公司情报报告

1. 执行摘要 {#executive-overview}

Mythic 是一家半导体公司，开发基于专有模拟存内计算架构的模拟处理单元（APU）。其旗舰芯片 M1076 模拟矩阵处理器（AMP） 在典型功耗 3–4 瓦下可提供高达 25 TOPS 的性能——公司将其定位为桌面级 GPU 算力，功耗仅为其十分之一。核心技术洞察由联合创始人 Laura Fick 在密歇根大学博士论文中提出：将神经网络权重直接存储在片上闪存中，并在模拟域执行矩阵乘法，从而消除传统数字推理加速器中占据主要能耗的外部 DRAM 瓶颈。公司领导团队资历深厚：CEO Taner Ozcelik 曾创立 NVIDIA 汽车部门并将其打造为数亿美元业务；CTO 兼联合创始人 Dave Fick 拥有密歇根大学计算机科学与工程博士学位；NVM 技术副总裁 Hùng Q Nguyễn 拥有超过 100 项专利，并曾带领初创企业实现数亿美元营收。

公司已吸引大量机构资本。DCVC 报道了一轮 1.25 亿美元融资，主题为"突破 AI 功耗墙"（2025 年 12 月发布于 dcvc.com），而更早的 EE Times 报道则记录了促成现任领导团队入驻的投资者救援事件。这些数据点共同勾勒出一家经历重大转型、现已在重组后的执行架构下运营的公司。地理布局包括由 Manoj Kumar（Mythic India 副总裁）领导的印度工程中心，表明工程组织已实现国际化扩展。

尚未公开披露的信息包括：确切成立日期、总部所在地、员工总数或累计营收。Mythic 可申领或更正上述任何细节。

最新新闻

• KEENON Humanoid Pours Drinks at GCS 2026, 100,000 Others Run Hotels

  Yanko Design·2026-06-15GENERAL

---

2. 公司故事 {#the-company-story}

Mythic 的起源是学术性的。联合创始人 Laura Fick 在密歇根大学攻读博士期间开发了支撑 Mythic 所有产品的模拟存内计算技术。同样拥有密歇根大学博士学位的联合创始人兼 CTO Dave Fick 与她携手将这项研究转化为商用芯片。创始命题十分明确：随着神经网络规模不断增长，在片外 DRAM 与计算单元之间反复搬运权重参数所带来的能耗成本，正成为边缘推理的主要瓶颈。Mythic 的解决方案是将权重永久存储在片上闪存中，并在模拟域进行计算——从而彻底消除内存带宽开销。

NVM 技术副总裁 Hùng Q Nguyễn 于 2017 年 1 月 加入 Mythic，这是可获取的最早公开人员时间戳，表明公司至少在那时已开始运营。EE Times 报道的"投资者救援"事件及随后的领导层过渡，使 Taner Ozcelik 出任 CEO。Ozcelik 的背景明确聚焦于规模化商业化：他曾创立 NVIDIA 汽车业务、领导 ON Semiconductor 的智能传感部门，并担任 Luminar Technologies 的执行副总裁兼总经理。他的加入标志着公司从研发模式向产品市场执行的有意转型。

一个值得注意的结构性元素是 videantis 的整合，其 CEO Hans-Joachim Stolberg 现已出现在 Mythic 团队页面。Videantis 平台被描述为为超过 2000 万辆汽车的 ADAS 和 IVI 系统提供动力，客户包括 Bosch、Continental、Valeo 和 Ficosa。现有数据未披露 Mythic 与 videantis 之间的确切关系（收购、合作或人员聘用）。我们的解读： Stolberg 的加入以及多位团队成员在汽车领域的背景，表明 Mythic 正积极将汽车和工业 AI 市场作为商业目标进行培育，尽管这尚未被正式表述为公司战略。

