![]()
累计融资近40亿元，国内首家估值超百亿纯推理GPU独角兽诞生。芯东西4月20日报道，刚刚，浙江杭州GPU创企曦望宣布完成新一轮超10亿元融资，这是2026年AI产业全面迈入"推理落地、智能体普及"时代后，国内GPU赛道诞生的最大单笔融资之一。本轮资金将用于新一代S3推理GPU的规模化量产交付、全栈软件生态建设，以及S4/S5后续芯片的研发迭代。此次融资由多家产业方战投、地方国资及头部财务机构共同参与。豪华投资方阵容正用真金白银，押注这家主攻推理的国产GPU创企。至此，分拆独立仅一年多的曦望已累计完成7轮融资，总融资额约40亿元，成为国内首家估值超百亿的纯推理GPU独角兽。作为国内首家All in推理的GPU企业、首批实现推理GPU万卡级交付的芯片公司，曦望成立于2020年，前身是商汤科技大芯片部门，2024年底分拆独立运营，目前其团队规模约400余人，集结来自英伟达、AMD、昆仑芯、商汤等企业的研发人才。如今其已悉数亮相三颗芯片，最新的启望S3是曦望为下一代大模型推理打造的高性价比GPU芯片，致力于以极致的单位算力成本，全面开启AI推理的“一分钱时代”。智能体时代，企业损益表正被全面重构。智能体已然成为核心生产力，以OpenClaw为代表的智能体应用迅速走红，数据中心也随之转型为持续吞吐海量数据、输出智能内容的“Token工厂”。在未来的AI服务体系中，Token将成为可直接计价的数字商品，AI服务也将依据吞吐量、速率、智能密度等维度对其进行分层定价。在这样的行业逻辑下，成本与效率成为竞争的关键胜负手，谁能将单位Token成本压至更低、让能效比达到更高，谁就能占据市场主导地位。而从创立之初便深耕推理领域的曦望，恰好踩中了智能体时代的核心命门：正如芯片领域对功耗、性能、面积的极致追求一样，若能将AI推理成本大幅降低90%，同时保障服务稳定可靠，便能真正改写中国AI产业的损益结构，让AI从高投入的烧钱模式走向可持续的商业化正循环。
过去数年，AI发展核心围绕训练展开，参数、集群、算力投入决定模型能力上限；如今AI深度参与各类复杂工作，直接推动行业焦点转向推理。这一趋势的重要性，被一组关键数据印证：英伟达创始人、CEO黄仁勋在GTC 2026大会称，过去两年AI推理计算量增长约一万倍、使用量增长约一百倍。▲英伟达创始人兼CEO黄仁勋GTC大会演讲
2026年初的OpenClaw热则直接改写了Token消耗逻辑，AI智能体一次复杂任务会触发数十次连续推理请求，Token消耗由此呈现指数级爆发的态势。▲OpenRouter平台上AI模型每周使用量趋势
这背后对企业而言就是不可预估的成本。本月初，外媒The Information拿到一份Meta内部追踪员工Token使用量的数据，过去30天内，Meta全员Token总消耗量超过60万亿个，若按照当时Claude Opus 4.6的公开定价估算，其排名第一月均使用2810亿Token的用户，一个月的成本就超过140万美元（约合人民币954万元）。更值得警惕的是，大量Token并未被有效利用，而是被无效浪费，成为企业算力账单的隐形成本。Hyperbolic联合创始人金宇晨曾在社交平台X平台上吐槽，GPT-5.4 Pro是他用过最爱“过度思考”的模型，他仅发了一句简单的“Hi”，模型直接烧掉80美元。这进一步推高云厂商硬件与运营成本，导致全球云厂商集体涨价。3月至今，阿里云、百度云、腾讯云等国内云厂商纷纷官宣调价，阿里云平头哥真武810E等算力卡产品上涨5%—34%，文件存储CPFS（智算版）上涨30%；百度智能云AI算力相关产品上调约5%—30%，并行文件存储上调约30%。云厂商的一系列调价动作，本质上都是推理成本压力的直接传导。Token爆发、云厂商涨价的双重作用下，企业推理成本压力愈发凸显。推理服务能否长期稳定运行、实现高效吞吐、控制合理成本，已成为企业核心的诉求。