9月15日，荷兰半导体初创EUCLYD宣布完成超过2亿欧元A轮融资，由三星、Somerset Capital Partners、EQT旗下欧洲规模化基金及Innovation Industries共同领投。这笔资金将用于攻克AI推理成本瓶颈，开发非GPU架构的处理器与内存方案，直接挑战NVIDIA主导的数据中心设计。[[1]](https://techstartups.com/2026/09/15/startup-funding-news-today-september-15-2026-euclyd-yincheng-intelligence-nutshell-therapeutics-yoom-more/)
这一动作并非孤例。AI资本正从训练侧向推理侧、从通用GPU向专用架构倾斜。过去两年，NVIDIA凭借CUDA生态与Blackwell系列拿下大部分增量算力，但能耗与成本已成瓶颈。EUCLYD等玩家瞄准“非GPU路径”，试图在边缘与特定负载上实现更低功耗与更高性价比，与NVIDIA-英特尔-AMD的传统路线形成并行赛道。
对比之下，中国与美国前沿实验室仍重仓GPU集群，OpenAI、Anthropic等持续扩大与NVIDIA的采购协议，而垂直玩家与初创正用新架构抢占细分市场。资本答案已先给出：推理效率的每一次提升，都可能重塑谁能真正把AI落地到物理世界。
悬念在于，18-24个月后，非GPU方案能否规模化商用，抑或仍被CUDA生态边缘化？若后者，NVIDIA护城河将进一步加固；若前者，全球算力版图或迎来真正多元。