图片来源：Reuters 报道配图
一家成立仅约六个月、尚未发布产品的芯片公司，正在尝试以约 25 亿美元估值融资数亿美元。
据路透社援引两名知情人士报道，红杉资本支持的 Nuvacore 正为面向数据中心的新型通用 CPU 筹集资金。此前已有消息称公司寻求至少 2 亿美元，本轮最终规模可能更大。
这里首先需要明确：融资尚未完成。25 亿美元是谈判中的大致估值，融资金额和交易条件仍可能变化，Nuvacore 也拒绝就此置评。因此，这不是一笔已经落袋的融资，而是资本市场愿意如何给一支明星芯片团队定价的最新信号。
投资人买的还不是产品，而是团队与时间窗口
Nuvacore 由 Gerard Williams III、John Bruno 和 Ram Srinivasan 创立。三位创始人长期参与高性能 CPU、系统架构和芯片设计，拥有苹果、Nuvia 与高通等公司的工作经历。
其中，Williams 和 Bruno 曾参与创办服务器 CPU 公司 Nuvia。高通于 2021 年以约 14 亿美元收购 Nuvia，其核心技术后来进入高通自研 CPU 路线。这段经历向投资者证明，团队不仅懂得设计高性能处理器，也有把芯片 IP 转化为重大产业交易的经验。
对于早期半导体公司，人才履历尤其重要。软件创业公司通常可以在几个月内推出最小可用产品，用用户数据证明方向；高性能 CPU 从架构设计、验证、流片到服务器平台和软件生态适配，可能需要数年时间，并消耗巨额资金。
当产品和收入尚不存在时，投资人只能重点判断三件事：团队是否做成过同类产品、技术路线是否可能形成差异，以及市场窗口能否持续到芯片真正交付。
AI 为什么重新把 CPU 推到舞台中央
过去几年，AI 基础设施的注意力几乎都集中在 GPU。训练大模型和大规模推理确实依赖加速器，但数据中心不是只由 GPU 组成。
CPU 负责操作系统、任务编排、网络与存储管理、数据预处理以及加速器之间的资源调度。它像整个计算节点的“交通控制器”，决定数据什么时候进入 GPU、多个任务如何分配，以及系统如何响应异常。
Agent 又进一步增加了通用计算需求。一个持续运行的智能体不仅调用模型，还要执行代码、访问数据库、处理文件、调用外部工具并维护较长的上下文。这些工作中相当一部分落在 CPU、内存和网络系统，而不是 GPU 的矩阵运算单元上。
因此，AI 扩张并不意味着 CPU 被 GPU 取代，反而可能让高性能、低功耗且能与加速器高效协同的 CPU 更有价值。Nuvacore 试图抓住的正是这个变化。
“Core First”：先造发动机，再决定它属于哪辆车
Nuvacore 把正在开发的核心称为 WarpCore，定位是面向 AI 基础设施和现代数据中心持续高负载环境的通用 CPU 核心。公司强调性能、功耗效率和单位芯片面积效率要同时优化。
最不寻常的是它的 “Core First” 路线。传统 CPU 项目通常会先选定指令集架构，例如英特尔和 AMD 使用的 x86，或数据中心市场日益普及的 Arm，然后围绕相应规范开发处理器。
Nuvacore 则希望先构建执行单元、分支预测、数据路径、缓存和部分内存系统等核心功能，尽可能推迟最终指令集选择。这样做的潜在好处，是工程团队可以先围绕数据中心的持续负载优化微架构，而不被某一种既有指令集过早限制。
这种思路可以理解为先把发动机做到理想状态，再决定搭配什么车辆平台。它也可能扩大未来的商业选择：既可以围绕某种指令集形成完整 CPU，也可能向云厂商或芯片企业授权核心 IP。
但 CPU 不可能永远与指令集无关。指令解码、寄存器、内存一致性和软件兼容性最终都会影响核心设计。Nuvacore 目前尚未公布最终 ISA、制造工艺、核心配置、性能和功耗目标，也没有给出流片或交付时间表。“Core First”究竟是工程优势还是增加后期集成风险，需要等实际芯片和测试结果回答。