与之对应，行业不再单纯追逐芯片峰值算力，而是通过系统级创新，重新定义“每瓦Token”这一核心KPI，以此破解成本困局。对企业而言，过去比拼的是工人、设备与厂房规模；而在智能体时代，核心竞争力将取决于单位成本能调用多少有效Token、每个智能决策能创造多少价值。“每瓦Token”不仅是技术指标，更是企业关键的运营成本指标。同等电力、同等机柜空间下，能产出更多有效Token，意味着企业可以用更少机房、更低电费支撑更大业务规模，在算力密集型竞争中构筑显著的成本壁垒。这一背景下，中国已成为这场全球算力革命的核心战场。根据OpenRouter数据，中国大模型周调用量已连续6周超美国，周调用量达12.96万亿Token，是美国的4.28倍。中国已成为全球AI推理最大市场，推理成本的压力与机遇在此集中显现。一方面，国内拥有旺盛的推理算力需求和海量丰富的应用场景，为推理技术的迭代与落地提供了坚实基础；另一方面，企业对低成本AI的迫切诉求，也倒逼行业加速探索成本优化的路径。AI要实现像水电一样普及，第一道必须攻克的关口，就是将推理成本从“元级”压缩至“分级”。而破解这一困局的关键解法之一，便是打造一类为推理而生、为成本优化、为规模化部署量身定制的专属GPU。
作为国内首家All-in推理的GPU企业，曦望是在行业集体卷训练、拼参数时，基于产业发展判断做出的反共识但极具前瞻性的战略选择。其核心目标不是取代、对标训推一体GPU或通用AI芯片，而是只做推理分流侧翼与成本优化层，在不改动客户现有技术栈的前提下，直接实现降本增效，用更高的推理性能重构AI产业成本结构。如今曦望已形成芯片、解决方案、生态三位一体布局，而这整套体系直接回答的就是一个问题：推理GPU，究竟该强在哪里？今年1月，曦望发布的新一代推理GPU芯片启望S3，正是对这一问题的有力回应。作为国内首款搭载LPDDR6且兼容LPDDR5X内存的推理GPU，S3从AI Core计算架构到内存IO系统进行了全链路重构。在计算层，S3进行了深度定制，其推理性能较上一代S2提升5倍，目标是实现Token成本下降90%。S3实现了极致算子利用率、智能体原生微架构、全链路FP4低精度三大核心突破。包括128-bit、3D指令集搭配独立线程调度，配合片上数据复用技术，适配智能体复杂推理；原生支持FP16到FP4低精度运算，主流大模型推理效果接近无损，吞吐量较FP16提升3～4倍，直接提升客户盈利空间；将GEMM、Flash Attention利用率分别提升至约99%、98%，硬件有效算力与并发能力大幅提升。在系统层，S3集成LPDDR6内存接口技术、高速SerDes+SUE融合互联技术、PCIe Gen6接口技术三大先进高速接口，解决了智能体三大核心瓶颈。首先LPDDR6方案使得S3带宽充足、容量大幅提升、功耗降50%+；兼容 LPDDR5x，可灵活推出多规格产品，覆盖边缘至云端推理，可以破解推理场景大容量、高性价比、低功耗的核心需求。其次， S3采用了片上原生融合Scale-Up+Scale-Out双模底座；以太网超节点引擎支持一跳直达、硬件加速集合通信，利旧交换机并可压延迟至百纳秒级；集成RDMA引擎，优化KV Cache零拷贝传输，支持32–256弹性组网。这一系列创新是针对智能体多模型协同瓶颈的有效解法。最后PCIe Gen6接口技术下，S3带宽较Gen5翻倍，支撑多路高速网卡与NVMe 集群；构建显存-DRAM-NVMe三层异构KV Cache，实现热温冷数据分层管理，高效扩展容量；同时兼容业界标准，无缝融入云原生高性能体系。这对应解决的是智能体的资源碎片化问题。由此可见，S3押注的是，彻底剥离训练能力，专为大模型推理做原生深度优化。其砍掉训练相关模块后，节省的晶体管与功耗全部倾斜于推理，让单位面积有效算力效率提升超5倍。因此一定程度上可以说，S3是更适合智能体时代的原生芯片。在曦望董事长徐冰看来，S3不是简单的性能升级，而是一次对AI推理成本曲线的重构。