头部重要产业方领投，豪威集团、招商致远跟投。作者 | ZeR0 编辑 | 漠影 芯东西4月22日报道，近日，深圳感存算一体芯片创企九天睿芯宣布完成B++轮融资，由头部重要产业方领投，豪威集团、招商致远跟投，老股东共达电声、英豪资本持续加码。芯东西获悉，融资金额接近2亿元。本轮融资将主要用于推进模型-处理器-存储联合创新（MPM，Memory-Processor-Model），围绕下一代智能系统的核心需求，持续加强公司在底层技术、系统架构、产品研发与产业协同方面的布局。九天睿芯成立于2018年，由多名海内外顶尖高校博士联合创立，基于类脑计算，以模数混合形式，实现感存算一体芯片的研发落地。融资完成后，九天睿芯将继续围绕3个方向加大投入：第一，强化底层核心技术研发，持续推进高带宽存储、高能效处理器、系统软件与模型协同优化等关键能力建设；第二，深化MPM路线下的产品化与工程化落地，推动关键技术验证与系统级集成；第三，联合产业链上下游伙伴，加快在云端推理、边缘智能和智能设备等场景中的生态合作与应用落地。九天睿芯认为，下一阶段AI竞争的关键，是模型、处理器、存储及系统软件的协同优化能力。基于这一判断，该公司持续推进以MPM为核心的方法论创新，尝试从系统视角重新定义智能计算的底层路径。从“先有模型、再去适配芯片”的传统研发链路，升级为“模型与芯片协同定义”的研发范式，是其持续推进的重要方向。MPM强调围绕真实工作负载，将存储、处理器、模型放在同一个问题中协同设计，使模型创新、芯片创新、存储创新与系统软件创新形成双向牵引，从而实现整体系统效率的跃迁。基于此，该公司计划在模型侧通过合作与自研相结合的方式，围绕芯片物理边界、存储介质特性与系统级约束开展创新，并联合存储产业伙伴、模型公司及上下游生态，共同推进MPM的共生设计，提升系统级效率与产品落地能力。九天睿芯联同合作伙伴在MPM这个大方向目前的重要布局包括：（1）存储层：国际头部厂商近期已公开推动以HBF为代表的新型高带宽存储形态及其标准化进程，面向AI推理工作负载构建“介于HBM与SSD之间”的新层级存储。九天睿芯和合作伙伴则在推动一条功耗更低的高密度高带宽存储路径：在承载大部分模型权重的同时，以更优的容量密度、带宽效率与系统能效支撑大尺寸模型部署，为千亿参数级尤其是MoE模型的落地提供更具工程可行性的底层支撑。（2）计算层：以SRAM存算一体（CIM）结合SRAM近存为核心构建高能效NPU计算裸片，通过提升片上SRAM容量、增强数据驻留与算子融合能力，减少中间激活数据的写回、搬运与重复访问，显著降低系统功耗与热密度，为3D堆叠形态下的可靠运行性，提高可堆叠层数，降低散热与系统能耗成本。针对MoE模型中的routing、token重排与数据流组织等关键环节，九天睿芯亦进行了专门的架构优化，以提升稀疏计算场景下的系统级效率。（3）模型层：基于存储介质特性、计算芯片物理边界与当前工艺条件，对模型进行面向部署的联合创新，包括模型结构设计、专家组织方式、参数布局、量化压缩、稀疏激活与推理流程优化等。其核心是让模型、存储和处理器在同一约束条件下协同演进，提升权重承载效率、token生成效率、带宽利用效率与系统能效，为千亿参数级MoE模型在真实场景中的可部署性打开更现实的路径。九天睿芯希望以统一的方法论贯通多类推理场景，逐步形成覆盖云、边、端的系统能力体系。在云端推理与推理基础设施场景中，MPM有望提升系统吞吐、单位成本效率与整体资源利用率；在边缘智能和各类智能设备场景中，MPM有望推动更强模型以更高能效、更低成本实现部署；在机器人及其他实时交互场景中，MPM也有望帮助系统在有限资源约束下获得更好的理解、决策与响应能力。当前，AI产业正从迈向应用规模化落地，产业竞争焦点转向推理阶段的系统效率竞争。无论是云端推理集群、边缘计算节点，还是机器人、AI手机、AI PC等智能设备，推理系统都在面临同一个核心问题：如何以更高效率计算，高密度存储支撑更强模型的持续运行与规模化部署？英伟达联合创始人兼CEO黄仁勋在CES演讲中曾直言：“The best models today are all mixture of experts（MOE）”，表明MoE正在成为当前先进模型的重要演进方向。英伟达在CES同期发布中也将其新一代AI平台明确面向包括MoE在内的下一代模型需求。九天睿芯认为，随着MoE持续走向更大规模与更广泛部署，系统瓶颈将进一步从单点算力转向权重承载、带宽效率、功耗控制与系统级协同，这也使得围绕存储密度、处理器与模型联合创新的MPM路线具备更加明确的产业意义。
五度妙笔
API商城
数据库