数据中心 CPU 市场已经不再只有英特尔与 AMD
英特尔和 AMD 仍然掌握庞大的 x86 软件生态，但 Arm 路线正在扩大影响。亚马逊和微软等云服务商已经设计自己的 Arm 服务器 CPU，希望降低采购成本，并针对内部工作负载改善能效。
英伟达也不再满足于只销售 GPU。路透社报道，英伟达今年推出 Vera CPU，黄仁勋预计该产品在截至明年 1 月的本财年创造约 200 亿美元销售额。对英伟达来说，将 CPU、GPU、网络和软件打包成系统，能够提高整个 AI 基础设施平台的控制力。
Nuvacore 因而面对的是多层竞争：
- 英特尔和 AMD 拥有成熟的服务器产品与 x86 生态；
- Arm 提供广泛授权体系和不断成熟的数据中心平台；
- 亚马逊、微软等超大规模云厂商正在发展自研芯片；
- 英伟达把 CPU 纳入完整 AI 计算平台；
- 其他创业公司也在争夺 AI 芯片融资和客户验证资源。
新 CPU 即使在基准测试中性能突出，也必须获得操作系统、编译器、虚拟化平台、数据库和云原生软件支持。软件生态往往比流片本身更难复制。
硬件投资正在回归，但风险并没有减少
过去十年，风险资本普遍更喜欢软件：开发周期短、边际成本低，产品失败后也更容易转型。芯片公司则需要提前支付设计、EDA 工具、IP 授权、先进制程流片和验证费用，一次设计错误就可能带来数月延迟和巨额损失。
AI 基础设施的持续扩张正在改变这种资金偏好。路透社援引 Crunchbase 数据称，2026 年前五个月，半导体初创公司已获得约 107 亿美元投资，接近 2025 年全年约 122 亿美元的水平，资金流入速度明显加快。
这种热度一方面来自真实需求。英特尔公开表示供给无法完全满足需求，AMD 也报告 CPU 销售增长。另一方面，AI 叙事正在让一些没有产品的硬件公司提前获得十亿美元级估值。
高估值会带来更多研发资金，但也抬高了未来证明价值的门槛。如果 Nuvacore 按 25 亿美元左右完成融资，它不仅需要做出一颗优秀 CPU，还需要形成足以支撑这一估值的授权收入、芯片销售或重大客户关系。
接下来应关注什么
对于 Nuvacore，本轮融资金额并不是唯一重要指标。更值得跟踪的是：
- 最终选择哪一种指令集架构；
- 公司销售完整芯片，还是以 CPU 核心授权为主；
- 首次流片、样片和量产分别在什么时候发生；
- 由哪家晶圆代工厂、哪一种制程制造；
- 能否获得云厂商或服务器公司的早期设计订单；
- 在真实数据中心负载下，性能、功耗和芯片面积是否优于现有方案。
Nuvacore 的高估值融资说明，AI 基础设施竞争正在从 GPU 向 CPU、内存、网络和系统软件扩散。资本现在押注的不是一块已经存在的芯片，而是一支做成过高性能 CPU 的团队，能否再次利用计算架构转换的窗口。
这笔押注很昂贵，也足够合理；但在样片、基准测试和客户出现之前，25 亿美元首先是对未来执行能力的估值，而不是对现有产品的定价。
新闻来源： Reuters：Sequoia-backed chip startup Nuvacore raising funds at about a $2.5 billion valuation
公司资料： Nuvacore：The CPU core, rebuilt for the AI era；Sequoia Capital：Nuvacore
技术背景： Tom’s Hardware：Nuvacore reveals unconventional Core First CPU IP design strategy