SiMa.ai洽谈新一轮超68亿元融资 投后估值或达95亿元

5月19日，一则来自外媒The Information的报道引发了行业关注。据两位知情人士透露，美国边缘AI芯片初创公司SiMa.ai正在与投资人洽谈新一轮融资，规模预计超过1亿美元，投后估值或将达到14亿美元左右。

这一估值数字，相较于私募市场数据机构PitchBook记录的、其在2025年8月约9.6亿美元的估值，在不到一年的时间里上涨了超过45%。回顾其融资历程，SiMa.ai此前已累计获得约3.55亿美元的投资，背后的支持者包括Ma verick Capital、Fidelity Management & Research以及Dell Technologies Capital等知名机构。

这家备受资本关注的公司，由克里希纳·兰加萨耶（Krishna Rangasayee）于2018年创立，总部位于硅谷核心的圣何塞。

▲SiMa.ai创始人兼CEO克里希纳·兰加萨耶（Krishna Rangasayee）（图源：SiMa.ai ）

兰加萨耶的履历，很大程度上解释了SiMa.ai为何选择边缘AI这条路径。在创立公司之前，他在FPGA巨头赛灵思（Xilinx）工作了近18年，曾担任全球销售执行副总裁，并帮助公司将业务规模做到了25亿美元。离开赛灵思后，他曾在另一家AI推理芯片公司Groq短暂担任首席运营官，随后便自立门户，创办了SiMa.ai。

▲SiMa.ai创始人兼CEO克里希纳·兰加萨耶（Krishna Rangasayee）的工作经历（图源：领英）

兰加萨耶在多个场合阐述过他的核心理念：并非所有AI应用都需要数据中心级别的庞大算力。他曾对媒体表示，过去二十年云端机器学习的创新如火如荼，但边缘侧的进展却相对有限。然而，现实世界中的机器人、无人机、工业自动化乃至智慧城市管理，恰恰对实时决策有着最迫切的需求——这些场景下，“数据先上传到云端，处理完再返回”的路径，往往在延迟、功耗和可靠性上都不尽如人意。

这正是SiMa.ai瞄准的市场缝隙。在英伟达等巨头主导的AI训练市场之外，一批初创公司正凭借定制化的专用芯片，在AI推理，特别是边缘推理领域寻找机会。SiMa.ai将其产品定位为服务于“物理AI”的边缘推理专用芯片，其应用场景清晰地指向那些无法、或不适合长时间连接数据中心的设备，例如无人机、工业机器人、智能摄像头和车载系统。

▲SiMa.ai展示了其边缘AI芯片在工业、无人机、汽车等领域的应用方向（图源：SiMa.ai ）

那么，SiMa.ai手里究竟有什么牌？根据公司官网信息，其核心硬件是一款名为MLSoC（机器学习片上系统）的边缘AI芯片。目前该产品已发展到第二代Modalix系列，采用台积电6纳米制程工艺。该系列提供了从25 TOPS到200 TOPS不等的四档算力配置，主要瞄准5瓦到25瓦这一关键功耗区间。值得注意的是，它宣称能够支持从传统的卷积神经网络到当下火热的Transformer、大语言模型乃至多模态大模型等多种AI架构，并且其每瓦性能据称是同类方案的10倍以上。

▲SiMa.ai的两代硬件产品MLSoC（图源：SiMa.ai ）

芯片硬件只是基础，配套的软件生态同样关键。为此，SiMa.ai提供了名为Palette的软件套件，旨在让开发者无需深入底层硬件细节，就能相对轻松地在其芯片上部署AI应用。为了加速产品落地，今年3月，SiMa.ai还与瑞士FPGA开发商Enclustra合作，推出了基于Modalix 50 TOPS芯片的系统模组（SoM），直接对标边缘AI市场中英伟达Jetson这类成熟的GPU模组方案。

市场拓展方面，SiMa.ai的触角已经伸向车载AI、航空航天与工业制造等多个高价值领域。在汽车领域，其与从语音技术老牌厂商Nuance分拆而来的Cerence AI合作，专注于车规级AI语音解决方案，后者技术已搭载于全球超5亿辆汽车。在航空航天与国防领域，合作方包括美国ARC Aerospace公司；在工业制造端，则与德国激光与机床巨头通快集团（TRUMPF）建立了联系。此外，其芯片也已实际应用于零售门店的防盗摄像头和工厂内的机器人系统中。

结语：边缘推理芯片赛道正吸引投资人押注

当英伟达凭借数据中心GPU持续扩张其AI帝国时，一部分敏锐的投资人已经开始将目光投向另一片战场：边缘AI芯片。这个赛道的特点是低功耗、本地化推理，服务于终端设备。随着机器人、智能汽车、物联网设备对实时AI处理的需求爆炸式增长，越来越多的应用场景开始尝试减少对云端数据中心的绝对依赖，这为SiMa.ai这样的公司创造了机会窗口。

当然，机会也意味着竞争。这片市场并非蓝海，以色列的Hailo、美国的Ambiq，以及巨头英伟达的Jetson平台，都是强有力的竞争者。与高度集中化的AI训练芯片市场不同，边缘AI市场由于下游应用碎片化——不同行业对功耗、成本、延迟和算力的要求千差万别——因此竞争格局目前仍相对分散，尚未出现绝对的垄断者。

未来，如果“AI推理本地化”真的成为一大趋势，那么像SiMa.ai这样专注于边缘侧、并已在特定行业建立合作案例的公司，很可能将继续吸引资本的关注与反赌。这场发生在终端侧的算力竞赛，或许才刚刚拉开序幕。

来源：The Information、SiMa.ai