10亿！元禾璞华、华勤与大模型公司抢投给AI芯片黑马

本文为「是说芯语」端侧AI推理系列第三篇。

前两篇《端侧AI推理三国杀》《从西湖水到中国"芯"》已拆解全球三条路线与微纳核芯的技术底色，本篇以刚刚落定的 10 亿元 C1 轮融资为钩子，看这家杭州公司如何把"架构创新"推到"规模商业化"的门口。

| 一笔 10 亿的融资，投给了什么？

微纳核芯近日完成 10 亿元 C1 轮融资。阵容里既有优势资本、元昊投资、金浦投资、阳光人寿、元禾璞华、德联资本、宽桥恒松、厚雪资本等专业投资机构，也有美格智能、恒旭资本、华勤技术、一家头部大模型企业等产业方，并有多个老股东持续加码。

这不是又一笔"热闹钱"。钱从哪里来、站在谁身后、要换什么结果，第一次被摆到台面上。

而比金额更值得盯的，是这轮融资锚定的目标：近期实现规模商业化与量产销售，成为全球首批进入商业化的三维存算一体 AI 芯片公司。换句话说，故事要从"实验室里的架构突破"，挪到"产线上的良率与出货"了。

| 回到那个"不可能三角"

要理解这 10 亿的分量，得先回到那个被全行业念叨的老问题。

AI 大模型推理中，超过 80% 的能量都被消耗在数据移动上——这就是著名的"内存墙"。传统芯片"存储与计算分离"，数据得像从仓库（存储）往厨房（计算）不停搬食材，又耗时又费电。英伟达靠 HBM 扛带宽，代价是高成本、高功耗，根本塞不进手机手表；高通的 NPU 虽是端侧原生，却仍没跳出"存储计算分离"的框，没从根上消掉搬运开销。

我在《端侧AI推理三国杀》里把全球路线归成三类：英伟达是"补丁方案"（云端技术拼凑端侧）、高通是"生态方案"（绑定终端厂商）、中国企业走的是"原生式创新"——从底层重构端侧推理逻辑。微纳核芯正是这第三条路的代表，它要解的，是端侧厂商最朴素的四个词：高性能、低功耗、低成本、易落地。

而这四点，被行业称为 AI 芯片的"不可能三角"——过去被认为难以兼得。

| 3D-CIM™：把"厨房"建在"仓库"里

微纳核芯的解法，叫 3D-CIM™ 三维存算一体。一句话概括其核心思想：把计算单元直接集成进存储单元内部，让数据"原位计算"，从根上消灭搬运开销。

它不是单点突破，而是三根支柱协同：

DRAM 3D 近存技术——用垂直堆叠替代 HBM 和常规内存，带宽密度远超两者，延迟低至纳秒级，每比特能耗仅为 HBM 的 1/4，成本更压到 HBM 的 1/3 以下，且可实现全国产化适配；

存内计算 CIM（数字域 SRAM 存算一体）——把乘加运算做在存储阵列里，算力密度和能效比，比英伟达架构提升 4–6 倍、比高通架构提升 3–5 倍；

RISC-V 存算（RV-CIM™）——不用像英伟达那样依赖复杂编译器，也不用像高通那样被生态绑定，能灵活适配国内主流大模型，把中小厂商的落地门槛打到最低。

微纳核芯多次流片测试表明：相较传统架构，其 CIM 技术已实现 4 倍以上算力密度提升、10 倍以上功耗降低。落到整机场景更直观——AI 手机 / PC 上，相较传统方案推理速度可提升 10 倍、功耗降至原方案的 1/3；智能手表上，AI 功能续航可提升 30% 以上。