---

3. 产品组合 {#product-portfolio}

产品与版本

C30

DELIVERY

DINERBOT T9 Pro

HOSPITALITY

KLEENBOT C30

CLEANING

管家机器人W3

DELIVERY

DINERBOT T9

DELIVERY

T10

HOSPITALITY$15,000

Mythic 的商业产品线围绕单一核心芯片——M1076 模拟矩阵处理器——以及两款搭载该芯片的 M.2 评估/部署卡进行组织。

M1076 AMP 是基础芯片：采用 19mm × 15.5mm BGA 封装，集成 76 个 AMP 瓦片，搭载 Mythic 专有的 ACE™（模拟计算引擎）技术，在 3–4W 典型功耗下可提供高达 25 TOPS 的性能。它可在片上存储多达 8000 万个权重参数，支持 INT4 和 INT8 运算，并通过 4 通道 PCIe 2.1 接口连接，提供高达 2 GB/s 的带宽。外设接口包括 I²C、QSPI、UART 和 10 个 GPIO 引脚——其广度适合嵌入式及边缘部署。该芯片已针对实际计算机视觉工作负载进行预认证，包括 YOLOv3（目标检测）、ResNet-50（分类）和 OpenPose（姿态估计）。

两款 M.2 卡使 M1076 可作为即插即用模块使用。ME1076 是一款 A+E 键卡（22mm × 30mm），配备 2 通道 PCIe 2.1 连接，提供高达 1 GB/s 的带宽，适用于紧凑型边缘设备。MM1076 是一款 M 键卡（22mm × 80mm），配备 4 通道连接，带宽高达 2 GB/s，面向视频监控和工业机器视觉等对带宽要求更高的应用。两款卡均无需外部 DRAM，支持 Ubuntu、NVIDIA L4T 和 Windows（未来），并兼容 PyTorch、TensorFlow 2.0 和 Caffe。框架兼容性确保使用标准 ML 工具链的客户无需重建开发流程即可部署训练好的模型。

目前的产品组合聚焦于单一的边缘推理加速用例。根据现有数据，它不包含训练芯片、云加速器或独立的纯软件产品。

---

4. 技术栈 {#technology-stack}

M1076 的决定性架构选择是采用闪存作为存储介质的模拟存内计算。传统数字推理加速器将内存（DRAM）与计算（数字 MAC 阵列）分离；在高频下跨越这一边界的能耗成本相当可观。Mythic 的方法（如其自身产品资料所述）直接在内存阵列内部的模拟域执行矩阵乘法——存储在闪存单元中作为模拟电导值的权重与输入电压相乘，产生的电流在导线上求和，从而在无需将权重数据移出芯片的情况下实现点积运算。

我们的解读： 这种架构存在众所周知的权衡。功耗和面积优势是实实在在的——在此权重容量下单芯片 3–4W 功耗实现 25 TOPS 是一个具有竞争力的数字。使用闪存（一种非易失性存储器）意味着权重在断电后仍可保留，从而实现快速从空闲状态唤醒，这对始终在线的边缘推理至关重要。对 INT4 和 INT8 的支持（但根据现有数据，不支持 FP16 或 BF16）表明该芯片针对量化模型的纯推理工作负载进行了优化，这与预认证的网络列表（YOLOv3、ResNet-50、OpenPose 均为标准的可量化架构）相符。76 瓦片 AMP 结构和 ACE™ 品牌表明其内部采用瓦片化、可扩展的组织方式，但瓦片间互连和片上数字后处理的细节尚未公开记录。

软件接口层——通过编译/映射工具链支持 PyTorch、TensorFlow 2.0 和 Caffe——是任何推理加速器的必要组成部分，但 Mythic 尚未公开详细说明编译器栈、模型覆盖范围或除三个预认证网络之外的算子支持列表。我们的解读： 软件栈很可能是一项重大的持续性工程投入，也是影响客户采用摩擦的关键因素。Chris Cubiss（软件工程副总裁，在 ON Semiconductor、Lattice 和 LSI Logic 拥有超过 25 年行业经验）负责领导这项工作。

