 技术大规模商业化落地的致命瓶颈。

2026年7月3日，总部位于法国 Meudon-La-Forêt 的高性能 AI 推理芯片设计公司 VSORA 宣布完成新一轮融资。本轮融资由欧洲顶级私募股权机构阿迪安（Ardian，通过其半导体专业基金 Ardian Semiconductor）领投，Otium Capital、XAnge、NJJ Capital、法国凯捷集团（Capgemini，通过其 ISAI Cap Venture Fund II）、CloudHQ 以及德国联邦突破性创新署（SPRIND）共同参与。同时，欧洲创新委员会（EIC）基金、Omnes Capital 和 Critical Path 作为老股东继续进行跟投。本轮过渡性融资跟随着此前 Otium Capital 注入的 4000 万欧元战略资金，资金将 100% 用于加速其旗舰 AI 推理处理器“Jotunn8”的商业化量产与全球客户导入，并为 2027 年的国际化大轮融资做准备。

内存墙：AI 数据中心无法承受的“能耗黑洞”

当前，主流大模型推理在云端部署上面临的硬性物理瓶颈并非 GPU 的算力不够，而是“算力与带宽的严重失衡”。

传统芯片架构的痛点包括：

• 存算分离导致“内存墙”：传统的计算卡中，数据从内存芯片（HBM）传输到计算核心（Tensor Core）的距离过长、通道过窄，导致计算核心经常处于“闲置等待数据”状态，计算效率低下。
• 居高不下的电力成本：数据搬运所消耗的能量，往往是实际计算消耗能量的数十倍甚至上百倍。AI 算力的高能耗已引发多国电网的黄色预警。
• 高昂的单次查询成本：由于大模型推理效率低，云服务商不得不购买更多的昂贵 GPU 卡，最终将成本转嫁给企业和普通用户。

关键数据：为了攻克这一物理顽疾，VSORA 研发了全新一代 Jotunn8 处理器。该处理器采用目前最前沿的存算对齐架构，板载了高达 288GB 的高带宽内存（HBM3e），是目前同级别芯片中内存容量最大的产品之一，能将单次 AI 推理查询的功耗和成本降低数倍。

Jotunn8 芯片：打破传统的“IP级”Fabless 破局者

VSORA 并非一家单纯的硬件销售商，而是采用全球领先的 Fabless IP 授权与定制化芯片双重商业模式：

1. Jotunn8 存算架构（ licensable AI architecture）： Jotunn8 拥有一个高度可定制的、授权级的张量核心（Tensor Core）。它将计算单元和超大容量的 288GB HBM 内存进行极其紧密的物理三维堆叠，彻底消除了数据传输延迟，让大模型的参数能够完全驻留在片上。 2. TSMC 先进工艺与 Global Unichip 封测同盟： VSORA 已经成功完成了其 Jotunn8 架构在台积电（TSMC）先进工艺制程下的物理流片（Tape-out），并与创意电子（Global Unichip Corp）达成了最先进的三维集成电路（3D IC）封装合作，保障了良率与供应链的极高水准。 3. Tyr 系列边缘计算芯片： 除了面向云端超大数据中心的 Jotunn8，VSORA 还开发了专为自动驾驶、机器人端侧推理设计的“Tyr”系列低功耗边缘芯片，实现了云端与边缘端的全场景覆盖。

关键数据：Jotunn8 的架构设计专门针对 Transformer 及下一代多模态自适应网络进行了物理级指令集优化，相比传统 GPU，其每瓦特每秒的 Token 生成速度（Tokens per Watt per Second）提升了 5 倍以上。

高端 AI 推理处理器与半导体 IP 竞争格局

投资逻辑：为什么欧洲半导体风投 Ardian 领投 VSORA？

1. AI 商业化下半场“推理”是金矿： AI 行业正从“大模型训练”向“日常推理变现”大规模转移。推理任务具有高频、高实时性、高成本敏感的属性。谁能提供最便宜、最省电的推理卡，谁就能拿到下半场千亿美元推理基建市场的绝大部分利润。 2. 极高的欧洲半导体主权红利： 作为法国和欧洲本土极其稀缺的 AI 芯片设计企业，VSORA 获得了欧洲创新委员会（EIC）基金和德国 SPRIND 的持续大力支持。在欧美芯片地缘竞争下，VSORA 是欧洲建立自主可控 AI 算力主权的关键棋子。 3. TSMC Tape-out 与封装的物理硬壁垒： 芯片行业最难的关卡是流片（Tape-out）和封测。VSORA 已经顺利通过 TSMC 流片，并与 Global Unichip 敲定 3D 封装通道。这说明产品已经走过了最危险的学术阶段，正式跨入可以商用量产的安全区。 4. 巨头 NJJ 与 Capgemini 的大客户分销渠道： 资方中 NJJ Capital 拥有庞大的电信网络资产，Capgemini 是全球顶级的 IT 咨询服务商。这些资方本身就是 Jotunn8 的超级买家和渠道分销商，能直接为 VSORA 送去海量的企业级客户订单。

⚠️ 风险与不确定性

⚠️ 风险一：TSMC 产能与先进封装产能获取难度大 3D 封装（如 CoWoS）是目前全球半导体供应链中最紧缺的环节，产能几乎被英伟达、AMD 和苹果瓜分殆尽。VSORA 作为初创 Fabless 公司，能否在台积电和创意电子拿到足够的封装产能，是一大运营隐患。

⚠️ 风险二：英伟达 CUDA 软件生态壁垒的封锁 芯片竞争不仅是硬件比拼，更是软件生态之争。英伟达的 CUDA 生态几乎垄断了所有大模型框架。VSORA 的 Jotunn8 虽好，但如何确保主流 AI 框架与开发团队能低成本、无缝地迁移到其架构上，是极其艰难的生态战。

⚠️ 风险三：国际大厂推出更大片上内存产品 英伟达等巨头正快速迭代产品，其下一代推理卡也开始配置数百 GB 的大内存。一旦巨头的产品在性能和内存容量上形成降维打击，VSORA Jotunn8 的差异化市场生存空间将受到极大压迫。

在云端数据中心面临绿色环保、电网高压与成本暴涨的三重拷问下，VSORA 用 288GB HBM 内存和存算对齐技术，向传统的英伟达垄断架构发起了一次精密的法式挑战。

这轮过渡期融资，是欧洲顶尖产业资本和国家署在算力竞赛中合力投下的一枚重磅筹码。2027 年的国际化大融资，或许将成为 VSORA 能否在英伟达的算力帝国中撕开一道决定性口子的分水岭。

分类与标签