这套架构最讨巧的地方在于：不依赖最先进制程，靠架构创新就能拿到高性能 AI 推理。当摩尔定律逼近物理极限，"换道"比"追车"更现实——这恰好呼应了华为 2026 年 5 月发布的"韬（τ）定律"：一个用"时间缩微"在系统层级压缩信号传播时间，一个用"存算一体"在架构底层消除数据搬运。殊途同归，都在为中国 AI 算力找"换道超车"的路。

| 从 FPGA 到"新八骏"：产业化信号密集兑现

技术能不能落地，要看信号密度。微纳核芯这半年交出的，是一串实打实的节点：

公司 2021 年成立，孵化于浙江省北大信息技术高等研究院，团队由高校博士与大厂资深芯片人组成；已申请 150 多项专利，并完成 FPGA 验证；2026 年 5 月，作为"杭州新八骏"之一在"幸会杭州·对话未来"大会亮相——八家共同点：深耕底层技术、面向未来场景、具备全球竞争力；2026 年 6 月，中国计算机行业协会算电协同工作委员会成立，微纳核芯当选副主任委员单位，参与"算力+电力"协同的行业标准制定。

从"六小龙"的模式创新，到"新八骏"的底层硬科技，杭州的创新故事正在翻页。微纳核芯不是被"挖"来的，是从高校院所的技术源头、产业资本的耐心资本、真实应用场景的验证里"长"出来的。

| 10 亿背后的"存储+计算+终端"网络

这轮融资最妙的一笔，不在金额，在结构。

专业机构提供弹药与背书；而产业方几乎就是现成的渠道：美格智能是模组厂商、华勤技术是头部 ODM、恒旭资本背靠上汽系产业资源、那家头部大模型企业则提供模型与场景需求。微纳核芯把这称为共建 "存储 + 计算芯片 + 终端应用"的全面生态体系——当你的股东同时是客户和出货通道，商业化的确定性，远高于纯财务投资撑起来的芯片公司。

这也是为什么我说，这 10 亿买的不是一个"已兑现的财报"，而是一个"如果成立、回报极大"的技术假设开始进入验证期。

| 量产倒计时开启

公告里那句"将于近期实现规模商业化与量产销售"，是整篇最硬的时间约束。

按公司已披露的落地场景，路径很清楚：AI 耳机 / 手表：低功耗唤醒、本地健康模型；AI 手机 / PC：高性能本地推理，速度倍增、功耗骤降；边缘摄像头 / 工业传感器：视频结构化分析、预测性维护。

相较于英伟达、高通的成熟生态，微纳核芯确仍有优化空间；但它锁定的，是那些"成本敏感、功耗容忍度低、供应链要自主可控"的广阔端侧蓝海——而这正是中国市场的核心需求。

| 换道超车，仍需闯过"量产关"

作为一路跟踪这家公司的观察者，我也得把硬币翻过来。

存算一体从实验室到产线，良率、工具链、软件生态都是实打实的关卡；SRAM 路线虽对成熟制程友好，但大规模存内计算的精度与可编程性仍是工程难题。更何况三维存算并非蓝海，国内外均有重兵投入，先发不等于胜出。微纳核芯自称"全球首批进入商业化"，底气来自流片验证与客户合作进展，但最终要由量产节奏与真实出货来证明。

但有一点可以确定：它走的是一条不依附海外架构、自主可控、靠架构创新绕开制程封锁的路。在端侧推理这场"从云端下沉到万物"的仗里，这条路若走通，价值不止于一家公司。

| 尾声：从西湖水到中国"芯"

市场空间摆在那儿：据 Omida 预测，全球端侧 AI 芯片市场将从 2024 年的 20 亿美元，增长到 2028 年的 167 亿美元；到 2035 年，全球 AI 智能体规模预计达 9000 亿个，对应算力需求暴涨 10 万倍。

微纳核芯的 3D-CIM™ 芯片，正好适配 AI 手机、AI PC、智能驾驶等海量终端，将在"端—边—云"协同体系里扮演关键硬件底座。

10 亿 C1 轮落定，等于给这匹"新八骏"之一的骏马，又添了一程脚力。从西湖水到中国"芯"，故事才写到量产这一章——而这一章，决定前面的所有章节，是不是真的成立。

是说芯语原创，欢迎关注分享

合作洽谈，进入公众号：服务—>商务合作