Axelera Europa AI 芯片拿下 AI 工厂订单，但真正的考验才刚刚开始

据其首席执行官称，Axelera AI 在签下价值数千万的 AI 工厂供应合同后，推出了第二代 Europa 处理器。Axelera Europa AI 芯片也已进入经过验证的 Dell 和 Supermicro 系统。这一组合让这家荷兰初创公司不再局限于边缘计算叙事，而是迈入企业基础设施领域。

此次发布之所以重要，是因为销售处理器所需的不只是亮眼的规格参数。企业买家还需要可部署的服务器、受支持的模型、稳定的软件，以及对供应商能持续提供服务的信心。Axelera 如今拥有知名系统合作伙伴和已披露的合同，但仍须证明这些成功能够实现规模化和可复制。

眼下的竞争并不只是 Axelera 对阵 Nvidia，而是 Axelera 高效、可本地控制的推理方案，与数据中心运营商已熟悉的成熟 GPU 软件和部署模式之间的较量。Europa 让这一替代方案更具可信度，但已披露的销售管道仍远大于已签约业务。

Axelera 将 Europa 打造成可交付产品

Europa 改变了 Axelera 的定位，因为客户现在可以在知名服务器平台内评估这款第二代芯片。

Axelera 于 2026 年 9 月 15 日发布 Europa，并同时公布了来自 Dell Technologies 和 Supermicro 的已验证系统。该公司表示，Europa 处理器现以独立芯片及两种标准 PCIe 卡形态出货。

半高规格的 Edge 232p 卡配备一颗 Europa 处理器。Axelera 表示，该卡已在 Dell XE5 和 Supermicro 111AD 中完成验证。全高规格的 Server 250p 卡则在一块板上配置四颗处理器，以支持更高密度的服务器部署。

标准 PCIe 封装降低了买家的一个实际门槛。企业无需采用全新的物理基础设施，便可为现有服务器设计增加推理能力。对于采购、维护和安全流程已围绕成熟服务器供应商建立的企业而言，这一点尤为重要。

Europa 是一款 AI 处理单元，即 AIPU，专为神经网络推理设计。推理是指训练完成的模型处理新输入，并生成预测、分类、图像或文本的阶段。

这一定位使 Europa 区别于主要为大规模训练任务设计的系统。Axelera 瞄准的是训练完成后的持续性工作负载，包括计算机视觉、生成式 AI、视觉语言模型和 AI 智能体。

此次发布延续了始于 Metis 的产品线，Metis 是 Axelera 面向边缘部署的第一代处理器。边缘计算是指将处理能力部署在摄像头、机器、车辆或其他数据源附近，而不是将每一项输入都传送至远端云端。

Europa 面向工作站、边缘服务器、企业服务器和机架式系统中的更重负载。因此，它与其说是 Metis 的替代品，不如说是将同一架构扩展至更大规模部署。

Axelera 列出的每颗 Europa 处理器性能为 629 万亿次操作每秒，即 TOPS。TOPS 是对低精度算术吞吐量的理论衡量，并不能直接预测不同模型、软件栈或系统配置下的应用速度。

该公司还列出单处理器 Europa 卡的热设计功耗为 45 瓦。其四处理器卡可为服务器工作负载提供更高的计算密度。实际系统功耗还将包括内存、主机处理器、存储、散热及其他组件。

这些限定条件很重要，因为加速器发布往往强调峰值算力。Axelera 自身的硬件文档警告称，实际吞吐量取决于模型、内存行为、数据传输和流水线效率。

Europa 的架构特色是数字存内计算。这种方法在内存结构内部执行重要的矩阵运算，从而减少传统处理器中消耗时间和能源的数据移动。

第二代设计包含八个 AI 核心，而 Metis 为四个。它还加入了 RISC-V 向量处理能力，用于处理围绕主要神经网络计算的操作。这项新增能力旨在减少此前由主机处理器承担的工作。

