公司 SiMa.ai
融资轮次 C轮
融资金额 1.5亿美元
投资方 Fidelity Management & Research Company、Amplify、Alter Venture Partners、Dell Technologies Capital、Maverick Capital、+ND Capital、Point72、StepStone Group、AllianceBernstein、Baron Capital、J.P. Morgan、State of Michigan
总部 加利福尼亚州圣何塞
创始人 Krishna Rangasayee
官网 https://sima.ai/

50 TOPS不是卖点，引脚兼容才是切入英伟达客户群的暗门

SiMa.ai当前出货的产品是第二代多模态MLSoC Modalix。据公司披露，该芯片在低于10W功耗下提供50 TOPS多模态AI计算，支持BF16、INT8、INT16精度，配备MIPI、USB、PCIe Gen5、SPI接口，支持CNN、ViT、LLM、LMM工作负载。单看50 TOPS这个数字，在2026年的边缘AI芯片市场并不算激进。据SiliconANGLE报道，英伟达最高端模块达到2,000 FP4 TOPS，面向全尺寸人形机器人与复杂自主机器；主流机器人与重型无人机模块覆盖约400和865 TOPS，面向中端机械臂与重型送货无人机，并保持较低功耗层级以保护电池续航。上述英伟达模块的精度口径未披露，与SiMa.ai的dense TOPS不可直接比较。

SiMa.ai真正的产品策略，藏在另一个细节里：公司称其量产就绪的Modalix系统级模块与NVIDIA Jetson Orin NX和Nano模块引脚兼容，可实现对现有载板的即插即用升级。这意味着，一个已经在Jetson Orin NX载板上完成硬件设计的机器人公司，理论上可以在不重新设计电路板的情况下，把SiMa.ai的模块换上去做对比测试。对于硬件迭代周期动辄12到18个月的设备厂商来说，这种“不换板就能试”的路径，比任何性能对比表都更有实际杀伤力。它绕开了“客户为什么要为一家初创芯片公司重新设计硬件”这个最难的转化障碍。

公司声称，其全栈平台可将部署时间从数月缩短至数天或数小时。这一表述来自公司新闻稿，尚未有独立第三方测试条件或客户案例公开验证。要核实这一说法，需要看到至少一个已公开的客户在相同工作负载下，从Jetson迁移到Modalix的具体时间、人力和性能对比数据。

客户名单的完整面貌：从财富500强到班加罗尔的自动驾驶公司

公司披露的客户与合作伙伴名单包括ARK Electronics、AVerMedia、Bosch、Emerson、Intrinsic、Kontron、L&T Technology Services、Micron、STIGA、Synopsys、TRUMPF SE和Virya Autonomous Technologies, Bangalore。以下为编辑分析：Bosch、Emerson、Micron、Synopsys、TRUMPF SE属于大型工业与半导体企业；Kontron是嵌入式计算机模块供应商；L&T Technology Services是工程服务公司；Virya Autonomous Technologies位于班加罗尔，是一家自动驾驶技术公司。这种组合说明SiMa.ai的客户触角同时伸向工业自动化、嵌入式硬件分销和自动驾驶三个方向。待核验指标包括：任一家客户的采购规模、部署阶段或收入贡献。

公司称2024至2025年间年度收入增长为四倍，并表示2026年收入保持强劲上升势头。公司未披露收入基数，因此这个增速无法独立评估其商业意义。如果基数很小，四倍增长的绝对规模可能仍然有限。从已披露的客户构成和产品形态看，SiMa.ai目前更可能处于“多客户小批量验证”向“少数客户规模采购”过渡的阶段，而非已经锁定大规模量产订单。Modalix DevKit售价1,499美元，客户可能只是购买开发套件做评估，也可能已经进入量产采购；公司未披露各产品线的收入占比，因此无法判断其收入质量。

1.45亿台出货量的想象空间，与1,000 TOPS的交付时间差

公司新闻稿引用Counterpoint Research预测，到2035年，包括机器人、汽车与无人机在内的物理AI设备累计出货量将达1.45亿台；原始报告未在所附材料中提供。1.45亿台是一个九年维度的累计数字，但累计出货量包含的是所有物理AI设备，而非SiMa.ai可触达的细分市场。机器人、汽车和无人机对芯片的功耗、安全认证、可靠性和软件生态要求差异极大，一家初创公司很难同时覆盖。

更关键的时间差在于：SiMa.ai当前可销售的产品是50 TOPS的Modalix，而公司计划在2028年上半年才推出1,000 dense TOPS的下一代硬件。从本轮融资宣布的2026年9月到2028年上半年，约18个月，为编辑推算。在这段时间里，公司能卖的还是Modalix。公司称将借此扩展至中高端无人机、人形机器人、汽车ADAS与AI座舱，但这些市场恰恰是英伟达高端模块的主战场。从50 TOPS到1,000 TOPS，目标算力提升约20倍（编辑计算）。这意味着下一代产品不是Modalix的简单迭代，而是一次架构级别的跨越。公司称下一代产品将涵盖机器学习IP、chiplet与SoC，并称现有客户可将应用迁移至下一代产品架构。但“可迁移”的具体含义未披露：是软件API层面兼容，还是需要重新适配？如果架构变化过大，现有客户在Modalix上的投入可能无法平滑延续。SiMa.ai未披露其具体流片节点、验证进度或客户迁移承诺，因此2028年上半年的交付时间表仍缺乏可独立核验的里程碑。