尚未披露的信息包括：工艺节点、代工合作伙伴、模数转换器架构、编译器/SDK 文档，或标准化推理基准测试（如 MLPerf）上的对比结果。Mythic 可分享更多技术文档。

---

5. 研究、论文、作者、实验室 {#research-papers}

公司相关论文

该模块正在整理中——暂无可显示的数据。

Mythic 是一家商业半导体产品公司，而非研究出版机构。其在该领域的技术贡献——尤其是 Laura Fick 在密歇根大学完成的奠基性模拟存内计算博士工作——源于早于或平行于公司商业阶段的学术研究。现有数据中未引用任何以 Mythic 公司名义发表的同行评审论文、预印本或技术报告。这与无晶圆半导体行业的惯例一致，即核心 IP 通常通过专利而非公开出版物进行保护。仅 Hùng Q Nguyễn 一人就拥有超过 100 项专利，反映出团队倾向于通过专利保护 IP，而非进行学术披露。

---

6. 媒体证据 {#media-evidence}

媒体库

送餐机器人怎么工作？客户怎么用如何取餐？擎朗送餐机器人-Pickup支持零距离高效配送，解锁自取餐新思路

Bilibili4.0k 次观看

送餐机器人怎么上楼乘坐电梯？怎么敲门？擎朗机器人 T-MAX 送餐工作原理视频

Bilibili3.0k 次观看

深海探测重大突破，万米海沟直通神话归墟秘境

Bilibili9 次观看

现有数据确认了三个外部媒体接触点。DCVC（dcvc.com）于 2022 年 1 月发布了一篇 Mythic 简介，提供了早期的机构投资者验证。DCVC 于 2025 年 12 月发布了第二篇文章，报道 Mythic 融资 1.25 亿美元，明确围绕突破"AI 功耗墙"这一主题——这是对其核心能效论点的直接背书。EE Times（eetimes.com）作为权威半导体行业出版物，报道了一次被描述为"投资者救援"的领导层过渡事件，期间 Dave Fick 出任 CEO（在 Taner Ozcelik 被任命之前）。EE Times 的这篇文章值得注意，因为行业媒体对领导层过渡的报道通常反映了一段重要的公司重组时期，从而为一家经历了重大战略调整的公司叙事增添了可信度。

---

7. 商业现实 {#commercial-reality}

客户与部署

该模块正在整理中——暂无可显示的数据。

营收、客户数量、部署量和投资回报率指标未在任何可获取的公开数据中披露。产品线——两款 M.2 评估/部署卡和一款带有预认证网络的独立 BGA 芯片——与一家已进入商业样品或早期生产阶段的公司相符，但尚未公布任何客户名称、设计中标或出货量数据。DCVC 于 2025 年 12 月报道的 1.25 亿美元融资表明公司仍保有投资者信心并拥有运营资金，但融资并非营收的替代指标。

Mythic 可披露客户部署、生产量、设计中标公告或任何经独立验证的商业指标。此类披露将实质性增强本报告商业部分的力度。

---

8. 市场与用例 {#markets-use-cases}

Mythic 的产品描述明确将视频监控、工业机器视觉和边缘服务器列为目标部署环境。预认证的网络列表——用于目标检测的 YOLOv3、用于图像分类的 ResNet-50 和用于人体姿态估计的 OpenPose——定义了一个实际的应用范围：对摄像头画面中的物体或人员进行计数和识别、实时分类视觉输入以及跟踪人体姿态。这些工作负载在物理安防、制造质量控制、零售分析和智能楼宇管理等领域具有直接的商业需求。

