又一端侧AI推理芯片公司拿下近 5 亿融资

AI产业的竞争逻辑，正在发生根本性迭代。过去数年，行业焦点集中在云端大模型的参数竞赛、训练算力堆叠，而随着模型技术日趋成熟、终端智能化需求全面爆发，产业重心正式从“云端训练”转向“端侧推理”。2025年被业内公认为端侧AI元年，国内AI推理数据量首次超越训练数据量，IDC预测2029年国内推理算力占比将逼近八成，推理算力正式成为AI产业化落地的核心主战场。

在这一产业变革浪潮中，国内端侧AI推理芯片赛道迎来爆发窗口期，国产化替代与技术革新双线并行。近日，国内端侧AI推理芯片核心企业聆思科技完成近5亿元B轮融资，由皖沪两地多家国资平台联合领投，多家知名投资机构跟投。

| 风口已至，痛点犹存

当前中国端侧AI芯片产业已进入规模化落地、高速迭代的黄金阶段，形成了区别于海外厂商的发展特色与产业格局。整体来看，国内赛道呈现场景领先、量产成熟、技术突围、生态完善的四大特征，同时也面临核心技术攻坚、高端算力短板等行业痛点。

从市场格局来看，国产端侧AI芯片已经实现规模化突围，打破了海外厂商的垄断格局。以瑞芯微、全志科技、聆思科技为代表的本土企业，在智能家居、消费电子、机器人、车载终端等中低端场景占据绝对主导地位，其中国产厂商在全球机器人视觉AI芯片市场份额占比近七成，依托低成本、高适配、快量产的优势，牢牢把控大众终端赛道。数据显示，2025年中国AI加速卡国产渗透率突破40%，端侧推理芯片凭借轻量化、低功耗的适配优势，成为国产AI芯片最成熟、落地最快的细分赛道。

从产业趋势来看，“训推分离、能效优先、端云协同”成为核心发展方向。过去行业依赖云端GPU高功耗算力支撑推理任务的模式，已无法适配海量终端场景需求。机器人、AIPC、智能座舱、全屋智能等终端设备，对低时延、离线可用、数据隐私、低成本部署的需求持续升级，传统云端推理的高成本、弱实时、隐私风险等弊端全面凸显。由此，产业彻底告别“唯算力论”，转向算力、功耗、带宽、成本的综合最优解，专用端侧推理芯片替代通用芯片成为必然趋势。

但不可否认，国内端侧大模型推理芯片仍存在明显短板。目前市面上多数国产AI芯片仅能适配传统感知类AI算法，难以支撑千亿、百亿级大模型的本地推理需求，在算子适配、内存调度、存算一体化架构等核心技术上，与国际顶尖水平仍有差距。同时，行业普遍存在算法适配碎片化、高端场景量产能力不足、大模型软硬件生态不完善等问题，能够实现端侧大模型高效稳定推理的专用芯片产品依旧稀缺，这也成为国内头部芯片企业攻坚的核心方向。

| 国资背书

在国内端侧AI芯片升级迭代的关键节点，聆思科技此次近5亿元B轮融资，具备极强的行业标杆意义。本轮融资由安徽省、合肥市国资平台联合战略领投，深报一本、天智投资等多家专业机构跟投，国资与产业资本的双重加持，既体现了地方政府对AI硬核科技产业的布局决心，也印证了聆思在端侧推理芯片领域的技术壁垒与产业化能力。

作为长三角科创与先进制造核心高地，安徽、合肥近年来持续深耕芯片、人工智能、智能终端产业链，不断完善产业配套、供应链体系与政策生态，持续培育本土硬核科技企业。此次国资战略投资，并非单纯的财务投资，而是产业链战略布局——瞄准端侧大模型推理芯片这一AI产业下一代核心基础设施，补齐区域AI算力产业链关键环节，助力本土智能终端产业实现自主可控升级。

