美国当地时间2026年10月19日，AI计算公司Tenstorrent宣布完成15亿美元E轮股权融资，投后估值达到62亿美元。本轮融资由Trace Capital与Innovation X领投，ARK Invest、富达管理研究公司（Fidelity Management & Research）、摩根士丹利、T. Rowe Price、SanDisk、Eclipse、Cadence Ventures、Virtu Financial、XTX Markets等一批新老机构参投。公司同时披露，资金将主要用于扩大Galaxy AI服务器的规模化部署，并推进其对外授权的AI处理器与RISC-V CPU IP业务。在英伟达仍占据全球AI加速器市场约八成份额的背景下，这是2026年AI芯片初创公司中规模最大的一笔融资之一。
一、融资详情：豪华机构阵容入场
根据Tenstorrent官网发布的新闻稿，本轮E轮融资金额为15亿美元，投后估值62亿美元。领投方之一Trace Capital由Ben Mahdavi于2026年创立，Mahdavi此前联合创立Quiet Capital并主导其Access投资策略；另一家领投方Innovation X由Roger Monteforte于2016年创立，是一家专注于国防科技、金融科技、人工智能、基础设施与太空经济的后期风险投资机构，据其Form ADV文件披露，截至2025年12月31日管理规模超过45亿美元。
参投名单横跨公募资管、另类交易、半导体产业与加密货币资管等多个领域：除ARK Invest、富达、摩根士丹利、T. Rowe Price等传统机构外，还包括SanDisk（存储原厂）、Virtu Financial与XTX Markets（做市商）、Tether Investments（稳定币发行方关联投资主体）、Agostinelli Group、Brett Barna、Maverick Silicon、Protagonist、Troluce Capital等。Tenstorrent历史投资方还包括贝索斯个人投资基金Bezos Expeditions、三星、LG电子、现代汽车集团与富达等。
Tenstorrent首席执行官Jim Keller在新闻稿中表示：“我们用一套架构，按从卡到机柜的每一种尺寸销售。计算的未来是开放的、可扩展的，并由在其上构建的人所拥有。我们的投资者也相信这一模式。”Trace Capital创始人Ben Mahdavi则称，Keller及其团队带来了数十年硅片、软件与IP的一线经验，期待与Tenstorrent一道推动Galaxy继续规模化。
二、估值跃升：一年半从约27亿到62亿美元
本轮62亿美元的投后估值，较Tenstorrent上一轮融资显著跃升。据TechTarget梳理，公司2024年12月完成的一轮融资规模超过6.93亿美元，当时投前估值为20亿美元，对应投后估值约27亿美元。换言之，在不到两年时间里，Tenstorrent的投后估值翻了一倍有余。
HyperFrame Research半导体与深科技业务负责人Stephen Sopko在接受TechTarget采访时评价，62亿美元的投后估值“在当下的AI基础设施市场里是雄心勃勃的，但并非离谱”。他将其形容为“在地基完全浇筑好之前，为一位已被证明的架构师支付溢价”——Keller本人曾主导苹果A4/A5芯片、AMD Zen处理器架构以及特斯拉全自动驾驶芯片的设计，这一履历在芯片行业极为稀缺。但Sopko同时提醒，当前估值已经为执行风险留出了空间，公司仍需证明商业部署可以可预测地规模化。
三、资金投向：Galaxy量产与IP授权双轮驱动
Tenstorrent明确表示，本轮资金将用于三个方向：一是以更大规模部署Galaxy服务器，继续服务大语言模型与视频生成等开放权重模型；二是推进其对外授权的AI与CPU IP，支持客户自研芯片；三是在全球范围内招聘。公司并未披露三项之间的具体资金分配比例，也未给出营收预测。
