Anthropic密会英国芯片新秀：DRAM-free架构能否打破算力困局

一家成立刚满三年的伦敦初创公司，正在与全球估值最高的AI实验室之一谈判。这场对话的核心不是当下的订单，而是一种被搁置多年的芯片设计理念——把内存和计算塞进同一块硅片。

谈判现场：第四家供应商的入场券

据The Information周五报道，Anthropic已与英国芯片创业公司Fractile展开早期洽谈，拟采购其推理加速器。若交易达成，Fractile将成为继英伟达、谷歌、亚马逊之后，Anthropic的第四家AI服务器芯片供应商。

这个时间点耐人寻味。Fractile的芯片预计2027年才能商用，恰好与Anthropic和谷歌-博通合作的TPU产能窗口重叠。Broadcom此前宣布将从2027年起向Anthropic供应3.5吉瓦的谷歌TPU算力。

一家尚未流片的初创公司，为何能与万亿市值的芯片巨头并列在Anthropic的供应商清单上？答案藏在Fractile创始人Walter Goodwin的博士论文里。

人物动作：牛津博士的SRAM赌注

Walter Goodwin 2022年在牛津大学获得博士学位后创立Fractile。他的核心主张是：用静态随机存取存储器（SRAM）替代动态随机存取存储器（DRAM），将内存与计算单元集成在同一颗芯片上。

传统GPU架构中，数据需要在计算芯片和独立的DRAM芯片之间来回搬运。Goodwin 2024年7月接受Fortune采访时解释，Fractile的设计将运算所需数据直接存储在执行算术运算的晶体管旁边，而非依赖片外DRAM。

「基于当时的模拟结果，Fractile运行大语言模型的速度可达英伟达GPU的100倍，成本仅为十分之一。」Goodwin表示。但需注意：该公司当时尚未制造测试芯片。

这一架构选择直指当前AI算力的核心痛点。GPU与DRAM之间的数据搬运，正是大模型高速推理的主要瓶颈之一。Fractile试图用SRAM的高带宽、低延迟特性，砍掉这道物理搬运环节。

背后逻辑：当HBM成为新的石油

Fractile的融资轨迹揭示了资本对这一技术路线的态度。公司2024年完成1500万美元种子轮融资，由Kindred Capital、北约创新基金和牛津科学企业联合领投。目前正以超10亿美元估值洽谈2亿美元融资，Founders Fund、8VC和Accel为潜在投资方。

估值飙升的背景是DRAM市场的极端紧张。高带宽内存（HBM）作为AI训练芯片的标配，正经历价格暴涨与供应短缺的双重挤压。SK海力士、三星、美光三家供应商的产能已被英伟达、谷歌、亚马逊等巨头锁定至2026年以后。

Fractile的DRAM-free设计本质上是一场供应链避险。若SRAM架构能在推理场景替代HBM，AI公司将获得一条不受制于内存寡头的算力路径。

团队构成也值得关注。Fractile吸纳了来自Graphcore、英伟达和Imagination Technologies的工程师，同时自研软件栈。软硬件协同设计的思路，与Graphcore、Cerebras等AI芯片先驱一脉相承。

行业影响：推理芯片的第三条道路

Anthropic的供应商多元化策略正在形成清晰图谱。英伟达GPU覆盖通用训练与推理；谷歌TPU承担规模化推理负载；亚马逊Trainium/Inferentia用于成本敏感场景；Fractile则代表一种架构层面的激进实验。

这一布局与Meta、微软等超大规模云厂商的芯片策略形成对照。Meta 2024年发布MTIA推理芯片系列，采用六个月迭代节奏；微软持续押注Maia和Cobalt定制芯片。共同点在于：推理阶段的算力需求正在从训练阶段的阴影中独立出来，获得专门的硬件优化。

Fractile的SRAM路线若被验证，将冲击两个既定假设：一是AI推理必须依赖HBM的高带宽；二是内存与计算的物理分离是成本最优解。这两个假设支撑着英伟达H100/H200的产品定义，也构成了其毛利率的基础。

但风险同样显著。SRAM的存储密度远低于DRAM，同等容量下芯片面积和成本陡增。Fractile需要证明其架构能在实际模型尺寸下实现可接受的良率和经济性，而非仅在模拟环境中跑赢。

2027年的商用时间表意味着，Fractile的首次流片、验证、量产爬坡将与下一代制程节点（2纳米及以下）的产能释放重叠。台积电、三星的先进工艺产能分配，将成为另一重变量。

Anthropic的早期介入，可能不仅是采购意向，更包含架构层面的联合定义。这与谷歌深度参与TPU设计、微软与AMD合作定制MI300X的逻辑相似：模型公司越来越需要芯片与算法协同演化，而非采购现成硬件。

冷幽默

Fractile的模拟数据显示其芯片比英伟达快100倍、便宜10倍——前提是还没造出来。这让人想起一个古老的行业定律：在流片之前，所有芯片都是完美的。Anthropic显然愿意为这个完美买单，或者说，为2027年可能不再完美的HBM供应链买个保险。毕竟，当英伟达的交货周期以季度计算时，相信一家牛津博士的PPT，听起来也没那么疯狂了。