同一天，这家韩国无晶圆厂芯片公司还宣布了另一件事：DX-M2获评CES 2027 AI类创新奖。据《韩国时报》报道，DEEPX已经连续第三届在CES上获奖。时间表方面，公司披露首批硅片2027年3月到厂，Q2启动客户评估送样，Q4进入初步量产，2028年再进入全球全面量产阶段。
流片完成，指的是芯片设计数据正式交到代工厂手上，硬件设计这一块算告一段落。DEEPX把大规模量产放在2028年，所以DX-M2现在的身份是：设计已定，性能还没验证。
两代之间：从4B到100B的跨越从何而来
DX-M1走的是三星5纳米工艺，能支持最高4B参数的模型，内存最高8GB LPDDR4x/5，功耗压在5瓦以下。从2025年8月量产到2026年10月，这款芯片在全球10多个国家累计拿到88份商业采购订单，合同金额约1330万美元，覆盖八个行业，客户里有现代汽车集团旗下的机器人实验室。
到了DX-M2，功耗几乎不变，可运行的模型规模却要从4B参数跳到100B参数，内存也升到96GB LPDDR5X。这个跨度靠的是架构层面对混合专家模型稀疏激活特性的定制。MoE的路子是：参数总量再大，推理时每次也只激活一小部分专家模块，实际计算量和功耗都远低于同等规模的稠密模型。
关于DX-M1的低发热，国际媒体演示中有一个细节：把黄油放在芯片上，黄油没有融化。据美国IT媒体Tom's Hardware报道，这个用乳制品做的测试，真实反映了芯片极低的热耗散特性。如果DX-M2能把同等的热管理能力延伸到百亿参数量级，工业机器人、智能工厂终端的AI能力密度就会发生质变。
谁会受到直接冲击，谁在等待机会
机器人和工业终端制造商是直接受益的一方，DX-M2给了它们一个此前不存在的技术选项。假如5瓦/100B的规格在实测中站得住，那就等于开出一条新路径：本地跑通用大模型，不用上云，热设计也简单。DEEPX现有的客户群，是最早一批可能的升级用户。
三星代工厂这边，DX-M2是其2nm GAA工艺一个重要的商业验证节点。DEEPX选择三星SF2P流片，等于给三星2nm提供了一个高能效AI推理的实战场景。
NVIDIA短期内受到的直接威胁有限，但长期的结构性压力值得关注。DX-M2瞄准的是5瓦级别的超低功耗工业终端。一旦端侧大模型推理能力成熟，部分原本必须上云的算力需求会在设备端消化掉，NVIDIA的云端推理业务会受到间接分流。
开发者能不能真正上手，取决于DEEPX什么时候开放软件生态。DX-M1走的是支持标准AI框架对接的路线，DX-M2能否延续这条路、并覆盖主流开源大模型，2027年Q2送样阶段会有初步答案。
横向对照：Qualcomm的时间线与DeepX的定位分野
Qualcomm首席执行官克里斯蒂安诺·阿蒙曾表示，AI企业正在要求到2028年让智能手机持续运行100B参数模型。Qualcomm对消费级移动平台的100B参数目标时间节点是2028年，而DEEPX针对工业终端的DX-M2，客户送样已经排在2027年Q2。
手机芯片受制于电池续航、发热和薄机身，还得同时支撑操作系统、图形、通信等多任务。工业NPU的约束不一样：长时间满负荷推理下的热稳定性、模块化供电，以及对特定垂直任务的吞吐优化。DeepX把DX-M2定位成无需云连接即可运行生成式AI的工业专用芯片，放弃消费端生态的广度，换取工业场景的深度针对性。
从DEEPX自己的商业进展看，DX-M1的数据提供了一个务实参照：88份采购订单、1330万美元合同额，平均每份订单约15万美元。均值不大，说明目前客户以中小批量验证为主。DeepX把2026年营收目标上调到约600亿韩元，相比2025年实际营收3.3亿韩元，增长约18倍。
两个决定性信号，以及风险在哪里
DX-M2的核心悬念不在流片本身。真正的验证节点有两个。一是2027年3月首批硅片到厂后的功能与良率测试，到那时才能初步确认设计目标在物理层面是否成立。二是2027年Q2客户送样后的实际场景测试，工业客户的反馈，将决定DX-M2能不能复制DX-M1打开市场的路径。
有两处风险需要留意。先说工艺：三星2nm GAA工艺眼下成熟度不高，良率仍在早期爬坡。前代DX-M1用的是三星5nm，良率曾达到91.1%，可2nm节点比5nm复杂得多，良率没法按线性去推。另一处卡在应用生态的最后一公里：硅片性能就算达标，工业终端厂商从有意采购走到大规模部署，一般也得花12至18个月做整机设计与认证。也就是说，DX-M2规格再完美，真正形成大规模市场影响也不会早于2029年。
如果2027年Q2客户送样后，有工业整机厂商公开宣布基于DX-M2的产品研发计划，就说明5瓦/100B的设计目标已经通过初步硅验证，边缘大模型推理真正进入可规划的产品路线图。反过来，如果送样阶段迟延，或者公开的客户反馈寥寥，那就意味着工艺挑战比预期更难。