Tenstorrent的商业模式覆盖技术栈的每一层：从单张加速卡、工作站，到Galaxy服务器、超级集群，再到芯片IP授权。其Galaxy Blackhole服务器于2026年4月28日宣布正式可用（GA），并在5月1日旧金山TT-Deploy活动上发布，官网显示起售价为16万美元。公司称该系统已进入量产并批量出货，已有由36台Galaxy网络连接而成的超级集群在运行。
在IP授权侧，Tenstorrent将其TT-Ascalon RISC-V CPU与Tensix AI核心授权给芯片设计公司，公开客户包括三星与LG。2026年6月30日，公司在东京TT-Deploy JP活动上进一步发布面向智能体AI（agentic AI）的TT-Ascalon S RISC-V CPU IP。Keller在6月接受EE Times采访时透露，他已与英特尔、高通CEO以及主要超大规模云厂商会面，推介Tenstorrent的硬件IP；公司的RISC-V CPU IP与面向边缘小芯片的AI IP均已完成产品化，可在1到1000核心之间扩展。
四、技术底牌：Tensix架构、无交换机网络与100%开源软件栈
Tenstorrent的技术路线与英伟达GPU集群形成鲜明差异。其核心计算单元为Tensix AI核心，单颗芯片同时集成DRAM、SRAM、计算单元与片上网络（NoC）；32颗Blackhole芯片组成一台Galaxy，4台Galaxy组成一个quad，quad之间通过线缆全互联构成超级集群。Keller在TT-Deploy上强调，该设计没有使用昂贵的硅中介板将多颗die封进一个大封装，而是从设计之初就以低成本为目标。
网络层面，每台Galaxy配备56个以太网外部端口，而典型GPU服务器通常只有8个外部端口；整个超级集群不配置以太网交换机，所有流量经由Galaxy本身通过其织物转发，空闲quad可复用为交换机。Keller援引Rent定律指出，I/O需求随逻辑面积呈亚线性增长，“海滩面积”（通信带宽）往往是其他架构的致命短板；Tenstorrent通过大量标准以太网口解决这一瓶颈。
性能数据方面，Tenstorrent在TT-Deploy上展示：16台Galaxy（512颗芯片）可对DeepSeek-671B模型提供每用户最高350 tokens/s的推理吞吐（batch size 32，首token时间4秒以内），并给出向500 tokens/s/用户演进、每百万token成本6美元的路线图。在视频生成场景，公司与Prodia合作将后者的世界纪录在Tenstorrent硬件上再提升10倍，视频生成速度达到2.5秒、快于实时。在通用性上，公司构建了一条自动化流水线，持续从Hugging Face随机抽取模型移植并测试准确率，在数千个模型测试后通过率稳定在约90%，相当于约250万个Hugging Face模型可在Tenstorrent硬件上运行。
软件栈是Tenstorrent对抗英伟达CUDA生态的关键抓手。其软件栈自下而上包括kernel层的TT-Metal、算子库TT-NN、Python DSL TT-Lang，以及基于MLIR的开源编译器TT-Forge，公司称这是业界唯一100%开源的高性能AI软件栈。TT-Lang可在数秒内将其他硬件（如CUDA）上的内核转换过来。
五、商业落地：从日本主权AI到华尔街做市商
Tenstorrent尚未披露营收或系统出货量明细，但已公开一批具备代表性的商业部署。据TechTarget与EE Times报道，其目前最大客户为日本ai&，后者已部署超过120套Galaxy系统作为日本主权AI基础设施的一部分，ai&的CEO正是Tenstorrent前高管David Bennett。Keller在6月披露，公司已收到迄今最大一笔订单——一个96台Galaxy组成的集群（共3072颗Blackhole芯片），将发往美国境外；公司正在建造1000台Galaxy服务器，其中至少一半已经售出，现场部署Galaxy的客户已有10家，“已经越过概念验证阶段，并开始拿到追加订单”。
