五個月前估值 11 億美元的倫敦晶片公司，11 月拿到 7.2 億美元 C 輪，估值被寫成 70 億美元左右。它賭的題目不是算力。
Fractile funding 的規模與出資者
TechCrunch 在 2026 年 11 月 11 日報導，倫敦的 Fractile 完成 7.2 億美元 C 輪，由 Thrive Capital、Founders Fund、Lightspeed Venture Partners 與 Redpoint 領投。英國主權 AI 基金的錢也在裡面，政府的說法是確保英國在支撐未來經濟的硬體底層握有更大的持股。
這個組合值得看一眼。矽谷的成長基金加上英國公部門的基金，出現在同一張名單上，說明這筆錢一半買技術，一半買地方產業政策。
Fractile valuation 五個月從 11 億走到 70 億
英國政府對外說的是「超過 50 億英鎊」，金融時報與路透的消息來源則寫約 70 億美元。The Next Web 對照的起點是 2026 年 5 月的 11 億美元。兩個數字換算下來，五個月漲了六倍上下。
一家還沒出貨的公司拿到這種倍數，通常不是因為它做出了什麼。六倍是怎麼來的？答案是市場對它要解的題目突然變得急迫，而願意付錢先卡位的人變多了。
UK AI chip startup 要解的問題：模型跑起來時，瓶頸在搬資料
大型模型在推論時，每產生一小段文字，都要把權重從記憶體搬進運算單元附近。晶片的浮點運算能力再強，資料沒送到就是空等，而這件事在長對話、長文件與多步驟代理的場景裡會被放大很多倍，因為每個新產生的詞元都要再搬一次。這道牆的名字叫記憶體頻寬。
Fractile 的說法是，它的設計把 DRAM 直接疊在每顆晶片上方，同時處理頻寬與容量這兩個平常得互相妥協的指標。傳統做法是在兩者之間挑一個，要嘛頻寬大容量小，要嘛相反。
AI inference chips 跟訓練晶片的分工
訓練是把模型做出來，推論是讓模型回答每一次請求。後者的帳單按詞元算，記憶體搬運的效率直接變成每一千個詞元的成本。當企業開始把模型放進客服、搜尋與內部工具，這筆錢是每月固定支出，不是一次性的資本支出。
這也是為什麼一批新公司敢在輝達的地盤上開新戰場：訓練市場講絕對效能，推論市場講每塊錢換到多少吞吐。
Fractile $720M 的技術選擇，用廚房講最快
廚房裡師傅手很快，但冰箱在走廊另一頭，出菜的速度卡在走路的時間，不在刀工好不好。Fractile 的做法相當於把儲藏室搬到爐台旁邊。
它同時提供機器學習編譯器，所以賣的不是一顆裸晶片，而是一套從模型到硬體的完整路徑。這一點對買方很重要，因為換硬體最貴的成本通常不是機器，是改程式。
還沒出貨：明年第一顆晶片要證明的事
執行長 Walter Goodwin 在 LinkedIn 上說「還有很多工作要做」，這筆錢會讓公司在明年出第一批晶片與系統。這是官方說法，也是目前唯一能確定的時間表。
同一個賽道上，Etched、Axelera 與 OLIX 都在做類似的題目。沒有任何獨立比較能把 Fractile 跟它們或輝達放在同一張表上，因為沒有出貨的產品沒辦法測。
台灣讀者該看的兩個角度
把 DRAM 疊在邏輯晶片上，靠的先進封裝產能重心在台灣。這類記憶體優先的架構如果真的量產，封裝會是第一個卡點，因為把 DRAM 疊上去牽涉到良率、散熱與測試，而這些工作的產能與經驗大部分集中在台灣的幾家廠手上。
第二個角度是軟體。台灣企業採購算力時，決策通常跟著輝達的平台與開發者生態走，新架構要進來得先過相容性這一關。硬體參數漂亮但模型跑不動，案子就停在簡報階段。
2027 年什麼才算證據
不是估值，不是募資額。第一顆晶片出貨、第一批付費客戶、第一個由第三方跑出來的每詞元成本。這三件事出現之前，70 億美元是一個對未來的報價，不是對現在的評價。