Axelera 表示，Europa 每颗处理器最高支持 64 GB 内存和最高 320 亿参数的模型。多芯片配置可以分配运行更大的模型，但可用性能取决于分区方式和软件效率。

Europa 发布还围绕 Voyager 软件工具链讲述了更完整的部署方案。Voyager 可编译模型、管理硬件，并帮助开发者将推理流水线迁移至 Axelera 处理器。

硬件可用性、服务器验证和共享软件层，使 Europa 比架构预览更具实质性。它们并不代表已实现广泛量产采用，但为潜在客户提供了可供测试的具体产品。

Axelera AI 工厂订单令欧洲基础设施战略进入实战

Axelera 的 AI 工厂订单将这家初创公司的硬件抱负与欧洲获得公共支持的计算基础设施建设联系起来。

首席执行官 Fabrizio Del Maffeo 向 Reuters 表示，Axelera 已签署多份价值数千万的供应合同。他未透露完整合同金额、客户、交付时间表或预期收入确认情况。

这些缺失的细节限制了可得出的结论。已签署协议表明商业进展，但其重要性取决于安装规模、合同条件，以及初始部署是否会扩展。

Axelera 表示，已有超过 600 家客户在安全、国防、机器人、无人机、零售、AI 工厂和企业应用中使用其处理器。该公司另称，潜在销售管道超过 15 亿美元。

销售管道并不等同于订单簿。它通常包括处于不同阶段的合格商机，其中一些永远不会转化为已签约业务。因此，已披露的数千万合同与 15 亿美元销售管道之间的差距，正是核心商业张力所在。

不过，这些合同出现的时点颇为有利。欧洲机构正在资助 AI 基础设施，以便为研究人员、初创公司、政府和企业提供服务，而无需将每一项敏感工作负载都置于由其他地区控制的基础设施上。

AI 工厂将超级计算资源、数据服务、软件、专业知识及使用计划整合在一起，用于开发和运行 AI。这个名称涵盖的并不只是装满加速器的一栋建筑。

Axelera 表示，正与 Dell 和系统集成商 E4 合作，参与意大利 IT4LIA 项目及卢森堡 MeluXina-AI 项目。两者均属于 European High Performance Computing Joint Undertaking 的基础设施计划。

该欧洲组织于 2026 年 4 月与 Dell 和 E4 签署 IT4LIA 采购合同。其公开的IT4LIA 合同描述了一台由博洛尼亚 CINECA 托管、面向 AI 优化的新型超级计算机。

IT4LIA 的主系统采用 Nvidia 的 GB200 NVL4 架构，用于大型训练和计算工作负载。因此，Axelera 的角色体现的是异构模式，而非全面取代 Nvidia。

专用于高效推理的欧洲分区，为 Axelera 提供了更聚焦的切入机会。Europa 可服务于本地控制、能源限制或可重复的推理经济性比最高训练性能更重要的工作负载。

卢森堡也提供了类似机会。MeluXina-AI 合同涵盖一台由 LuxProvide 运营的新型 AI 优化超级计算机的采购、交付、安装和维护。

Dell 以分包商身份参与，而 E4 是获选承包商。该项目面向企业、研究人员和公共机构的模型训练、测试及预生产部署。

Axelera 的加入并不意味着 Europa 为这些 AI 工厂的每一个环节提供动力。它让公司得以进入可根据工作负载需求混用不同加速器的更广泛系统。

这一区别有助于理解竞争压力。买家无需为了采用 Europa 而更换全部 GPU 基础设施。他们可以将合适的推理任务分配给 Europa，同时保留 GPU 用于训练或运行不受支持的模型。

