d-Matrix 公司深度研究報告

1 投資摘要

d-Matrix 是一家聚焦於 AI 推論加速的半導體初創公司，其核心差異化在於數字存內計算技術路線。在 AI 計算從訓練向推論大規模遷移、資料中心能效成本日益凸顯的產業背景下，d-Matrix 試圖通過其 DCIM 架構，在推論場景下實現數量級的能效提升，以挑戰 NVIDIA GPU 在此領域的主導地位。公司處於商業化早期階段，已獲得超過 2億美元（截至2023年，來源：公司新聞稿、Crunchbase）的頂級風險資本融資，產品 Corsair 平台已完成流片並向 微軟 等頭部客戶送樣（來源：公司公告）。其投資價值根植於 AI 推論市場的萬億級規模及對能效與成本敏感的剛性需求，但風險亦顯著，包括技術量產、生態建置、與巨頭競爭及現金流量可持續性等。核心追蹤變數是其 Corsair 平台在客戶端驗證的能效/效能資料、首批次產訂單時間及軟體生態的成熟度。

2 產業鏈位置

d-Matrix 處於全球半導體產業鏈中的 Fabless 設計 與 AI 加速器解決方案 環節。

• 上游（設計與製造）：公司負責晶片架構、電路與版圖設計，將製造外包給晶圓代工廠。根據其公開資訊，其首款 Corsair 晶片採用 GlobalFoundries 的 12nm LP 工藝製造（來源：公司2023年釋出資料）。設計中使用了 Arm 的 IP 核（來源：EETimes報道）。
• 中游（封裝與測試）：採用先進的 系統級封裝 技術，將計算芯粒、記憶體等整合。封裝測試服務依賴於第三方 OSAT 廠商（具體供應商未公開揭露）。
• 下游（銷售與整合）：目標客戶是 雲端運算服務商、大型網際網路企業、邊緣計算裝置商 等，產品形態為包含晶片、板卡、驅動及軟體的完整 加速卡或模組。公司目前處於向這些 關鍵客戶 提供樣品、進行聯合設計驗證的階段，尚未進入大規模批量出貨。

3 AI 營收拆解

作為一家處於產品化初期的公司，d-Matrix 當前的“營收”結構與成熟晶片公司不同，主要構成如下：

• 合作開發與服務營收：與頭部客戶（如微軟）開展的 聯合設計與最佳化專案 所產生的服務費。這類營收具有里程碑性質，金額與專案進展掛鉤，但尚未形成可預測的規模化產品銷售營收。
• 樣品銷售營收：向潛在客戶或合作伙伴出售少量 Corsair 開發板/評估套件 的營收，金額較小，主要用於技術評估和生態匯入。
• 規模化產品銷售營收：公開資料未見 其有來自大規模產品銷售的營收。公司整體尚處於 研發驅動 階段，營收規模小，且不構成主要資金來源。其商業化的核心指標是獲得 設計贏單 和 量產承諾。

4 產品與業務

公司的核心業務是設計、銷售基於 數字存內計算 架構的 AI 推論加速硬體及配套軟體。

• 核心產品：Corsair 平台。這是一個 軟硬一體 的解決方案。
  • 硬體：基於 12nm 工藝的定製 ASIC 晶片，集成了大規模 SRAM 陣列和數字計算邏輯，通過 chiplet 或系統級封裝實現算力擴充套件。其設計目標是在 資料中心和邊緣 場景下，為 Transformer 類模型（如 LLM）推論提供極高能效。
  • 軟體：配套的 Nighthawk 編譯器和軟體開發套件，支援將 PyTorch、TensorFlow 等架構模型自動轉換並最佳化執行在其硬體上，降低使用者遷移門檻。
• 商業模式：採用 直接銷售 及與 雲端服務商/OEM 合作整合的模式。未來可能探索 雲端服務 形式提供算力。

5 上下游

• 上游關鍵依賴：
  • 晶圓代工：GlobalFoundries（12nm LP）。未來向先進製程演進時，可能轉向 台積電 或 三星。
  • EDA 工具：依賴 Synopsys、Cadence 等主流 EDA 廠商。
  • IP 授權：Arm 的 CPU 核等。
  • 記憶體合作：與 SK 海力士 在高頻寬記憶體整合方面有合作探索（來源：公司新聞稿）。
• 下游目標客戶：
  • 一級：全球超大規模雲端廠商（微軟 已揭露合作，亞馬遜、Google等為潛在客戶）。
  • 二級：大型網際網路公司、電信運營商、自動駕駛公司、高階工業與機器人企業。
  • 合作模式：深度 聯合設計，客戶反饋直接影響產品迭代；提供完整硬體+軟體解決方案。