汽车领域的信号在团队层面比产品层面更为强烈。Hans-Joachim Stolberg 的 videantis 平台已通过包括 Bosch、Continental、Valeo 和 Ficosa 在内的 Tier-1 供应商部署在超过 2000 万辆汽车的 ADAS 和 IVI 系统中。Taner Ozcelik 创立了 NVIDIA 汽车部门。Vladi Korobov 曾在 ONSEMI 领导成像技术，在汽车传感器领域占据主导地位。我们的解读： 领导团队中汽车领域专业知识的集中表明，汽车边缘推理要么是 M1076 架构的现有市场，要么是强烈预期的市场，尽管现有数据中未确认任何汽车设计中标。

消除外部 DRAM 在始终在线的嵌入式及物联网环境中尤其相关，因为这些场景的功耗预算和 PCB 面积都受到限制。3–4W 的功耗数据和小于 30mm 的 M.2 A+E 外形尺寸直接指向这类部署。工业机器人、智能摄像头和边缘 AI 设备都是与产品规格相符的合理用例扩展。

---

9. 竞争格局 {#competitive-landscape}

竞品对比

机器人	厂商	自主性	可信度
iRobot Roomba Combo 10 Max	iRobot	Autonomous	0.90
Mobile ALOHA (Stanford)	Stanford University	Teleoperated	0.90
1X NEO	1X Technologies	Remote-Assisted	0.90

边缘 AI 推理加速器市场竞争活跃，多家公司通过不同的架构方法——数字脉动阵列、近内存数字计算、神经形态设计以及（如 Mythic 的情况）模拟存内计算——来解决功耗效率问题。Mythic 的差异化优势在于其基于闪存的模拟架构以及由此带来的片外 DRAM 消除，而非工艺节点领先或原始峰值 TOPS 数据。这一架构押注是否能形成持久的护城河，还是仅成为几种可行方案之一，取决于软件生态系统成熟度、生产规模经济学以及量化标准的发展等因素。

我们的解读： 该公司的竞争地位最好通过系统层面（包括 DRAM 节省）的每 TOPS 每瓦特每美元来评估，而非仅凭芯片层面的 TOPS 数据。上方模块提供了当前同行集合以供参考。

---

10. 国家优势/地缘政治 {#geopolitical}

本节内容不适用于该公司。

---

11. 炒作 vs 现实 vs 隐患 {#hype-real-ugly}

声明追踪

该模块正在整理中——暂无可显示的数据。

已核实且具体（基于产品数据）：

• M1076 在 19mm × 15.5mm BGA 封装下，于 3–4W 功耗可提供高达 25 TOPS 的性能——这些是已发布的产品规格（公司声明）。
• 该芯片可在片上存储多达 8000 万个权重参数，无需外部 DRAM——公司声明，架构上合理且与模拟存内计算方法一致。
• M.2 卡支持 YOLOv3、ResNet-50 和 OpenPose——公司声明，这些是真实且广泛使用的网络架构。
• 1.25 亿美元融资由独立第三方 DCVC 报道——外部验证。

需要独立验证的公司声明：

• "桌面级 GPU AI 算力，功耗仅为其十分之一"——公司声明。比较方法、参考 GPU、工作负载和测量条件均未指定。方向性声明在架构上合理，但无法根据现有数据进行独立验证。
• "高达 25 TOPS"——公司声明。芯片营销中的峰值数据通常反映最佳情况下的利用率。实际网络中的真实 TOPS 可能有所不同；无 MLPerf 或同等基准测试数据可用。

可修复的缺口：

• 尚未披露的信息包括：生产可用性状态、代工厂/工艺节点、编译器 SDK 文档、客户部署以及任何第三方基准测试结果。Mythic 可提供这些细节以便纳入后续修订版。

我们的解读： 核心技术声明——即使用闪存的模拟存内计算能够以显著更低的功耗提供具有竞争力的推理性能——具有科学依据，源于经同行评审的博士研究。商业执行问题（软件成熟度、良率、客户采用）仍是未确定的变量。