这类混合系统也带来自身的运维负担。管理员必须监控不同加速器、维护多套软件栈，并决定哪些工作负载最适合在各设备上运行。

因此，Europa 的实际价值将取决于编排和软件集成。如果团队无法在无需专门工作的情况下部署模型，那么即便处理器具有效率优势，也可能长期未被充分利用。

Axelera 的工厂订单使其得以进入要求严苛的参考环境。成功部署可能为受监管行业和私有数据中心创造可信案例。延迟或狭窄的工作负载支持，则会暴露当前方案的局限。

Axelera Europa AI 芯片挑战 GPU 的默认选择地位

Europa 的机会来自不需要最大型 GPU、却无法容忍脆弱软件体验的推理工作负载。

Nvidia 最强的防线并非任何单一芯片规格，而是 CUDA 软件、成熟开发工具、库、云端可用性、受过培训的工程师，以及几乎所有主要供应商提供的系统所构成的组合。

这一既有基础降低了感知风险。买家通常可以为 Nvidia 部署找到人员、文档和外部支持。模型开发者也往往会优先在主流 GPU 环境上测试新架构。

Axelera 提供的是不同的经济和架构逻辑。该公司表示，减少处理器内部的数据移动可提升能源效率，而本地部署则让客户对数据和持续性计算使用拥有更多控制权。

该公司称，Europa 每瓦可提供的每秒 token 数最高可达 GPU 替代方案的六倍。每秒 token 数衡量语言模型的输出速度，而每瓦计算则加入了能效维度。

不过，Axelera 表示，这些结果是其内部测试与公开可得的竞争对手数据进行比较得出。相关测试并非以独立、相同系统对比的形式呈现。

这并不意味着这些数字毫无意义，但意味着买家应将其视为需要针对具体工作负载验证的供应商说法。模型选择、精度、批量大小、上下文长度、内存容量和软件版本，都可能显著改变结果。

效率同样需要从系统层面衡量。如果预处理、不受支持的操作或数据移动将过多工作转回主机 CPU，低功耗加速器可能会失去部分优势。

Europa 通过加入用于预处理和后处理的向量处理器来应对这一问题。这些阶段负责准备输入数据，并将原始模型输出转换为有用结果。

对于工厂相机系统，预处理可能包括视频解码、帧缩放和数据格式转换。后处理则可能包括移除重复检测结果，以及将张量转换为标签或边界框。

将更多此类流程置于加速器附近，能够提升吞吐量并降低对主机的要求。其价值取决于软件支持多少操作，以及应用程序对这些操作的利用效率。

Axelera Europa AI 芯片同样瞄准企业可私有化运行的中小型生成式模型。这类模型正越来越多地用于文档处理、视觉检测、检索、分类和专业助手。

一家金融机构可能使用本地推理来分析内部文件，避免将敏感数据发送至公共服务。制造商则可能在生产设备附近处理相机视频流，以控制延迟和网络使用量。

国防客户除了性能外，可能还会重视数据所在地和供应商来源。医院或法律机构则可能优先考虑记录控制、可审计性和可预测的系统运行。

这些应用场景并不要求 Europa 在每一种模型上都胜过所有 GPU。Axelera 需要在明确的工作负载上提供足够出色的表现，同时降低能耗、基础设施或控制成本。

因此，压力落在双方身上。Nvidia 和其他 GPU 供应商必须捍卫小规模部署场景下的推理经济性。Axelera 则必须达到买家对主流平台早已期待的运营一致性。

欧洲同行又增添了一层竞争。Reuters 将法国的 VSORA、英国的 Fractile、西班牙的 Semidynamics 和荷兰的 Euclyd 列为正在进军 AI 算力市场的公司。