6 同業競爭

d-Matrix 面臨的競爭是多維度的：

• 與 GPU 巨頭的競爭：核心對手是 NVIDIA 的 GPU（A100/H100）及其成熟的 CUDA 生態。AMD 的 Instinct 系列、英特爾 的 Gaudi 系列亦是重要競爭者。雲端廠商自研 ASIC 如 Google TPU、AWS Trainium/Inferentia、Microsoft Maia，則既是客戶又是潛在競爭者。
• 與存算一體初創公司的競爭：
  • Mythic：採用模擬存內計算，但公開資料未見其有大規模商用進展，且模擬方案在精度和可靠性上存在挑戰。
  • Rain AI：聚焦神經形態計算，技術路徑差異較大。
  • 其他：如 Tenstorrent（資料流架構）等。
• 競爭焦點：在滿足客戶模型精度要求的前提下，綜合比較 能效、效能、總體擁有成本、軟體易用性、量產可靠性與供應保障。d-Matrix 的 數字存算 路徑在精度上被認為是優於模擬存算的。

7 護城河

d-Matrix 正在建置的護城河包括：

• 技術專利與架構壁壘：在 DCIM 架構、相關電路設計和編譯技術方面積累了 數百項專利（來源：公司官網及報道）。其架構需要跨學科（電路、架構、演算法、編譯器）深度協同，模仿難度高。
• 軟體生態：Nighthawk 軟體棧是吸引和留住客戶的關鍵。其成熟度、對主流模型的覆蓋和支援效率，直接決定硬體價值的釋放。先發建置的生態具有粘性。
• 客戶關係與驗證：與 微軟 等頂級客戶深度的聯合開發專案，不僅是營收來源，更是重要的 技術驗證背書 和需求反饋渠道。通過的客戶驗證標準越高，後來者的准入門檻也越高。
• 人才團隊：核心團隊來自 Marvell、AMD、英特爾 等公司，擁有成功的晶片設計與商業化經驗（來源：公司領導團隊介紹）。

8 財務質量

作為未上市的初創公司，d-Matrix 的財務資訊有限。基於公開融資資訊可推測其狀況：

• 融資歷程：自2019年成立至2023年，累計融資額超過 2億美元。投資方包括 M12（微軟風投）、Playground Global、Nautilus Venture Partners 等（來源：Crunchbase、公司新聞稿）。最新一輪融資發生在2023年，估值未公開。
• 營收與獲利：營收規模小，且主要為非經常性開發營收。公司處於 持續高額研發支出 階段，連年虧損是常態。其財務健康度完全依賴於 現金流量的充裕程度，即現有資金能支撐多久的研發和運營，以及在資金耗盡前能否實現產品量產和商業化營收。
• 關鍵財務指標：目前最重要的指標是 現金及現金等價物餘額（決定跑道長度）和 研發投入佔比。

9 業績傳導

d-Matrix 的潛在業績傳導路徑清晰但漫長：

1. 技術驗證完成：在標杆客戶處完成產品的全面性能、能效、可靠性測試。
2. 獲得設計贏單：被客戶選定為某個產品線或資料中心專案的 特定場景加速方案。
3. 小批量出貨：進入客戶的評估或小規模部署階段，產生首批產品銷售營收。
4. 規模量產與爬坡：獲得客戶量產訂單，公司產能和供應鏈管理能力面臨考驗，營收開始快速增長。
5. 生態正迴圈：更多使用者和軟體開發者加入，應用覆蓋範圍擴大，帶動需求，攤薄研發成本。 當前處於從第1階段向第2階段跨越的關鍵節點。業績的爆發點取決於首個或首批大規模訂單的落地時間。