他们的目标是将推理成本降至“百万Token一分钱”，让AI像水电一样成为普惠基础设施。这与当下的智能体浪潮不谋而合，智能体时代真正的瓶颈不在模型能力，而在规模化、低成本、高稳定的推理供给。在芯片之外，曦望已构建起完整硬件矩阵，包括寰望超节点集群、辰望计算平台、寰望AI计算集群，其中，寰望SC3-256超节点可支持千亿、万亿级参数多模态MoE推理，同⼀量级下，成本仅为千万元级别。曦望并未止步于硬件层，而是持续向上延伸，构建起完备的算法与生态能力，实现大模型适配优化、AI算法平台、场景定制算法，同时自研AI软件栈、CUDA兼容生态、主流框架支持。从芯片到集群，从底层软件到上层算法，可以看出，曦望的All-in推理不是口号，而是真正从芯片到系统的全栈重构。
对算力发展清晰研判需要对AI和芯片的洞察都更清晰。从商汤大芯片部门独立而来的曦望，就自带“芯片基因+AI应用经验”，为其切入新一代算力赛道构筑了先天壁垒。其领导团队精准搭建了以AI产业布局、芯片顶尖研发、互联网产品商业化为核心的“黄金三角”架构：曦望董事长徐冰是商汤联合创始人，曾于⾹港中⽂⼤学博⼠在读期间与导师汤晓鸥教授共同创办商汤。商汤不仅是彼时国内AI领域的标杆企业，更在2021年成功登陆港股，成为“港股AI第一股”，其在AI算法、场景应用上积累了经验。负责研发的曦望联席CEO王勇，是前AMD、昆仑芯的核心架构师，有20年芯片研发经验，主导昆仑芯及曦望多代芯⽚的研发量产。2020年加入商汤后，他带领百人团队主导了曦望两代芯片的研发和量产，均实现一次性成功点亮。与王勇的技术研发能力形成互补，另一位联席CEO王湛拥有凭借丰富的互联网产品运营经验，王湛是百度创始团队成员、前资深副总裁，曾领导数千⼈团队打造了百度搜索引擎产品。▲曦望董事长徐冰、曦望联席CEO王勇、曦望联席CEO王湛（从左至右）
凭借核心团队的独特优势，曦望在算力与AI赛道中形成了差异化竞争力。其核心团队亲身经历国内最早一批大规模AI应用、人脸识别、自动驾驶、多模态等多个技术周期与应用场景，历经用户需求的反复打磨捶打，对AI技术的落地痛点、算力需求的核心痛点有着更为精准的洞察，也让曦望成为更懂AI的GPU芯片企业。在这样的布局下，曦望目前的团队规模已经达到400余人，研发人员占比超过80%，汇聚了英伟达、AMD、华为海思、百度昆仑芯、阿里巴巴、商汤等各赛道的头部企业人才，且核心技术人才平均拥有15年行业经验。基于对AI和芯片赛道的判断，曦望从创立之初便立足企业业务需求侧，聚焦为客户核算实际价值账，而非单纯比拼参数，由此抢先卡位推理时代。曦望董事长徐冰透露，2026年，曦望将围绕“落地、兑现、增长”核心原则，全力推进S3芯片量产交付，完成与国内外主流大模型、多模态模型和Agent框架的全面适配。同时，该公司已完成S4高性能推理GPU和S5安全可控推理GPU的技术路线规划，持续加码近存计算、光电共封等前沿技术探索。曦望的资本化布局正在稳步推进，2026年2月，其完成股份制改造，成为浙江省首家完成股改的GPU企业，深度融入杭州争创全国AI创新发展第一城的发展大局。本次投资方的代表为杭州资本，这是其紧扣杭州“296X”先进制造业集群建设战略、深耕AI能万亿级产业赛道的重要布局，他们认为，曦望“All-in推理”的战略选择具备行业前瞻性，其在技术创新和产品商业化方面的能力，是他们决定投资的重要原因。作为长期资本，杭州资本更看重企业在关键技术方向上的持续投入与落地能力。
当下AI产业已从拼参数、堆算力的粗放阶段，进入单位Token成本与能效比的精细化竞赛。对企业而言，Token成本不断下探，就意味着其商业化边界能不断拓宽。未来，智能体带来的链式调用与并发爆发，将直接推动Token需求增长10倍乃至百倍，推理算力的缺口只会持续拉大。最终，这场以Token效率为核心的革命，将让AI真正融入千行百业，从技术概念变为实体经济的增长引擎。
五度妙笔
API商城
数据库
