2026 年 9 月 15 日，荷兰埃因霍温。Axelera AI 将一张 PCIe 卡插进了 Dell XE5 服务器的空槽位，卡上那颗 35×35mm 的芯片，开始以 45W 的功耗吞吐 Llama 3 70B 的推理 Token。公司说，同样的 Token 量，显卡要花 6 倍的电。
这话如果经得起独立验证，AI 推理的成本结构就要被改写。
一张 PCIe 卡，三组颠覆数字
Axelera AI 于 2026 年 9 月正式发售其第二代 AI 处理器单元 Europa。它不是 GPU，而是一颗专门为 AI 推理设计的 AIPU（AI Processing Unit），基于三星 5nm 工艺制造，提供三种出货形式：裸芯片、半高半长的 Edge 232p PCIe 卡（单芯片）、全高全长的 Server 250p PCIe 卡（四芯片）。首发即获得 Dell XE5 和 Supermicro 111AD 服务器平台的认证支持。
Europa 的核心规格如下：
- 8 颗第二代 AI 处理核心，基于数字存内计算 (D-IMC) 架构
- 629 TOPS 峰值算力（INT8/INT4/INT16 精度）
- 45W TDP 功耗
- 16 颗 RISC-V 矢量处理核心（片上完成前后处理，不占用主机 CPU）
- 128MB 片上 L2 SRAM + 256-bit LPDDR5，DRAM 带宽 200GB/s
- 单芯片最大 64GB 内存容量，四芯片配置可达 256GB
- 内建 H.264/H.265 视频解码器
- PCIe Gen4 x4 接口
但这些参数不如公司给出的三组对比数字有冲击力：Axelera 宣称 Europa 在每瓦 Token 吞吐量上是 GPU 方案的 6 倍（HPCWire 报道数据）；在 Llama 3 系列模型上，性能/价格比达竞品（英伟达 L40 GPU 及 Jetson SoC）的 3 到 6 倍，性能/功耗比达 2 到 3 倍；四芯片配置下对 Llama 3 70B 的优势最为显著。这些数据来自 Axelera 内部测试叠加竞品公开发布的 NIM 基准，目前尚未经第三方独立验证。但即使取最低值 3 倍性价比，也已足够让任何一个运营大规模推理集群的 CTO 停下脚步。
推理主导时代，GPU 的结构性浪费
2025 年，推理已超过训练成为 AI GPU 支出中占比最大的单一用途。多家市场研究机构及行业分析指向同一趋势：推理占 AI 计算总量的比重持续攀升，在生产环境中更是压倒性地主导日常算力消费。这个转变背后的逻辑极为朴素：大模型从「练出来」走向「用起来」，每一次 API 调用、每一段 AI 生成的内容、每一个 Agent 链式推理循环，都是推理计算。训练是一次性的开销，推理是永不停机的账单。
但 GPU 的架构设计天生偏向训练。数千个 CUDA 核心全开时的矩阵乘法吞吐是训练所需的核心能力，但在推理场景中，尤其当 LLM 需要逐 Token 自回归生成时，真正的瓶颈不在算力，而在显存带宽和 KV Cache 容量。一张 H100 在跑单用户低延迟推理时，利用率可能只有 20% 到 30%。你花几万美元买来的算力，大部分在等待数据搬运。
这就是 Axelera 要攻的突破口：当 GPU 的结构性浪费在推理场景中被放大到极致，专用芯片就有了弯道超车的空间。
D-IMC 技术：算得快，但搬得更少
Axelera 的核心技术是数字存内计算（Digital In-Memory Compute）。这个思路在学术界已存在十多年，但很少被商业化到 Europa 这种量级。
D-IMC 的核心逻辑很简单：把矩阵向量乘法就地放在 SRAM 存储单元内部完成，而不是把数据从存储器搬到运算单元再写回去。Axelera 宣称每颗核心可实现 50+ TOPS 的 INT8 计算效率（FP32 等效精度达 99.9%，无需重训练），芯片级能效达 15 TOPS/W。正是这个数字让 Europa 在 45W 功耗下实现了 629 TOPS。
与第一代 Metis（214 TOPS，4 到 8W 功耗）相比，Europa 的进化是全方位的：AI 核心数翻倍至 8 个，片上 L2 缓存提升至 128MB（约 3 倍），首次集成 16 颗 RISC-V 矢量核心承担前后处理，内置硬件视频解码器。对一个工业视觉流水线场景来说，Europa 可以独立完成从视频流解码到 AI 推理再到输出结果的完整链路，不再需要主机 CPU 介入。
「我们想把尽可能多的处理放到芯片上完成，这样客户不需要重写他们的主机应用。」—— Alexis Crowell，Axelera AI CMO
这不仅仅是算力提升。它意味着更低的主机配置要求、更低的系统集成复杂度、更快的部署周期。一张 PCIe 卡插进现有服务器，装好 Voyager SDK 就能跑起来。Voyager 工具链同时支持 Metis 和 Europa，一套 YAML 管道配置文件两端通用。2026 年 7 月，Axelera 还推出了 Voyager Wingman（Agentic 开发层）和 AxeleraScript 模型编译器，进一步拓宽了兼容模型的范围。据 SiliconANGLE 报道，开发者可以用自然语言描述所需的计算机视觉流水线，Wingman 会自动生成可运行的管道并建议编译器设置。