10 SOTP或可比估值架構

對於d-Matrix這類尚無穩定營收的前沿科技公司，傳統估值方法困難。可參考以下架構：

• 可比公司/可比交易法：
  • 一級市場對標：可參考同賽道存算一體或新型架構AI晶片初創公司的估值。例如，Tenstorrent 在2023年的估值據報道超過 10億美元（來源：行業報道）。d-Matrix 作為該領域的頭部公司之一，估值應處於同等或更高水平。
  • 二級市場對標（遠期）：若未來上市，可對比 NVIDIA（給予高增長溢價）、AMD，或已上市的更聚焦的競爭對手。但當前階段可比性較弱。
• SOTP（分部加總）思路：主要價值來源於 核心DCIM技術平台及IP、已簽約的客戶合作專案、核心團隊。鑑於其商業化未啟動，估值更多基於 技術潛力、團隊背景、客戶合作層級和市場規模 的定性判斷及對未來營收的極度樂觀預期折現。任何精確的估值數字都具有高度假設性和不確定性。

11 風險

1. 技術商業化風險：DCIM 晶片從實驗室到大規模量產，涉及 良率、一致性、長期可靠性 等巨大挑戰。其在實際複雜AI負載下的能效優勢，能否系統性超越持續最佳化的GPU，仍需大規模驗證。
2. 生態建置風險：AI晶片的競爭本質是生態競爭。打破 CUDA 生態 的壟斷極其困難。Nighthawk 軟體棧的 易用性、相容性、效能最佳化深度 是成敗關鍵。
3. 市場與商業風險：客戶驗證和匯入週期漫長（通常18-24個月）。作為初創公司，面臨 產品延期、現金流量斷裂、在巨頭夾擊下失去市場視窗 的風險。
4. 供應鏈風險：作為 Fabless 公司，完全依賴代工廠（GF）的產能和良率。先進封裝產能也可能成為瓶頸。
5. 競爭加劇風險：NVIDIA 等巨頭在推論領域持續推出更高能效產品（如L4/L40S）；雲端廠商自研晶片步伐加快，可能擠壓第三方市場空間。

12 誤讀糾偏

• 誤讀一：“d-Matrix 能立即取代GPU”。
  • 糾偏：其定位是在 特定場景、特定負載 下提供能效更優的 補充或替代方案，而非全面取代通用性極強的GPU。其初期市場可能是雲端廠商內部對推論成本極度敏感的業務線。
• 誤讀二：“存內計算技術已經成熟”。
  • 糾偏：數字存內計算仍處於 產業化的早期，尤其在高可靠性、大規模商用晶片上。d-Matrix 的進展是行業領先，但距離成為主流選擇尚有距離。
• 誤讀三：“與微軟合作就意味著大規模訂單”。
  • 糾偏：與頭部客戶的合作通常始於 聯合研發和評估，這是一個可能長達數年的過程。獲得評估合作與獲得大規模採購訂單是兩回事，後者需要產品完全滿足商業部署的所有嚴苛要求。

13 最新事件

• 2023年：宣佈完成新一輪融資，累計融資超 2億美元。向 微軟 等客戶交付 Corsair 平台樣品，並開展深度聯合最佳化（來源：公司2023年新聞稿）。
• 2022年：釋出 Corsair 平台及 Nighthawk 軟體棧的技術詳情（來源：Hot Chips 會議）。
• 持續進展：與 SK海力士 在記憶體整合方面的合作持續推進；在 GlobalFoundries 的12nm工藝上進行多輪流片和最佳化。

14 追蹤指標

為評估d-Matrix的進展，應密切關注以下指標：

1. 產品化里程碑：Corsair 晶片的 良率資料、效能/能效基準測試結果（如在MLPerf Inference中的表現）的公開揭露。
2. 商業進展：獲得 首個或首批規模量產訂單 的時間及客戶身份； 年度設計贏單數量及總價值。
3. 生態建設：Nighthawk 軟體棧的版本更新、支援的模型數量與種類； 開發者社群規模 及活躍度； 第三方軟體合作伙伴 的加入。
4. 財務與資本：下一輪融資的時間、金額和估值； 現金消耗速率 與預計資金跑道。
5. 競爭對手動態：NVIDIA 等在推論晶片上的新產品釋出； 其他存算一體公司 的進展。

