Blaize：专注边缘 AI 的可编程加速器企业，用 GSP 架构挑战传统 GPU
Blaize 是一家专注于边缘 AI 计算、AI 推理加速器以及软硬件一体化平台的美国半导体企业。
与 NVIDIA、AMD 等主要依靠 GPU 承担 AI 计算不同，Blaize 从一开始就选择设计一套针对 AI 推理和图计算优化的新型处理器架构，希望在功耗、延迟、内存带宽和部署成本方面取得优势。
公司目前的核心技术是 Graph Streaming Processor，也就是 GSP 图流处理器，并围绕 GSP 构建 AI 加速卡、嵌入式计算模块、边缘服务器以及软件开发平台。
Blaize 将自己的主要市场定位在智能城市、工业自动化、机器人、视频分析、安防、零售、通信和其他实时边缘 AI 场景。
Blaize 的发展历史
Blaize 的历史可以追溯到 2010 年。公司最初以 ThinCI, Inc. 的名称在美国特拉华州注册，由多位拥有 Intel GPU 和处理器架构背景的工程师创立，其中包括现任 CEO Dinakar Munagala、CTO Satyaki Koneru 和首席科学家 Ke Yin。
2019 年，公司正式将名称从 ThinCI 更改为 Blaize，并开始以新的品牌推广其 GSP 处理器架构。
公司总部位于美国加利福尼亚州 El Dorado Hills，并在美国、印度、英国、中东以及其他地区建立研发和业务团队。
Blaize 的创立时间其实比今天这一轮生成式 AI 热潮早很多。
当公司开始设计自己的计算架构时，ChatGPT、生成式 AI 甚至今天常见的大规模 Transformer 模型都还没有出现。
最初团队关注的问题是：传统 CPU 和 GPU 在处理越来越复杂的数据流、计算图和实时视觉任务时，需要频繁移动数据，而数据搬运会增加功耗、内存带宽需求以及延迟。
因此 Blaize 决定重新设计处理器的数据执行方式，而不是简单制造另一块 GPU。
核心技术：Graph Streaming Processor
Blaize 最重要的技术是 Graph Streaming Processor，简称 GSP。
现代神经网络本质上可以表示成一个由大量计算节点组成的图，例如卷积、矩阵运算、激活函数、数据转换以及不同层之间的数据连接。
传统 GPU 通常依靠大量并行计算单元以及高速显存处理这些任务，而 Blaize 的思路是让计算尽量沿着整个计算图流动，减少数据反复在处理器和外部内存之间搬运。
GSP 支持数据级、指令级、任务级、芯片级以及系统级并行处理，同时保持较高的可编程性。
这意味着它并不是只能执行某一种固定神经网络算法的 ASIC，而是可以适应不同 AI 模型以及计算任务。Blaize 将这种能力看作自己与传统固定功能 AI 加速器之间的重要区别。
Blaize 官方公布的第一代 GSP 平台可以提供最高约 16 TOPS 的 AI 推理性能，同时典型功耗约为 7W。
公司强调的重点并不是单纯追求最高 TOPS，而是系统级能效、低延迟以及较低的内存带宽需求。
对于汽车、机器人、摄像头、无人设备以及工业计算机来说，这些指标往往比单纯追求最高峰值算力更加重要。
Pathfinder 与 Xplorer AI 加速平台
围绕 GSP，Blaize 推出了两大主要硬件产品系列：Pathfinder 和 Xplorer。
Pathfinder 主要面向嵌入式和边缘设备，其中 Pathfinder P1600 可以作为 System-on-Module 使用，把 AI 推理能力直接集成到智能摄像机、机器人、工业设备、交通系统或者其他嵌入式产品之中。
Xplorer 则更加接近传统意义上的 AI 加速卡，包括 M.2、EDSFF 和 PCIe 等不同形态。
例如 Xplorer X600M 可以安装在空间非常有限的设备中，而 X1600P 等 PCIe 产品则可以安装在服务器或者工业计算机中，为原有系统增加 AI 推理能力。
Blaize 还提供多卡和服务器级解决方案，使 GSP 可以从单一边缘节点逐渐扩展到大型视频分析和边缘数据中心。
这种产品设计体现了 Blaize 的主要战略：它并不准备直接在超大型数据中心 AI 训练市场和 NVIDIA H100、B200 一类 GPU 正面竞争，而是更多针对“AI 模型已经训练完成，接下来怎样低成本运行这些模型”的推理市场。
Blaize AI Software Suite
一家 AI 芯片企业能否真正进入市场，软件生态通常和芯片本身一样重要。
Blaize 因此不仅开发 GSP 硬件，也建立了自己的 AI Software Suite，其中包括开发工具、运行环境以及 Blaize AI Studio。
