← 返回公司庫

L3 公司投研頁 · 2026-06-15

Untether AI

Untether AI

Untether AI 位於晶片與半導體層，當前研究入口聚焦 AI晶片與半導體 的產業鏈位置、財務質量、上下游約束與反證指標。未上市 資料只作研究參考，不構成投資建議。

研究定位 晶片與半導體層

AI晶片與半導體

訂閱這家公司變化新觀點 / 硬資料進信箱

1. 投資摘要

  • Untether AI 曾是加拿大多倫多 AI 推論晶片公司，核心路線是 digital at-memory compute：把 SRAM 與計算陣列緊密耦合，以減少傳統 CPU/GPU 架構中的資料搬運功耗；產品覆蓋 runAI、speedAI、tsunAImi 加速卡與 imAIgine SDK。12
  • 投資結論必須先改寫：截至 2026-06-15，Untether AI 已不再是可獨立投融資標的。2025-06 公司揭露與 AMD 達成交易，停止供應或支援 speedAI 產品和 imAIgine SDK，團隊轉入 AMD；2025-10 Untether AI Corp. 在加拿大進入破產程式。79
  • 技術端曾有真實亮點：runAI200 公開口徑約 502 TOPS INT8、204MB 片上 SRAM、260TB/s SRAM 頻寬、75W TDP/50W typical；二代 speedAI240 宣稱 2 PFLOPS FP8、1 PFLOP BF16、約 1,400 個最佳化 RISC-V 處理器，並在 MLPerf Inference v4.1 作為可用/預覽處理器出現。234
  • 商業化端是反面案例：2024-2025 年公司宣佈 Arm 汽車協作、Ola-Krutrim 部署、Vertical Data 模組化資料中心、AI Platform Alliance 影片方案和 SDK 25.04，但這些事件沒有轉化為可持續現金流量。破產揭露顯示財務困難原因為營運資金/融資不足，BetaKit 報道稱約 2,500 萬美元資產、約 1.28 億美元負債。35681011
  • 投研處理：該頁不應再按“潛在 IPO 公司”估值，而應作為 AI 推論 ASIC 創業公司的失敗樣本追蹤：技術 benchmark 不能替代軟體生態、客戶遷移成本、持續融資能力和量產營收。

2. 產業鏈位置

Untether AI 位於 AI 晶片核心鏈的推論加速器層，屬於 fabless 架構/晶片設計公司：上游依賴晶圓代工、EDA、IP、封測、板卡製造和伺服器整合；自身提供 at-memory compute 晶片、PCIe 加速卡和編譯器/SDK；下游面向邊緣、區域資料中心、機器視覺、安防影片、農業、汽車 ADAS、航空防務和雲端/推論服務商。236

它不是訓練 GPU，也不是 HBM/先進封裝公司。其差異化在於“把權重和計算靠近 SRAM”，以低功耗推論搶佔 GPU 不經濟的邊緣/本地推論場景。失敗點也在同一位置：若客戶優先選擇 NVIDIA/AMD GPU 雲端服務，或雲端廠商自研推論晶片，Untether AI 的專用架構必須用足夠低的遷移成本與足夠大的 TCO 差異證明自己。

3. AI 相關營收拆解（季度橋 + 公式）

Untether AI 未上市，未揭露季度營收、毛利率、訂單 backlog 或分產品營收；因此不能編造季度橋。可核事實只能建立“商業化 proxy 橋”：

口徑2024H12024H22025H12025H2公式 / 約束
揭露營收未揭露未揭露未揭露未揭露未上市公司無公開財報。
產品可售狀態Arm 汽車協作、J-Squared rugged PCspeedAI 240 Slim 可購買、Ola-Krutrim 部署、Vertical Data 合作SDK 25.04、ISC West IVR 方案進入破產程式以公司新聞和破產檔案判斷商業化階段。3569
AI 營收 proxy設計匯入/樣機加速卡銷售與部署開始方案合作未轉化為揭露營收營收持續性失效AI營收 ≈ 出貨卡數 × ASP + SDK/支援費，但卡數與 ASP 均未揭露。
現金流量 proxy融資支援運營繼續依賴外部融資融資失敗壓力顯性化破產BetaKit 報道破產資產約 2,500 萬美元、負債約 1.28 億美元。10