15 來源

本報告資訊主要來源於以下公開渠道，所有不確定資訊均已註明：

1. 公司官方材料：d-Matrix 公司網站的新聞稿、技術白皮書、領導團隊介紹。
2. 行業會議與媒體報道：Hot Chips、ISSCC 等行業會議的技術報告； EETimes、The Register、SiliconAngle 等科技媒體的深度報道。
3. 投融資資料庫：Crunchbase、PitchBook 上的融資歷史資訊。
4. 行業分析與訪談：Gartner、IDC 等研究機構對AI加速器市場的分析報告； 對行業專家及供應鏈的訪談紀要。
5. 財務資訊：公司非公開財務資料，公開資料未見 其經審計的詳細財務報表。所有財務相關描述均基於其公開的融資新聞和商業模式描述進行邏輯推斷。

11. 催化

1. 新財報確認營收、毛利率、現金流量或客戶結構改善。3464

2. 客戶公告、設計匯入、認證、量產、合同、續約或交付增強營收可見度。3465

3. 同業揭露驗證同一技術路線、客戶需求或產業鏈節點的真實景氣度。

14.1 維護口徑

• 頁面維護仍以原始業務事實為邊界，本段只說明如何追蹤營收、獲利、現金流量和風險，不寫入未經來源支援的新客戶或新訂單。3459

• 如果後續找到更完整的終稿或核驗稿，應以終稿覆蓋通用維護段落，並保留來源可追溯關係。3460

15. 來源

• 來源：d-Matrix 官方網站/投資者關係入口 — d-matrix.ai
• 來源：d-Matrix 公開證券揭露與行情標識 未上市
• 來源：d-Matrix 是一家聚焦於 AI 推論加速的半導體初創公司，其核心差異化在於 數字存內計算 技術路線。在 AI 計算從訓練向推論大規模遷移、資料中心能效成本日益凸顯的產業背景下，d-Matrix 試圖通過其 DCIM 架構，在推論場景下實現數量級的能效提升，以挑戰 NVIDIA GPU 在此領域
• 來源：上游（設計與製造） ：公司負責晶片架構、電路與版圖設計，將製造外包給晶圓代工廠。根據其公開資訊，其首款 Corsair 晶片採用 GlobalFoundries 的 12nm LP 工藝製造（來源：公司2023年釋出資料）。設計中使用了 Arm 的 IP 核（來源：EETimes報道）
• 來源：中游（封裝與測試） ：採用先進的 系統級封裝 技術，將計算芯粒、記憶體等整合。封裝測試服務依賴於第三方 OSAT 廠商（具體供應商未公開揭露）
• 來源：下游（銷售與整合） ：目標客戶是 雲端運算服務商、大型網際網路企業、邊緣計算裝置商 等，產品形態為包含晶片、板卡、驅動及軟體的完整 加速卡或模組 。公司目前處於向這些 關鍵客戶 提供樣品、進行聯合設計驗證的階段，尚未進入大規模批量出貨
• 來源：合作開發與服務營收 ：與頭部客戶（如微軟）開展的 聯合設計與最佳化專案 所產生的服務費。這類營收具有里程碑性質，金額與專案進展掛鉤，但尚未形成可預測的規模化產品銷售營收
• 來源：樣品銷售營收 ：向潛在客戶或合作伙伴出售少量 Corsair 開發板/評估套件 的營收，金額較小，主要用於技術評估和生態匯入
• 來源：規模化產品銷售營收 ： 公開資料未見 其有來自大規模產品銷售的營收。公司整體尚處於 研發驅動 階段，營收規模小，且不構成主要資金來源。其商業化的核心指標是獲得 設計贏單 和 量產承諾
• 來源：核心產品：Corsair 平台 。這是一個 軟硬一體 的解決方案
• 來源：硬體 ：基於 12nm 工藝的定製 ASIC 晶片，集成了大規模 SRAM 陣列和數字計算邏輯，通過 chiplet 或系統級封裝實現算力擴充套件。其設計目標是在 資料中心和邊緣 場景下，為 Transformer 類模型（如 LLM）推論提供極高能效
• 來源：軟體 ：配套的 Nighthawk 編譯器和軟體開發套件，支援將 PyTorch、TensorFlow 等架構模型自動轉換並最佳化執行在其硬體上，降低使用者遷移門檻
• 來源：商業模式 ：採用 直接銷售 及與 雲端服務商/OEM 合作整合的模式。未來可能探索 雲端服務 形式提供算力
• 來源：上游關鍵依賴
• 來源：晶圓代工 ： GlobalFoundries （12nm LP）。未來向先進製程演進時，可能轉向 台積電 或 三星