投资方组合的资本信号：Fidelity进场，但共同领投方不止一家

据公司新闻稿，本轮融资由Fidelity Management & Research Company与Amplify共同领投（co-led）。Amplify普通合伙人Mike Dauber在声明中称，公司自创立之初就支持SiMa.ai，并认为其愿景是“构建一种根本性的新型物理AI架构，在该架构中软件决定硅片”。Dell Technologies Capital总裁兼董事总经理Scott Darling则称SiMa.ai是“分布式物理AI基础设施的关键硅供应商”。StepStone Group合伙人John Avirett强调，扩展物理AI“需要功耗效率和在高度受限环境中的无缝集成”。

这些投资方声明表达的是投资人对公司方向的判断，而非对产品性能或客户验证的独立确认。本轮新投资者包括AllianceBernstein、Baron Capital、J.P. Morgan和State of Michigan。来源未披露State of Michigan的具体投资主体与金额。这种公共资金与市场化资本混合的结构，在芯片领域并不罕见，但它的存在也提示，SiMa.ai的资本来源已经开始从纯风险投资向更广泛的机构资金扩展。

与英伟达的竞争：不是替代，而是绕开CUDA的功耗与成本结构

SiMa.ai创始人兼CEO Krishna Rangasayee在声明中表示：“Physical AI in humanoids, automotive, and drones is the gateway to a $50 trillion market that has remained largely untouched by modern innovation. While others are still figuring out the pieces or repurposing their cloud offerings, we’ve built the entire puzzle.”这段话把SiMa.ai的竞争策略说得很清楚：公司将其竞争策略描述为不试图在云端训练或数据中心推理市场与英伟达正面竞争，而是瞄准物理AI设备端的推理负载，用定制硅片加软件全栈的方式，替代其所称的英伟达CUDA架构在边缘场景中的“昂贵、复杂且高功耗”属性。

据来源描述，英伟达CUDA生态在物理AI软件层占据主导地位。SiMa.ai的回应是Palette软件套件，包含SDK与无代码可视化开发工具Edgematic，在统一架构上支持视觉、Transformer与生成式AI工作负载。公司还推出了Palette Neat，称为“业界首个面向物理AI的自主软件环境”。从产品逻辑看，Palette Neat试图把agentic能力引入物理AI开发环境，让开发者可以用更高层级的抽象来编排感知、规划和控制任务。如果这个方向成立，它可能降低物理AI应用的开发门槛；但“自主软件环境”的实际能力边界，目前只能从公司描述中得知，缺乏公开的第三方评测或客户案例。

引脚兼容是一把双刃剑。它降低了客户试用的门槛，同时也把SiMa.ai直接放进了与英伟达模块的逐项对比中。客户会问：同样的载板，同样的外设，换成Modalix之后，软件栈能不能跑通？模型精度有没有损失？功耗降了多少？如果答案不够清晰，引脚兼容就只是一个营销话术。Modalix的50 TOPS在绝对算力上远低于Jetson高端模块，但如果目标场景是功耗预算低于10W、对成本敏感的工业视觉或轻量机器人，50 TOPS可能足够。问题在于，公司未披露Modalix与Jetson Orin NX/Nano在相同工作负载下的功耗、性能和价格对比数据。引脚兼容提供了对比测试的便利，但对比结果才是客户决策的依据。在缺乏这类数据的情况下，SiMa.ai的“低功耗替代方案”定位仍然是一个待验证的假设，而非已被市场确认的事实。

资金用途的能见度：Palette Neat的规模化与下一代硬件的研发并行

公司称本轮资金将用于两个方向：加速Palette Neat的规模化，以及资助下一代硬件研发。这两个方向对应的是完全不同的风险结构。Palette Neat是软件产品，其规模化主要考验开发者生态的构建速度和客户采用率；下一代硬件则是芯片研发，考验的是架构设计、流片、验证和量产的执行能力。公司未披露具体资金分配比例。

从产品组合看，SiMa.ai同时销售Modalix DevKit（售价1,499美元）、系统级模块、PCIe Gen5 x8卡和芯片直插选项。这种从开发套件到量产模块再到芯片直插的多层次产品形态，说明公司试图覆盖从评估到量产的不同客户阶段。

风险与待验证假设：从50 TOPS到1,000 TOPS的跨度，以及引脚兼容的验证条件

SiMa.ai的融资故事建立在三个尚未被独立验证的支柱上。第一，公司称2024至2025年年度收入增长为四倍，但未披露收入基数，其商业意义无法独立评估。第二，公司披露了一份包含12家客户和合作伙伴的名单，但未披露任何一家的采购规模或部署阶段。客户名单的存在不等于商业验证的完成。第三，公司承诺2028年上半年交付1,000 dense TOPS的下一代硬件，但从50 TOPS到1,000 TOPS的架构跨越、chiplet与SoC的研发复杂度，都让这个时间表存在不确定性。

SiMa.ai的引脚兼容策略、Palette软件套件和客户名单组合，构成了一个可检验的商业假设：在英伟达Jetson覆盖不足的低功耗、成本敏感场景中，是否存在足够大的市场空间，让一家初创公司用定制硅片加软件全栈的方式建立可持续的竞争壁垒。这个假设的验证，需要看到具体的客户量产订单、可对比的功耗与性能数据，以及2028年下一代硬件的实际流片进展。在这些信号出现之前，1.5亿美元融资和14.5亿美元估值，更多是对这个假设的资本投票，而非对假设本身的证明。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：SiMa.ai的C轮融资把物理AI芯片的竞争从“谁的计算峰值更高”拉回到“谁能在10瓦以下被客户真正用起来”。引脚兼容是它切入英伟达客户群的最聪明一招，但聪明不等于验证。真正的分水岭在2028年上半年：如果1,000 dense TOPS按时交付且现有客户平滑迁移，SiMa.ai可能在中低端物理AI市场撕开一道口子；如果延期或架构断裂，今天的14.5亿美元估值就会变成对一家50 TOPS芯片公司的过高定价。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。