結論：AI 相關營收無法用財報數字量化，只能定性為“早期商業化、未形成可持續揭露營收”。對投資人而言，真正的橋是 技術指標 -> 客戶試用 -> 量產訂單 -> 毛利現金流量，Untether AI 在“客戶試用/方案合作”後未跨過“可融資的規模營收”門檻。

4. 核心產品（含營收貢獻）

產品/平台AI 用途公開硬指標營收貢獻口徑當前狀態
runAI200 deviceINT8 推論、邊緣/伺服器加速約 502 TOPS、204MB SRAM、260TB/s SRAM 頻寬、75W TDP/50W typical未揭露一代技術驗證產品。2
tsunAImi / tsn200 cardPCIe 推論加速卡、影片分析500 TOPS、典型應用約 40W 的媒體口徑未揭露早期商用卡，後續被 speedAI 取代。1
speedAI240二代 at-memory 推論晶片2 PFLOPS FP8、1 PFLOP BF16、30 TFLOPS/W、約 1,400 RISC-V 處理器未揭露技術釋出與 MLPerf 參測後未形成持續獨立業務。34
speedAI 240 Slim低矮 PCIe 75W 加速卡MLPerf v4.1 出現，官方稱低延遲/高吞吐未揭露2024-10 宣佈可購買；2025-06 停止供應/支援。47
imAIgine SDK編譯、量化、模型部署2025-03 稱 SDK 25.04 支援模型數提升 4 倍、生成式編譯縮短開發時間未揭露2025-06 停止支援。57

5. 上游供應商 / 下游客戶

型別名稱/類別暴露投研處理
代工/封測GlobalFoundries 12nm/12LP+ 相關公開技術材料與媒體口徑runAI200 處於成熟節點，非先進製程競爭先進製程不是核心瓶頸，核心瓶頸是軟體、客戶和資金。
CPU/平台生態Arm2024-04 宣佈面向汽車 AI 與 Arm Automotive Enhanced 技術協作屬於生態適配，不等同量產營收。6
客戶/合作方Ola-Krutrim2024-10 新聞稱已在印度和美國部署 speedAI 240 Slim 卡真實部署訊號，但未揭露規模與營收。3
客戶/合作方J-Squared Technologies2024-10 新聞稱合作開發農業科技 edge AI compute machines垂直場景匯入，不足以證明可規模複製。3
合作方Vertical Data模組化/便攜資料中心方案系統整合通道，未揭露訂單。8
合作方Ampere、NETINT、ZoneMinder、AVC Group、ASA Computers2025-04 ISC West 智慧影片方案聯合方案展示，後續受停供影響。11
承接方AMD2025-06 戰略交易獲取團隊，AMD 稱團隊將增強 AI compiler、kernel、SoC 設計驗證和產品整合能力人才價值大於獨立產品價值。7

6. 同業硬指標對比表

公司/方案定位公開效能口徑功耗/能效口徑商業狀態投研判斷來源
Untether AI runAI200數字存內計算推論晶片約 502 TOPS INT875W TDP/50W typical；8 TOPS/W 口徑已停止獨立支援技術亮點真實，但營收未穿透27
Untether AI speedAI240二代 at-memory 推論晶片2 PFLOPS FP8、1 PFLOP BF1630 TFLOPS/W 宣稱團隊轉入 AMD，產品線停止benchmark 不能替代 go-to-market37
NVIDIA Blackwell / H200通用 GPU 推論與訓練MLPerf v4.1 覆蓋 LLM、MoE、vision 等依賴 GPU 系統級最佳化持續量產/生態主導CUDA/TensorRT/雲端生態壓制專用晶片遷移意願4
AMD MI300X資料中心 GPUMLPerf v4.1 首次出現 available accelerator系統級效能隨 ROCm 迭代持續量產AMD 收 Untether 團隊強化編譯器和 SoC 能力47
Google Trillium TPU雲端廠商自研 TPUMLPerf v4.1 preview面向自家雲端 workload垂直整合壓縮第三方推論卡進入 hyperscaler 的空間4
Edge/視覺 ASIC 聯盟方案安防/機器視覺IVR 方案稱 AI camera efficiency up to 8x方案級 TCO 口徑展示/整合階段垂直方案有效但銷售週期長8