Blaize AI Studio 是一个低代码和无代码 AI 开发环境，开发者可以通过图形化方式导入、配置、优化和部署 AI 模型。
对于很多工业客户来说，他们并不一定拥有大量熟悉底层芯片架构的工程师，因此降低 AI 模型部署门槛具有实际意义。
Blaize 希望通过这种方式，把自己从一家单纯出售 AI 芯片的公司转变成完整的 AI 平台供应商。
从 Edge AI 进一步走向 Hybrid AI
随着大语言模型和多模态 AI 兴起，Blaize 的产品战略也在发生变化。
传统边缘 AI 主要是摄像头目标识别、人脸识别、交通分析和工业检测，而现在客户开始要求边缘设备同时运行 Vision Language Model、Small Language Model 以及更加复杂的多模态推理。
Blaize 因此开始推广 Hybrid AI，也就是混合 AI 架构。
它不再强调所有任务都必须由 GSP 完成，而是把 GSP 与 GPU 基础设施结合起来：低延迟视觉识别、传感器处理和实时推理可以由高能效的 GSP 承担，而复杂的大语言模型或者更高算力任务可以交给 GPU。
这使 Blaize 从“GPU 替代者”的定位逐渐转向“GPU + GSP 协同计算”。
Blaize AI Services
2026 年，Blaize 又进一步推出 Blaize AI Services，希望把 AI 能力直接包装成可以调用的 API。
企业不一定需要自己搭建完整 AI 软件栈，而可以直接部署人脸识别、视频分析、文档处理、质量检测、合规分析以及行业专用 AI 服务。
这种模式意味着 Blaize 的商业模式正在从传统的“销售 AI 芯片和加速卡”，逐渐扩展到“硬件 + 软件 + AI 服务”。如果这种模式成功，软件和服务收入未来可能成为比单纯硬件更重要的收入来源。
Blaize 的主要应用市场
Blaize 当前最重要的市场之一是智能城市。
大量城市摄像头每天产生海量视频，如果所有视频都上传到云端再处理，不但需要巨大的网络带宽，而且增加延迟和云计算费用。
使用边缘 AI 加速器，可以直接在摄像头附近或者本地边缘服务器完成车辆识别、人流分析、车牌识别、异常行为检测以及安全监控。
除此之外，Blaize 还把工业自动化、机器人、机场、零售、物流、通信基础设施以及国防和公共安全作为重要应用领域。
2026 年公司将 Physical AI，也就是自主系统、机器人和加固型设备，与 Hybrid AI Platform 列为两大主要商业增长方向。
投资者背景
Blaize 在发展过程中获得了不少汽车、半导体和金融机构投资。
公司此前披露累计融资超过 3.3 亿美元，战略投资者包括 DENSO、Mercedes-Benz、Magna 和 Samsung，金融投资者则包括 Franklin Templeton、Temasek、GGV Capital 和 Bess Ventures 等。这样的投资者结构也反映出 Blaize 很早就把汽车电子、工业设备和边缘 AI 作为重要市场。
Blaize 已经成为上市公司
2025 年 1 月，Blaize 与特殊目的收购公司 BurTech Acquisition Corp. 完成业务合并，合并后的公司名称为 Blaize Holdings, Inc.。
从 2025 年 1 月 14 日开始，Blaize 在美国 Nasdaq 上市，普通股交易代码为 BZAI，认股权证代码为 BZAIW。
这使 Blaize 成为目前少数能够通过公开资本市场融资的独立 AI 加速器企业之一，不过上市同时也意味着公司的营收增长、亏损、现金流以及订单兑现情况将受到更加严格的市场审视。
2026 年经营情况
截至 2026 年第二季度，Blaize 的商业化已经开始明显加速。
公司第二季度收入达到 1200 万美元，高于第一季度的 270 万美元，也高于 2025 年同期的 200 万美元；
2026 年上半年收入达到 1470 万美元。不过公司仍处于明显亏损阶段，第二季度净亏损约 2880 万美元。
值得注意的是，Blaize 在 2026 年 5 月还曾维持全年 1.3 亿美元收入预期，但到 8 月公布第二季度财报时，已经将全年收入预期大幅下调到 4000 万至 4300 万美元。
公司解释主要原因是部分商业项目没有按原来的速度转换成正式订单，同时内存价格上涨推高供应链成本。
公司同时披露了一项约 2000 台服务器的约束性协议，以当时内存价格计算价值大约 7000 万美元，其中预计约 2000 万美元收入将在 2026 年下半年确认，其余部分预计主要在 2027 年交付。