它们并不相同。每家公司都侧重于模型类型、架构、规模和功耗的不同组合。它们的存在表明，欧洲的机会是分散的，而非专属于某一家国家级冠军企业。

Axelera 目前在产品出货和具名服务器集成方面拥有实际优势。然而，早期获得硬件并不能保证长期的开发者采用。

最强的信号将来自生产规模的扩大。如果客户从评估卡转向重复采购服务器，Europa 就将以可衡量的方式挑战 GPU 的默认地位。

Europa 的发布尚未证明什么

合同、客户数量和峰值规格尚不足以证明 Europa 能够大规模支持广泛的企业推理需求。

第一个不确定性涉及已披露的供应协议。Axelera 公布了其大致的合计规模，但没有披露买方、数量、交付里程碑或期限。

一份合同可能代表完整的生产部署、分阶段采购，或是取决于验收测试的项目。缺少这些细节，读者不应将该公告直接等同于已确认收入。

第二个不确定性涉及客户数量。超过 600 家客户听起来相当可观，但公司尚未公开区分活跃的生产用户与评估用户、开发套件用户、合作伙伴和试点项目。

这一差异对于半导体初创公司至关重要。广泛的评估漏斗能够验证市场兴趣，而持续的生产订单则验证产品市场契合度和制造执行能力。

第三个不确定性涉及软件覆盖范围。AI 加速器初创公司往往能够打造高效芯片，但难以跟上新模型、算子和框架的迭代速度。

Axelera 的 Voyager 工具链为 Metis 和 Europa 提供共享的部署环境。该公司还推出了 AxeleraScript，即 AxScript，一种用于在其硬件上编程自定义操作的基于 Python 的语言。

Axelera 表示，AxScript 可让开发者对专有模型和不受支持的网络操作实现内核级控制。公司还称，一名工程师借助 AI 在一天内完成了 Qwen3.5 模型的移植。

这一案例具有参考价值，但仍属于公司自行报告的结果。企业团队还需要评估调试、文档、数值表现、升级兼容性和长期维护。

一次成功演示不等于可维护的生产应用。模型支持必须能够经受框架、量化方法、输入格式和应用需求变化的考验。

第四个不确定性涉及性能比较。Europa 的 629 TOPS 指标描述的是低精度峰值吞吐量，而非完整的应用性能。

即使是 Axelera 的 Metis 文档，也建议开发者测量其实际流程。在比较不同供应商时，这一原则更应得到严格遵循。

可靠的比较需要采用相同的模型、精度设置、准确率目标、批量大小、上下文长度、主机系统和功耗测量方法。软件也应足够成熟，以反映真实的生产行为。

Europa 支持每颗处理器运行最多 320 亿参数模型，这一能力颇具吸引力，但容量并不能决定响应质量或延迟。能够装入内存的模型，仍可能因运行速度过慢而无法满足应用需求。

多芯片扩展带来了更多问题。客户需要证据表明，吞吐量能够高效提升，而不会引入过多的通信开销、延迟或编程复杂度。

制造和供应仍然十分重要。Axelera 是一家无晶圆厂半导体公司，因此依赖外部合作伙伴完成制造、封装、板卡、内存和系统集成。

规模更大的既有厂商拥有更深厚的采购关系，并可将研发成本分摊至更多产品线。初创公司必须在避免超出需求的库存承诺的同时， 확보足够的产能。

自 2021 年成立以来，Axelera 已通过股权融资、补助金和风险债务筹集超过 4.5 亿美元。该融资为公司提供了可观资源，但先进芯片研发和商业扩张会迅速消耗资本。

公司更长远的路线图同时增加了机遇与执行压力。Metis 服务于边缘系统，Europa 覆盖企业推理，而规划中的 Titania 架构则瞄准高性能计算。

Axelera 表示，Titania 将采用 chiplet 设计，即在一个封装内组合多个专用模块。该项目计划于 2028 年部署，并已通过欧洲 DARE 倡议获得最高 6160 万欧元资助。