---

12. 未来情景 {#future-scenarios}

乐观情景——我们的解读： 模拟存内计算架构被证明是边缘领域的持久差异化优势，尤其是在功耗限制不可妥协的汽车和工业应用中。Videantis 的整合以及团队与 Tier-1 汽车供应商的关系为大型 OEM 或系统集成商带来设计中标。1.25 亿美元融资提供了足够的资金支持，以达到生产规模并构建降低客户集成摩擦的软件生态系统。Mythic 成为边缘 AI 加速器领域一家有影响力的独立无晶圆半导体公司。

基准情景——我们的解读： Mythic 在工业机器视觉和智能摄像头应用中获得一系列设计中标，其中 M.2 外形尺寸和预认证网络降低了集成门槛。营收增长，但汽车市场的认证周期比预期更长。公司仍是一家专业化的利基参与者，在技术上备受认可，其产品服务于特定的功耗受限用例，而不会在更高计算需求的应用中取代数字加速器。需要推出具有更大权重容量或更佳网络覆盖的下一代芯片来扩大可寻址市场。

悲观情景——我们的解读： 软件生态系统——编译器成熟度、算子覆盖率和工具链集成——被证明是持续瓶颈，减缓了客户采用速度。数字加速器竞争对手通过工艺节点进步或近内存计算缩小了功耗效率差距。模拟方法对制造变化的敏感性在生产规模下带来良率或可靠性挑战。公司被收购、合并或大幅缩小业务范围。EE Times 的"投资者救援"历史提醒我们，这种情景此前曾近在咫尺。

---

13. 关注要点 {#what-to-watch}

• 设计中标公告： 任何具名客户部署——尤其是在汽车、工业或监控领域——将是最重要的商业信号。
• 下一代芯片： M1076 的继任者（更高 TOPS、更大权重容量、先进工艺节点）将表明路线图正在执行且架构正在扩展。
• 软件 SDK 发布或文档： 编译器工具链、算子支持矩阵和开发者文档的公开可用性将表明已为更广泛的生态系统采用做好准备。
• 汽车认证进展： 鉴于团队在 ADAS 领域的专业知识集中，任何与 Tier-1 汽车供应商（呼应 videantis/Bosch/Continental 关系）的已宣布合作将验证隐含的市场论点。
• MLPerf 或同等基准测试提交： 经独立验证的推理基准测试结果将提供首个可比较的功耗效率对比。
• Videantis 关系澄清： Mythic 与 videantis 关系的具体结构（收购、合作或团队整合）对 IP、营收和市场准入具有实质性影响。
• 员工人数与印度中心增长： Manoj Kumar 领导的 Mythic India 运营是工程规模的指标；增长表明产品开发活跃。

---

14. 来源与方法论 {#sources-methodology}

主要来源： 本报告中的所有事实性声明均严格基于从 Mythic 自身网站（mythic.ai）提取的数据，包括公司"关于"页面、产品规格页面和团队简介。所有此类声明均标记为公司声明，应理解为自我报告。它们未经独立审计。

第三方媒体： 引用了三个外部来源——DCVC（dcvc.com，两篇文章：2022 年 1 月和 2025 年 12 月）和 EE Times（eetimes.com，一篇关于领导层过渡的文章）。这些被视为对其所报道具体事实（融资额及主题；领导层变动事件）的独立验证，而非对产品性能声明的背书。

推断： 标记为 "我们的解读：" 的陈述是基于现有事实模式的分析师推断。它们不是公司声明，也未得到 Mythic 的确认。

缺口： 在数据缺失的情况下，本报告使用"尚未披露"的表述，并邀请 Mythic 提供更正或补充。未基于源数据支持的内容凭空创造或推断任何数字、客户、竞争对手、合作关系或规格。

评估框架（统一应用于本平台评估的每家公司）： 已核实的事实 → 直白陈述。公司声明 → 相应标记。分析师推断 → 标记为"我们的解读："。缺失数据 → "尚未披露" + 邀请申领。负面描述 → 仅作为可修复缺口或标记的推断，绝不作为无来源的断言。