7. 護城河

  1. 架構護城河：digital at-memory compute 把計算單元與 SRAM 緊耦合，降低權重搬運能耗；runAI200 的 204MB SRAM 與 speedAI240 的 RISC-V many-core 設計說明其不是普通 PCIe 板卡整合商。23
  2. 編譯器護城河：imAIgine SDK、生成式編譯、裸機程式設計能力是把非標準架構賣給客戶的關鍵，否則客戶不會承擔模型遷移成本。5
  3. benchmark 護城河：MLPerf v4.1 作為中立基準給了 speedAI 240 Slim/240 可見度，但 benchmark 只證明“能跑並有效能”，不證明“客戶會規模採購”。4
  4. 人才護城河：AMD 交易明確指向 AI compiler、kernel development、digital/SoC design、verification 與 product integration，說明 Untether AI 最後被市場認可的是工程團隊能力，而非獨立產品現金流量。7

8. 財務質量（近 4-6 季度）

時點營收毛利率現金/融資質量判斷
2024Q2未揭露未揭露依賴既有融資Arm 汽車協作提升場景可信度，但不構成財務質量證據。6
2024Q3未揭露未揭露未揭露Ola-Krutrim 被揭露為部署客戶，仍無規模營收數字。3
2024Q4未揭露未揭露未揭露speedAI 240 Slim 可購買、Vertical Data 合作，商業化進入銷售階段但未揭露訂單。38
2025Q1未揭露未揭露融資壓力上升SDK 25.04 與 IVR 方案發布，說明仍在爭取應用落地。511
2025Q2停止可持續經營口徑不適用AMD 團隊交易，條款未揭露產品停止供應/支援，獨立財務質量失效。7
2025Q4破產程式不適用BetaKit 報道約 2,500 萬美元資產、約 1.28 億美元負債破產原因指向營運資金/融資不足，股權價值基本歸零。910

9. 業績傳導路徑

Untether AI 原本的業績傳導公式為：

推論場景數 × 單場景卡數 × speedAI ASP × 毛利率 + SDK/支援費 - 流片/研發/銷售固定成本

其中最難的不是第一項技術性能，而是三道商業門檻：

  1. 模型遷移：客戶必須把模型從 CUDA/TensorRT 或雲端 TPU/GPU 工具鏈遷移到 imAIgine SDK。
  2. 量產訂單：Ola-Krutrim、J-Squared、Vertical Data 等公開案例需要從試用/聯合方案變成可重複訂單。
  3. 資金閉環：AI 晶片公司在營收放量前需要持續融資覆蓋團隊、流片、板卡庫存、軟體支援和客戶工程成本。

2025 年的事實表明，傳導在“商業化放量”前斷裂：公司團隊進入 AMD，speedAI/imAIgine 停止供應支援，隨後進入破產程式。79

10. SOTP 估值表

Untether AI 已破產，傳統 SOTP 不應按營收倍數估算股權價值；適合使用“剩餘資產/人才/IP”架構。

情景核心假設可歸屬價值股權含義
Bear產品停供，IP/裝置變現有限，債權優先接近清算殘值普通股價值趨近於零
BaseAMD 團隊交易保留人才價值，但未揭露技術資產購買；破產資產先覆蓋債權人才價值進入 AMD，不留在 Untether 股權普通股無可投資性
Bull某些 IP 或裝置被第三方購買，債權回收提高仍受約 1.28 億美元負債約束普通股恢復價值機率很低

錨點：PwC 頁面確認 Untether AI Corp. 於 2025-10-15 filed an assignment into bankruptcy；BetaKit 報道公司約 2,500 萬美元資產、約 1.28 億美元負債，缺口約 1.036 億美元。這個結構下，投資人應把 Untether AI 視為失敗案例或 AMD 人才併購案例，而非可估值成長資產。910

