78 · 推理芯片架构图：12 家按三大瓶颈排序
核心论点
推理芯片市场不是单一市场。别问「谁比 NVIDIA 快」，要问「谁能更便宜地解决 NVIDIA 昂贵解决的瓶颈」。按三瓶颈 × 四内存阵营读，12 家公司显现的不是名单而是设计理念地图。终极结论：别猜哪家赢，无论哪派赢「共同地基」（代工/内存/封装/电力/机架）都随之增长——看每种架构流向哪个组件需求，比记 12 个名字更持久。
关键数据/证据
- 推理三瓶颈（见 推理三瓶颈）：①内存带宽（内存墙，decode 每 token 读全部权重）②灵活性代价（GPU 通用性浪费 vs 固定化）③部署与功耗（互连/散热/几天内进标准机架）。⭐规则：内存放哪决定计算灵活度。
- 四内存阵营：
- SRAM 派（Cerebras 晶圆级 44GB / Groq 230MB 确定性数据流）→ 量流向代工硅而非 DRAM。
- 低成本 DRAM 派（d-Matrix 256GB LPDDR5X+DIMC / Tenstorrent GDDR6+RISC-V IP 授权，Jim Keller「用 HBM 就赢不了 NVIDIA」）→ 绕开 HBM+CoWoS，打破「推理普及=HBM 一比一增长」。
- 分层派（SambaNova SRAM/HBM/DDR 三层 / Positron FPGA+HBM+DDR5）→ 一颗芯片带多种内存。
- HBM 派（Rebellions CGRA 144GB+三星/SK投资 / FuriosaAI TCP 48GB 拒 Meta $8亿 / Etched Sohu transformer-ASIC / MatX 训练+推理）→ 三大内存厂需求源；灵活性向中间收敛。
- NVIDIA 应对：竞争从芯片→机架（Vera Rubin NVL72）、HBM4 带宽 3x、CUDA 20 年生态、NVLink Fusion、许可收编（Groq $20B）。
- 超算云自研：TPU/Trainium/Maia/MTIA 年增 40%+，或把 NVIDIA 推理份额 90%+→2028 的 20-30%；但锁自家云/SDK。微软 Maia+Vera Rubin 双策略（可预测高量推理给自研，灵活训练给 NVIDIA）。