Titania roadmap 为 Axelera 通往更大型系统提供了路径。这也意味着，公司必须在改进同一软件平台的同时支持多代硬件。

欧洲的政策支持可以降低研发风险，并创造标杆买家。它无法替代具有竞争力的产品、可靠的交付能力，或开发者愿意持续使用的软件。

因此，Europa 应被视为可信的商业化一步，而不是欧洲已弥合 AI 硬件差距的证明。此次发布确立了可用性和生态系统接入；其余部分仍需由生产证据来证明。

三项信号将显示 Axelera 能否实现规模化

Europa 的下一阶段将由重复部署、独立工作负载结果和软件采用情况来衡量，而非更多引人注目的规格参数。

第一个信号，是已公布合同向实际运行系统的转化。买家应关注未来数月内具名 AI 工厂部署、已验收交付和后续订单。

详细的部署信息将厘清 Europa 与其他加速器并存时的实际角色。它也将显示 Axelera 提供的是独立推理节点、更大的分区，还是覆盖多个地点的重复部署系统。

重复业务比首份合同更具分量。它表明硬件可靠性、模型性能、支持服务和总运营成本经受住了实际使用的检验。

如果 Axelera 点名披露在试点后扩大部署的客户，其商业论据将更加有力。如果披露仍局限于管线数据和合作伙伴名单，不确定性就会持续存在。

第二个信号，是在已出货硬件上进行的独立测试。评测者和客户需要基于相同模型、准确率阈值、主机配置和功耗测量的对比。

测试不应只覆盖峰值吞吐量。有价值的结果还应包括延迟、吞吐量、能耗、内存限制、编译时间、不受支持的操作和部署工作量。

计算机视觉仍是重要的基准领域，因为 Metis 已在该市场运行。Europa 还需要在语言模型和多模态模型上提供有力证据，以证明其进入企业服务器市场的合理性。

批量为一时的性能值得关注，因为交互式应用往往一次只处理一个请求。高批量测试则对汇集大量并发请求的集中式服务具有重要意义。

即便确切优势因工作负载而异，独立结果仍可能支持 Axelera 的效率主张。薄弱或不一致的结果则会缩小 Europa 的可服务市场。

第三个信号，是开发者对 Voyager 和 AxScript 的采用。硬件公司经常公布模型列表，但更好的指标是外部团队能多快部署陌生模型。

开发者应关注公开的兼容性更新、框架集成、可复现示例和活跃的技术支持。不断扩大的模型库将降低采用专用芯片的风险。

Metis、Europa 和后续 Titania 之间的软件稳定性同样重要。一致的编程环境可让客户将工作负载从紧凑设备迁移到服务器，而无需重建每一条流程。

碎片化则会产生相反效果。如果每一代处理器都需要大量定制工作，架构在理论上的可扩展性就无法转化为运营上的简洁性。

这些信号还将揭示 Axelera 能否在 GPU 身旁占据持久地位。近期最可能的结果是异构基础设施：不同处理器分别承担训练、通用推理和专用低功耗工作负载。

即使如此，这一结果仍将意义重大。欧洲供应商不必取代每一款既有加速器，才能具有战略相关性。

它需要的是一组可守住的工作负载、值得信赖的系统合作伙伴、重复客户，以及能够将部署成本控制在合理范围内的软件。据报道的 AI 工厂合同为 Axelera 提供了证明这四点的机会。

对企业买家而言，理性的回应既不是立即标准化，也不是直接否定。团队应使用自己的模型和完整应用流程测试 Axelera Europa AI 芯片。

测量准确率、延迟、吞吐量、能耗、工程时间和支持质量。除加速器公布的评级外，还应纳入主机系统功耗及任何回退操作。

还应询问哪些主张来自内部基准测试，哪些已得到独立复现。在比较具有不同内存系统和软件成熟度的架构时，这一区分至关重要。

Axelera 已让 Europa 迈过了仅发布架构公告的阶段。Dell 和 Supermicro 的验证为其进入企业系统提供了可信路径，而欧洲 AI 工厂则提供了备受瞩目的验证场。

如今，公司必须将这种接入转化为可重复的生产部署。具名部署、中立基准测试和开发者结果能否证实 Europa 的效率优势，还是会揭示该处理器更为狭窄的定位？