云原生人工智能推理芯片初创公司Rebellions Inc.正在加大力度,通过募集4亿美元的"IPO前融资"来更好地与英伟达公司和AMD等竞争对手抗衡。
未来资产金融集团和韩国国家成长基金领投了这家首尔初创公司的投资。这距离该公司9月份C轮融资2.5亿美元仅仅几个月时间。这使其成立以来的总融资额达到8.5亿美元,估值飙升至20亿美元。
Rebellions是少数几家资金充足的韩国芯片初创公司之一,试图挑战AI芯片巨头英伟达。今天的融资可能会让它在国内竞争对手中获得优势,这些竞争对手包括Furiosa AI Inc.和DeepX Co. Ltd。该公司设计了多款高性能推理芯片,可用于在生产环境中运行训练好的AI模型。尽管英伟达仍被认为主导着推理市场,但它正面临来自各方的压力,美国芯片制造商Cerebras Systems Inc.等也在争夺市场份额。
现在,Rebellions也想挖掘美国对AI芯片的需求。本轮融资将用于资助其美国扩张,为此该公司还聘请了新的首席商务官Marshall Choy来领导其在美国的业务。
与英伟达的许多竞争对手一样,Rebellions致力于让AI推理变得更加经济和强大。随着生成式AI模型复杂性的增加,运行成本急剧上升,特别是使用图形处理器时。英伟达的GPU可能很强大,但它们消耗大量能源,大规模采购对许多公司来说成本过高。这就是为什么AI采用的限制因素不再是模型能力,而是充分利用这些模型所需的基础设施成本。
Rebellions联合创始人兼首席执行官朴性贤表示,AI行业是时候超越"纯硅"思维模式了,他指出AI硬件与软件集成时存在摩擦。他说:"AI现在是通过其在现实世界中大规模运行的能力来衡量的,要在功耗限制下实现明确的经济回报。这将重心转向推理基础设施和使基础设施发挥作用的软件。"
在接受SiliconANGLE采访时,Choy表示该公司通过"以软件为中心"的AI硬件方法来实现差异化。其芯片硬件构建在由Kubernetes驱动的云原生堆栈之上。由于它是开源的,可以与最流行的AI开发者框架配合使用,如PyTorch、Hugging Face和vLLM推理引擎。Choy说,通过为这些框架优化基础设施,其神经处理单元可以比传统GPU更高效地运行推理。
Choy说,这种方法还加快了客户的迭代速度。他解释说:"我们使用没有分叉的开源软件,为管理员、云运维、开发人员和最终用户提供相同的体验。这使我们的评估和采用周期比目前市场上的竞争系统快得多。"
为了加速这一愿景,该公司推出了两个新的垂直整合基础设施产品,称为RebelRack和RebelPOD。前者是"生产就绪"的推理计算单元,后者将多个RebelRack集群在一起用于大型部署。该系统由其Rebel100 NPU提供支持,这些是基于chiplet的处理器,在每瓦性能方面比GPU有优势。
Choy说,Rebellion专注于软件也使其成为一家更完整的系统公司,而不是传统芯片制造商让开发者自己想办法如何在他们的硬件上运行AI。他坚持说:"我们满足市场需求的综合方法体现在新RebelRack和RebelPOD系统的发布上,这些系统今天就可以使用,远早于竞争对手预先宣布的产品。"
有观点认为打入美国市场更具挑战性,因为美国公司偏好英伟达的GPU,但Choy相信大多数数据中心运营商对竞争对手的产品会保持开放态度。他说:"虽然一些公司可能有英伟达优先的偏见,但很少有公司有英伟达专用的政策。人们越来越认识到,AI计算的未来将是异构的,客户希望将不同的加速器和GPU架构匹配到特定类别的模型、应用和用例,以及定价层级。"
在过去六个月中筹集了6.5亿美元,Rebellions显然急于建立自己的影响力。它此前曾表示正在准备首次公开募股,值得注意的是今天的融资被描述为"IPO前"融资。但虽然该公司乐于表达其未来意图,Choy拒绝提及何时可能上市的具体时间,称目前的重点严格专注于扩大业务和增长收入。
Q&A
Q1:Rebellions是什么公司?主要做什么业务?
A:Rebellions是一家韩国云原生人工智能推理芯片初创公司,主要设计高性能推理芯片,用于在生产环境中运行训练好的AI模型。该公司采用"以软件为中心"的AI硬件方法,构建在由Kubernetes驱动的云原生堆栈之上。
Q2:Rebellions如何与英伟达竞争?有什么优势?
A:Rebellions通过优化AI推理的经济性和性能来竞争。其神经处理单元比传统GPU更高效地运行推理,功耗更低。该公司推出RebelRack和RebelPOD基础设施产品,由Rebel100 NPU提供支持,在每瓦性能方面比GPU有优势,同时提供完整的系统解决方案。
Q3:Rebellions获得多少融资?准备如何使用?
A:Rebellions刚获得4亿美元的"IPO前融资",加上9月份的2.5亿美元C轮融资,使其总融资额达到8.5亿美元,估值20亿美元。资金将主要用于美国市场扩张,并聘请了新的首席商务官Marshall Choy领导美国业务。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。