相较于行业多数企业聚焦感知级端侧芯片，聆思科技的核心差异化优势，在于提前卡位认知级大模型端侧推理赛道，实现了从传统感知AI芯片到大模型推理芯片的战略升级。本轮融资资金将全部聚焦新一代端侧大模型AI推理芯片研发，核心产品Nebula系列已进入关键研发阶段，预计2026年底正式量产落地，将填补国内高端端侧大模型专用推理芯片的市场空白。

| 自研全栈架构

端侧大模型推理的核心难点，不在于峰值算力堆叠，而在于有限功耗、体积、成本下的综合能效最优。云端高功耗、高带宽的算力模式无法复刻到终端设备，这也是通用AI芯片难以适配大模型本地部署的核心症结。针对行业普遍面临的“算力浪费、内存瓶颈、调度低效”三大难题，聆思科技打造了“算力+存力+引擎”三位一体的自研技术体系，实现端侧大模型推理的系统性突破。

在算力底座层面，聆思依托AI原生NPU架构，搭配自研算子指令集与专用DSA架构，结合多核NPU自适应调度机制，大幅提升大模型推理的有效算力利用率，其NPU算力利用率可达80%，远超行业平均水平，彻底解决通用芯片算力闲置、能效低下的问题。

在存力底座层面，针对端侧大模型推理最大的“内存墙”痛点，企业开创性采用3D-DRAM堆叠存算一体技术，突破传统内存技术的端侧部署限制，大幅提升内存带宽与数据吞吐能力，实现推理性能和能效比的跨越式升级，完美适配终端设备轻量化部署需求。

在引擎底座层面，自研推理引擎与编译优化框架，可快速适配主流开源大模型，通过算子融合、自动图优化、智能任务调度，有效降低推理延迟，保障终端实时交互、连续推理的场景需求。基于这套全栈自研架构，Nebula系列芯片相较主流通用AI芯片，可实现10倍计算加速、10倍模型参数支持，推理速度突破100 tokens/s，在功耗、性能、成本三大核心维度达到行业领先水平。

| 亿级出货打底

自2020年成立以来，聆思科技深耕端侧AI推理赛道多年，是业内少有的同时具备芯片设计、AI算法、系统集成全栈能力的企业，早已打通从研发、适配到量产的完整产业化路径。

在感知智能时代，聆思已推出23款端侧AI推理芯片，覆盖家居家电、智能车载、消费电子、教育办公等全场景，服务海尔、美的、联想、新东方等一众行业头部客户，累计芯片出货量突破1.5亿片。亿级量产规模，充分验证了企业在芯片定义、算法适配、供应链管控、规模化量产的成熟能力，也为新一代大模型推理芯片的落地奠定了坚实的客户基础与场景基础。

目前，聆思已与联想、海尔、美的、聆动机器人、面壁智能等企业启动联合预研，聚焦AIPC、智能机器人、汽车座舱、全屋智能四大核心场景，推进端侧大模型芯片的场景适配与产业化落地。这些场景是端侧大模型商业化价值最明确、落地速度最快的赛道，依托端侧低时延、离线可用、数据安全的优势，可彻底重构终端设备的智能化能力，实现从“被动响应”到“主动决策”的升级。

| 端侧算力国产化展望

随着大模型全面从云端走向终端，端侧AI推理芯片已然成为智能设备迭代的核心算力底座，更是中国AI产业实现自主可控、差异化突围的关键赛道。当前国内端侧AI产业正处于技术迭代、场景爆发、资本集中的三重红利期，国产化替代空间广阔。

对于聆思科技而言，本轮融资加持后，企业将加速Nebula系列芯片的产品化与场景验证，依托安徽、合肥完善的芯片制造与科创产业生态，持续完善“芯片+算法+平台+场景”全栈能力。从感知推理到认知推理的技术迭代，从亿级出货到大模型终端规模化落地，聆思的发展路径，正是中国端侧AI芯片产业从成熟落地到高端突破的缩影。

未来，随着更多国产端侧大模型推理芯片实现技术突破与量产落地，云端算力垄断的格局将被打破，端云协同的全新AI算力体系将加速成型。在海量终端场景的驱动下，国产端侧AI芯片将持续夯实技术壁垒、完善产业生态，成为中国AI产业高质量发展、自主可控升级的核心支撑。