11. 催化（帶時點）

  • [已發生] 2021-07-20：宣佈 1.25 億美元融資，Tracker Capital 領投、Intel Capital 共同領投，CPP Investments 與 Radical Ventures 參與。1
  • [已發生] 2022-08-23：HOT CHIPS 釋出二代 speedAI 架構，揭露 2 PFLOPS FP8、1 PFLOP BF16、30 TFLOPS/W 等指標。3
  • [已發生] 2024-04-16：宣佈與 Arm 協作，面向下一代汽車 AI/ADAS 方案。6
  • [已發生] 2024-08-28：MLCommons 釋出 MLPerf Inference v4.1，列出 UntetherAI SpeedAI 240 Slim available 與 SpeedAI 240 preview。4
  • [已發生] 2024-10-28：宣佈 speedAI 240 Slim 廣泛可得，揭露 Ola-Krutrim 部署、J-Squared 農業 edge AI 方案。3
  • [已發生] 2025-03-10：釋出 imAIgine SDK 生成式編譯技術，稱模型支援數提升 4 倍。5
  • [已發生] 2025-06-05/06：與 AMD 達成團隊交易，停止 speedAI 與 imAIgine SDK 供應/支援。7
  • [已發生] 2025-10-15：Untether AI Corp. 進入加拿大破產程式，PwC 被任命為 trustee。9

12. 核心風險（帶情景）

  • 終局風險：該風險已兌現。情景為融資無法接續、客戶訂單不足以支撐固定成本，公司停止產品支援並進入破產程式。79
  • 客戶遷移風險：若客戶已有 NVIDIA/AMD GPU、雲端 TPU 或內部 ASIC 路線，即便 Untether AI 在單項 benchmark 上能效更好，也未必願意承擔模型遷移、除錯、採購和長期支援風險。4
  • 軟體生態風險：imAIgine SDK 是核心抓手，但專有 SDK 需要持續維護模型覆蓋、kernel、量化與工具鏈；公司停止支援後，客戶部署價值立即折損。57
  • 市場視窗風險：邊緣/本地推論需求真實存在，但生成式 AI 資本支出優先流向訓練和大規模雲端推論，創業公司若無法繫結大型平台客戶，銷售週期會消耗現金。
  • 資產價值風險：BetaKit 報道破產檔案中 IP 和實驗室裝置價值口徑極低；若技術資產未隨 AMD 交易變現，債權回收和股權殘值都會受壓。10

13. 追蹤指標

頻率指標閾值來源
事件驅動PwC 破產程式檔案更新是否出現資產出售、債權回收率、IP 處置PwC insolvency assignment 頁面。9
事件驅動AMD AI 編譯器/SoC 團隊進展是否在 ROCm、Instinct、edge AI 或 SoC 產品中體現 Untether 團隊能力AMD 官方釋出與技術會議。
半年speedAI/imAIgine 客戶存量影響是否有客戶遷移、替代或維保糾紛揭露客戶新聞、破產檔案、行業媒體。
半年AI 推論 ASIC 創業公司融資環境是否繼續出現破產、併購、裁員EE Times、CRN、BetaKit、PitchBook 等。
每次 MLPerf非 GPU 推論晶片參測數量與可用狀態available 優於 preview；closed division 結果需看功耗與系統成本MLCommons。4

14. 最新事件

  1. [已發生] 2025-03-10：Untether AI 釋出 imAIgine SDK 生成式編譯技術，稱支援模型數量提升 4 倍、開發時間降至分鐘級。5
  2. [已發生] 2025-04-01：Untether AI 與 AI Platform Alliance 成員展示 ISC West 2025 智慧影片方案，面向安防影片推論。11
  3. [已發生] 2025-06-05/06：公司與 AMD 達成交易，團隊進入 AMD；公司停止 speedAI 產品和 imAIgine SDK 供應支援。7
  4. [已發生] 2025-10-15：Untether AI Corp. 在加拿大 filed an assignment into bankruptcy，PwC 被任命為 licensed insolvency trustee。9
  5. [已發生] 2025-10-27：BetaKit 根據破產檔案報道，Untether AI 約有 2,500 萬美元資產、約 1.28 億美元負債，財務困難原因包括營運資金/融資不足。10

15. 來源

相關推薦

同產業鏈：chip-core

同產業鏈 · 相關公司

ASMLASML北方華創002371.SZ超微半導體AMD科林研發集團LRCX海光資訊688041.SH寒武紀688256.SH科磊KLAC拓荊科技688072

相關概念

FP4 四位浮點高階介面匯流排（Advanced Interface Bus）AOT 提前編譯AI For Electronic Design Automation空氣間隙（Air Gap）量測標記模擬存算 (Analog In-Memory Computing)模擬混合訊號驗證
source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助；不構成投資建議，不預測漲跌，不提供買賣、部位或目標價建議。