对标的不是 H100，是 L40 和 Jetson
Europa 的真正对手是谁？
CRN 报道中，Axelera CMO Alexis Crowell 挑明了答案：所有对比都针对英伟达最近几代边缘计算产品。具体来说，是 L40 GPU 和 Jetson SoC 系列。Europa 的策略不是在训练市场挑战 Blackwell 或 H100，那个领域被 CUDA 生态圈和 InfiniBand 网络组成的系统性壁垒牢牢锁住。它瞄准的是英伟达相对薄弱但需求激增的边缘推理阵地。
Axelera 提供的对比图表显示，在 Llama 3 8B、Llama 3 70B 和 Llama 3.2 11B Vision 模型上，Europa 的性能/价格比达竞品的 3 到 6 倍。其中四条 PCIe 卡组成四芯片 256GB 配置后，跑 Llama 3 70B 时的性价比优势最为突出。性能/功耗比则是 2 到 3 倍。
「AI 工厂」是另一个新战场。Crowell 表示已收到专门针对公司技术的 AI 工厂提案请求。AI 工厂，即专为大模型推理和微调设计的数据中心，对每 Token 成本极度敏感。在一个机架功耗上限已成为硬约束的时代，Europa 的 45W/卡能效比是它进入这个市场最有力的敲门砖。
PCIe Gen4 的「插得进去」哲学
Europa 选择了 PCIe Gen4 而非最新的 Gen5。这不是技术上的妥协，而是一个精明的商业决策。
「我们要能插进尽可能多的系统。」Crowell 的解释坦率到近乎直白。全球绝大多数在役服务器和工作站都配备 PCIe Gen4 插槽。选择 Gen4，意味着存量设备无需更换整机即可通过一张加速卡获得 AI 推理能力。Axelera CEO Fabrizio del Maffeo 此前说过：我们希望集成商能把卡插进电脑、装好软件、直接跑起来。
这种「插得进去」的哲学对应的是 AI 推理市场的一个现实：愿意为新算力花大价钱的是少数，多数客户希望以最低的升级成本获得尽可能多的性能提升。Europa 精确卡位在这个需求点上。
与之配套的是统一的 Voyager SDK。Axelera 200 多人的团队中一半从事软件开发，这意味着软件栈是公司的第二核心能力。一套工具链覆盖 Metis 和 Europa 两条产品线，从 6W 的低功耗模组到 180W 的四卡服务器，客户部署推理流水线的学习成本被压到最低。
欧洲特色的 AI 芯片路线
Axelera 的总部位于埃因霍温，与光刻机巨头 ASML 同城。欧洲半导体产业的历史证明了一条规律：不追逐大规模通用计算芯片，而是在精密设备和差异化专用芯片上建立壁垒。NXP（汽车芯片）、Infineon（功率半导体）、ASML（光刻机）都遵循这条路径。Axelera 没有例外。
2025 年 3 月，Axelera 获得 EuroHPC JU 的 DARE 项目 6160 万欧元拨款，用于开发 Titania AI 推理 chiplet（路透社报道）。2026 年 2 月，公司完成超过 2.5 亿美元 C 轮融资，由 Innovation Industries 领投，BlackRock、SiteGround Capital、Samsung Catalyst Fund、CDP Venture Capital 等参投。这不仅是欧洲 AI 半导体公司迄今最大的一轮融资，也是 Axelera 从初创走向规模化的重要信号。
截至发稿，Axelera 已拥有超过 600 家客户（StorageReview 报道数据），覆盖电信、航空航天、国防与公共安全、工业制造、零售、企业 IT 等领域。从一个 2021 年成立的埃因霍温初创公司到 600 家客户的全栈推理芯片公司，这个速度值得注意。
数据需要验证，但趋势已经浮现
需要明确一点：以上所有效率对比数据均来自 Axelera 内部测试，尚未有独立第三方发布 Europa 的实测结果。这在半导体行业是惯例，但 Europa 瞄准的是英伟达的底盘，独立验证是它必须闯过的关卡。
如果在实际部署中性能/功耗/成本优势能稳定达到宣称水平（3 到 6 倍性价比、2 到 3 倍能效比、6 倍 Token 每瓦吞吐量），Europa 将改写边缘推理市场的基本格局。如果实际表现打折扣，它将成为又一个纸面参数漂亮、落地平庸的案例。
第一批 Europa PCIe 卡已于 2026 年上半年开始出货。在这之前，AI 芯片行业的竞争按照英伟达的时间表运转。在这之后，至少有一家欧洲公司让客户多了一个备选项。
对于一个预计从 2025 年的 1060 亿美元增长到 2030 年的 2550 亿美元（MarketsandMarkets 数据）、年增长率 19.2% 的 AI 推理市场来说，多一个选项，可能意味着整个供应链的权力结构开始松动。
当 GPU 的训练光环褪去，推理的灯光下，算力的度量单位不是 TOPS，是 Token per dollar。
快报