这说明 Blaize 已经从长期研发阶段真正进入规模商业化阶段，但距离成为稳定盈利的大型 AI 芯片企业仍然有相当距离。
Blaize 的优势
数据中心可以安装几百瓦甚至超过一千瓦功耗的高端 GPU，但是汽车、摄像头、机器人和工业控制器通常不具备这样的散热和供电条件。
因此“每瓦能够完成多少 AI 推理”对于边缘计算非常重要。
第二个优势是可编程性。
很多 AI ASIC 在某一类网络上效率非常高，但是当算法快速变化时可能遇到适应性问题。GSP 的设计目标则是在专用 AI 加速和通用可编程处理器之间寻找平衡。
第三个优势是完整的软件和系统平台。
Blaize 已经不只是销售一颗芯片，而是同时提供芯片、模块、PCIe 加速卡、服务器、AI Studio、软件开发工具以及 AI Services。
这种完整产品栈更加适合没有能力从底层开发 AI 基础设施的企业客户。
Blaize 面临的挑战
Blaize 面临的最大问题同样非常明显，那就是竞争。
NVIDIA CUDA 已经形成极其强大的开发生态，而 Intel、AMD、Qualcomm、Hailo、Ambarella、Axelera AI、SiMa.ai、Groq、Tenstorrent 等大量企业也在争夺不同层次的 AI 推理市场。
仅仅拥有一颗高能效芯片，并不意味着客户就会放弃已经成熟的软件生态。
第二个挑战是规模。
芯片行业需要长期投入巨额研发资金，同时供应链、封装、内存、服务器制造以及客户认证周期都非常长。
Blaize 目前的收入虽然增长迅速，但仍然远小于大型半导体企业，而且仍然持续亏损。2026 年公司大幅下调全年收入预期，也说明从项目机会转换成真正订单并不容易。
第三个挑战是 AI 模型本身正在迅速变化。
过去边缘 AI 主要运行 CNN 和计算机视觉模型，而今天越来越多客户希望运行 Transformer、VLM、SLM 甚至较小规模的生成式 AI。
Blaize 必须不断升级 GSP 和软件平台，才能跟上模型复杂度快速增长的速度。
如何理解 Blaize 的市场定位
如果说 NVIDIA 的核心优势是大型 GPU 和 CUDA 生态，那么 Blaize 选择的是另一条道路：把更多 AI 推理计算部署到数据真正产生的位置。
摄像头产生的视频，没有必要全部传到云端以后才判断发生了什么；机器人采集的数据，也不能等待远端数据中心返回结果以后再决定下一步动作；工业设备出现异常，更需要毫秒级甚至更快的本地响应。
这正是 Edge AI 的价值所在，也是 Blaize 所押注的市场。
因此，Blaize 最值得关注的并不是它能否制造一颗“比 NVIDIA GPU 更快”的芯片，而是它能否证明，在边缘 AI、Physical AI 和大规模分布式 AI 推理市场中，存在一个非常大的计算层，既不适合传统 CPU，也没有必要使用功耗和成本更高的数据中心 GPU。
总结
Blaize 是 AI 加速器行业中一家具备明显技术特色的企业。
它没有沿着传统 GPU 的道路发展，而是从计算图和数据流出发设计 Graph Streaming Processor，并围绕 GSP 建立了从芯片、模块、加速卡、服务器到 AI Studio 和 AI Services 的完整产品体系。
随着人工智能从数据中心逐渐进入汽车、机器人、工厂、城市摄像头、零售设备和各种现实世界基础设施，边缘 AI 推理的需求可能持续扩大。Blaize 正试图抓住的正是这个市场。
不过从企业发展阶段来看，Blaize 目前仍然属于正在快速商业化的挑战者，而不是已经建立成熟市场地位的 AI 芯片巨头。
2026 年收入正在增长，但亏损依然较大，而且全年收入预期出现明显下调。
因此未来判断 Blaize 是否真正成功，除了观察 GSP 架构本身，还需要继续关注三个指标：
大型项目能否转化成持续订单、软件和 AI Services 能否形成稳定收入，以及下一代 GSP 能否适应越来越复杂的生成式 AI 和多模态模型。
公司名称： Blaize Holdings, Inc.
原名称： ThinCI, Inc.
成立时间： 2010 年
总部： 美国加利福尼亚州 El Dorado Hills
核心技术： Graph Streaming Processor（GSP）
主要产品： Pathfinder、Xplorer、Blaize AI Platform、Blaize AI Studio、Blaize AI Services
主要市场： Edge AI、Physical AI、智能城市、工业自动化、机器人、视频分析、通信、零售及任务关键型系统
上市市场： Nasdaq
股票代码： BZAI
官方网站： Blaize.com