金融与企业侧，做市商Virtu Financial已在本地部署Galaxy服务器，用于支撑交易与运营的AI智能体；Virtu在TT-Deploy上表示，得益于Tenstorrent的适应性，其在数周内就将GLM-5.1等新模型推向生产。互联数据中心运营商Equinix通过其Distributed AI Hub提供Galaxy系统；语音AI公司Smallest.ai在Galaxy Blackhole上运行其Lightning V2实时文本转语音模型，供希望本地部署语音AI的组织使用。Equinix在活动上披露，Tenstorrent部署的平均功耗比对照方案低2到3倍。
值得注意的是，Tenstorrent并不试图在训练市场全面取代英伟达，而是聚焦推理场景——尤其是开放权重模型本地部署与主权AI基础设施。Keller在采访中提到，有客户已经采购了英伟达GPU，转而使用Tenstorrent的PCIe加速卡通过L2以太网挂接到现有GPU集群上做decode加速，token速率提升了两到三倍；他直言，如果客户一开始就全部采用Tenstorrent，成本会更低，因为其硬件同时承担prefill。
六、赛道坐标：英伟达高份额之下的推理窗口
Tenstorrent的融资发生在一个巨头仍高度主导、但替代方案正在加速分化的市场。据多家行业研究机构2026年测算，英伟达在数据中心AI加速器市场的收入份额约为80%—85%，较2023年约92%的水平有所回落；AMD凭借MI300X/MI325X在推理场景的采用，份额约升至5%—7%；谷歌TPU约占6%—8%。整体AI半导体市场规模预计从2023年的约530亿美元增长至2026年的约2300亿美元。
一个结构性趋势是超大规模厂商自研ASIC的崛起。据行业追踪，超大规模厂商定制ASIC在AI服务器出货中的占比已达约27.8%，同比增速约44.6%，显著高于GPU约16.1%的增速；在大规模推理场景，ASIC在每查询成本上具备优势，而GPU仍固守训练与灵活性。Cerebras作为另一家“新架构”AI芯片公司，在2026年完成了备受关注的IPO，这为Tenstorrent的资本化路径提供了参照——Keller本人在6月已明确表示，Tenstorrent的目标是IPO，“目前投资者对IPO非常热情”。
但开源与开放并不等于生态中立。TechTarget援引Sopko的观点指出，企业采购方仍需独立验证生产环境下的基准测试、客户的重复订单、模型覆盖广度、交付承诺以及多年期产品路线图；真正的考验在于“造几百台服务器是一回事，可预测地把数千台的产能爬坡跑通是另一回事”。系统制造、客户支持与芯片设计授权是两种不同能力，Tenstorrent需要同时在整机系统、chiplet IP与开发者工具三条战线上保持卓越。
七、风险与展望
Tenstorrent面临的风险是多重的。其一是产能与供应链：公司称Galaxy Blackhole已量产并发货，但1000台在建产能中仅过半售出，面对千台级乃至万台级订单的交付能力仍待验证。其二是软件生态：尽管TT-Lang与TT-Forge试图以开源与AI代码生成消解CUDA护城河，但生产环境中的模型移植工作量、故障支持响应、长期可靠性仍需客户以真金白银投票。其三是两条业务线的协同压力：整机销售与IP授权虽然可以相互强化，但所需的工程与客户成功能力并不相同。其四是估值与盈利：公司尚未披露营收，62亿美元估值意味着市场已经为Keller的过往履历与推理市场的替代逻辑支付了相当高的预期。
从更宏观的视角看，Tenstorrent本轮融资折射出2026年AI算力市场的一条主线：在“去英伟达化”与“主权AI”的双重叙事下，大型企业、政府与金融机构越来越希望掌握自己的AI算力栈，开放权重模型、RISC-V架构、标准以太网与本地部署正在成为一种可被资本认可的替代范式。Tenstorrent能否将Jim Keller的架构传奇、15亿美元的新鲜资本与已经落地的客户订单，转化为可持续交付的产品与收入，将是未来两到三年观察AI芯片竞争格局的重要样本。
