Tether 以 62 億美元估值加入了 Tenstorrent 的 15 億美元 E 輪融資，為其在軟體和自動化支付方面的工作增添了一項 AI 硬體投資。
摘要
- Tether 以 62 億美元估值加入了 Tenstorrent 的 15 億美元融資輪。
- Tenstorrent 計劃為 Galaxy 伺服器生產、晶片開發和全球擴張提供資金。
- 兩家公司均未披露 Tether 的投資金額或持股比例。
- Tether 近期其他 AI 項目包括 AIsa 支付和離線語音辨識。
Tether Capital 於 10 月 20 日宣布其參與，僅在 Tenstorrent 披露已完成融資輪的一天之後。兩家公司均未說明 Tether 投資了多少、持有 Tenstorrent 多少股份，或將如何在帳目中記錄該投資。
在其公告中，Tether 將其位於薩爾瓦多的投資部門描述為一家部署公司利潤和超額儲備的企業。它未指明哪些基金支付了 Tenstorrent 股份，也未將該投資歸入特定的資產負債表類別。
Tether 加入已完成的 Tenstorrent 股權融資輪
在 10 月 19 日的聲明中，Tenstorrent 將 Trace Capital 和 Innovation X 列為該輪的領投方。其投資者名單中列出 Tether Investments，而 Tether 自己的公告則使用 Tether Capital。
在其他參與者中，這家晶片製造商列出的包括 ARK Invest、Fidelity Management & Research Company、Morgan Stanley、Sandisk、T. Rowe Price、Eclipse 和 XTX Markets。該公司將此交易描述為股權融資，並給出 62 億美元的數字作為其投後估值。
路透社於 10 月 19 日報導了這筆已完成的融資輪，並表示該公司上一輪於 2024 年 12 月以 20 億美元的投前估值籌集了超過 6.93 億美元。
由 Jim Keller 領導的 Tenstorrent 計劃將所得款項用於部署 Galaxy 伺服器、開發 AI 和 CPU 設計，以及擴展商業營運。其公告指出，這些伺服器支援開放權重語言模型和影片生成。
該公司銷售的產品包括從單張卡和工作站到機架和超級叢集的設備。晶片設計師還可以授權其 TT-Ascalon CPU 技術和 Tensix AI 核心，其新聞稿中提到的客戶包括三星和 LG。
Ardoino 支持本地控制的 AI 運算
在解釋這項投資時，Tether 執行長 Paolo Ardoino 表示，AI 應該是讓人們能夠「自行建構、運行和控制」的東西
這將該投資與 Tether 對開發者和企業能夠獨立運行的 AI 系統的偏好聯繫起來。Tether 表示，依賴專有硬體和雲端供應商限制了用戶對其系統運行地點的選擇。
同時，Tenstorrent 將其軟體堆疊描述為開源，並表示客戶可以在本地運行模型或在自有設施內部署。其融資公告未提供這些部署成本與競爭服務的獨立比較。
Keller 在融資公告中描述了公司的產品方針：
「我們建構了一種架構，並以各種規模銷售它。」
Keller 此前曾領導特斯拉的自動駕駛晶片工作，並在蘋果和 AMD 擔任晶片設計職務。Tenstorrent 總部位於加州聖克拉拉。
Tether 披露的儲備數據早於該投資
crypto.news 此前報導，Tether 披露第二季度營運利潤 15 億美元，美國國債投資和回購操作支撐了其收益。
在其7月31日的發布中，發行人報告截至6月30日的資產為1877.5億美元，負債為1836.4億美元。其聲稱的超額儲備緩衝為41.1億美元，並表示大部分儲備仍持有於美國政府支持的工具和短期流動性設施中。
它還披露在本季度將有擔保貸款敞口減少了23.8億美元，並增加了14噸實物黃金。其報告的黃金持有量超過146噸。
8月13日，Tether宣布了一項畢馬威無保留審計意見，涵蓋其2025年財務報表。據該公司稱，經審計的帳目顯示，截至2025年12月31日，儲備超出負債68.14億美元。
Tether表示，審計檢查了交易、所有權記錄、估值、交易對手及支持文件。年度帳目涵蓋Tenstorrent融資之前的期間，而6月的儲備數據描述的是另一個報告日期。
AI支出包括代理支付和語音軟體
在晶片投資之前，Tether和HIVEN參與了AIsa的種子輪擴展融資，其10月15日的公告稱累計融資超過900萬美元。
AIsa表示，其平台讓企業AI代理透過單一介面獲取付費數據、模型、軟體及其他服務。其控制措施包括權限、預算、支出限額、審批步驟和交易記錄。
該公司表示已啟動企業試點，涵蓋金融情報、市場研究、供應鏈管理和商業。公告中未披露任一參與方的個別投資金額。
Tether近期的軟體發布包括10月14日宣布的離線語音識別模型QVAC TranscribePsy。這款2.54億參數的軟體在設備上處理音頻，無需將錄音上傳至雲端伺服器。
在公司評估中，TranscribePsy在多語言LibriSpeech上錄得6.58%的詞錯誤率，在Common Voice上為21.56%。
該版本包括行動裝置和筆記型電腦配置，並有為Apple神經引擎和parakeet.cpp引擎構建的版本。Tether發布了模型權重和評估配置，並將智慧眼鏡和人形機器人列為預期應用之一。
