DeepX掷1亿美元用上三星2nm技术：端侧芯片瞄准物理AI广阔前景

智通财经APP获悉，韩国 AI 芯片初创公司 DeepX 计划投入超过 1 亿美元，用三星电子的 2 纳米制程开发下一代 AI 芯片。公司称已完成 DX-M2 的设计，最终方案已交付三星代工部门，首批硅片预计 2027 年 3 月前到手，随后进入客户评估，2028 年走向量产。这 1 亿美元包含性能验证与生产工程费用——不是一次流片的钱，而是把一颗芯片从设计推到可量产状态的全流程投入。

5 瓦跑百亿参数

DX-M2 的落点在数据中心之外：机器人、工业设备、带 AI 功能的个人电脑。芯片设计目标是以约 5 瓦功耗运行生成式 AI 模型。据韩国媒体报道，该芯片用的是三星第二代 2 纳米工艺 SF2P，11 月初已完成掩膜流片，2027 年二季度向客户交付评估样品，2027 年四季度初始量产出货，2028 年全面放量。

据悉，DX-M2 内存带宽从上一代的 50GB/s 提升至 150GB/s，NPU 算力 80 TOPS，可运行 200 亿至 1000 亿参数模型(实际激活 30 亿至 200 亿)，生成速度 10 至 30 token/秒。更受关注的是与三星内存部门合作的 LPDDR5x-PIM 方案：把矩阵-向量乘法搬进内存芯片执行，绕开数据来回搬运的瓶颈。DeepX 称按 Llama3.1-8B 测算，token 生成速度最高提升 6.7 倍，代价是功耗升至 2.7 倍;若把功耗压在原水平，仍有 2 倍增益。不过原型编译器目前只在仿真环境跑通，适配真实硬件的版本仍在开发中。

上一代的账：88 份订单、1330 万美元

押注的底气来自 DX-M1。这款 2025 年 8 月在三星 5 纳米投产的芯片，截至 2026 年 10 月拿下 88 份采购订单、约 1330 万美元，覆盖 10 个国家。客户包括现代汽车集团机器人实验室(用于配送机器人 DAL-e 与移动平台 MobED)、百度(约 4 万颗初始订单，用于 OCR 摄像头与数据解析系统)、联想、研华与 AAEON。公司对 2026 年营收的指引是 4000 万美元，是去年原定 1700 万美元目标的两倍多。

CEO 金禄元把公司定义为“物理 AI 基础设施公司”而非 AI 芯片设计公司。这决定了它的路线：不在数据中心替代英伟达，而是把“数据传回云端”这件事从设备里拿掉。原文给出的理由是能耗、成本与延迟，此外工业客户还有数据不出厂区的边界要求。但端侧并不取代云端——训练、大规模仿真、跨厂区汇总仍在数据中心，端侧只负责高频、低时延、必须当场完成的那一段。

三星 2nm 也需要一个练兵客户

这笔 1 亿美元的另一头是三星，三星 SF2 良率已从 2025 年下半年的约 20% 升到 2026 年 9 月底的近 60%，专供 Exynos 的 SF2P 据称在 2026 年 1 月已过 70% 门槛。订单名单很豪华：特斯拉 AI5/AI6(2025 年 7 月签约、约 165 亿美元、供至 2033 年)、博通、Arm，英伟达的推理芯片也在列。但没有一家在三星 2nm 上完成过量产验证，真正跑通全流程的只有三星自家芯片。

对三星，DeepX 这类客户的价值不在订单金额，而在于有人在它的新工艺上真把产品做出来。2 纳米晶圆报价约 2 万美元、比台积电便宜约三分之一，价格是三星抢单的主要武器;反过来，DeepX 拿到的也不只是产能，而是与三星内存部门联合调试 PIM 的优先权——这条合作已耗去一年半。

真正的门槛不在 TOPS

DX-M2 的 80 TOPS 在纸面上不落后。但边缘芯片的胜负很少由 TOPS 决定：英伟达约占边缘 AI 计算收入的 39%，Jetson 生态号称 200 万开发者;专家型对手 Hailo、Axelera、SiMa.ai、耐能、EdgeCortix 各守一个功耗段;高通 Dragonwing 与 Cloud AI 100 Ultra、联发科 Genio Pro 已把 50 TOPS 以上的区间填满。决定客户是否迁移的是编译器覆盖与迁移成本。

DeepX 的应对是把 DX-M1 接进英特尔 OpenVINO，让它成为开发者下拉菜单里可选的推理设备，而非另装一套 SDK;与 AMD 的接触仍停留在方向性讨论。风险同样清楚：1 亿美元要花到 2027 年才有首批硅、2027 年四季度才初始出货，2028 年全面量产时对手的端侧 NPU 已在同一功耗段站好位。加上 2025 年 20.1 亿韩元营业亏损的现金流压力，正在进行的 D 轮(10 月三星证券与 SVIC 33 已认购 1230 万美元新股)能否撑到规模出货，是这条路线最现实的约束。