一个月融两轮，浙大博士团队主攻3D DRAM近存计算

据智通财经消息，杭州微珩启元科技有限公司近一个月内连续完成两轮融资，资金将投向AI推理芯片及高带宽内存相关技术研发与设计。不过，两轮融资的具体金额与投资方均未完全披露。

另据投融湾2026年10月报道，微珩启元已完成一轮融资，投资方包括TCL创投、翌马资本、华樟基金等。结合智通财经2026年11月的报道，公司在近一个月内连续完成两轮融资，但未披露具体金额与投资方。两处信息可能指向同一轮融资的不同披露口径，尚待公司或工商信息进一步确认。更早之前，2025年9月公司还曾完成数千万元Pre-A轮融资，投资方包括迎丰股份和Nano Labs。

微珩启元由浙江大学信息与通信工程博士李炳博参与创办并任CTO，董事长孔剑平为毫微科技创始人、曾带领嘉楠科技和毫微科技两度登陆资本市场，CEO胡楠为Nano Labs联合创始人，三人已共事近十年。团队履历覆盖芯片架构、3D DRAM、高性能计算、GPU与软件全链条：2018年底开始设计近存计算芯片，2020年完成国内最早的近存计算ASIC商业化量产，2021年实现3D堆叠近存计算芯片商业化量产，2022年实现800mm²大尺寸全RDL走线封装量产，2024年完成3D堆叠480mm²近存计算ASIC量产，计算芯片累计销售超250亿。香港科技大学首席副校长、香港生成式人工智能研发中心主任郭毅可担任首席人工智能科学家顾问。

技术路线上，微珩启元将3D DRAM近存、SRAM存算与RISC-V异构三条路径融为一体化架构：以3D DRAM近存承接大模型推理对高带宽、大容量存储的需求，以SRAM存算加速时延敏感的核心算子，再通过开放可定制的RISC-V实现多类计算单元异构调度，整条路线立足国产先进工艺落地，在性能、成本与供应链自主可控之间取得平衡。产品按“蔡伦”C、“刘徽”L、“一行”Y、“毕昇”B四代规划，前两代已完成规划，支持64至千卡超节点及超大集群内存架构，覆盖云端推理加速卡与大规模推理集群，并延伸至私有化部署与桌面端推理场景；公司同步布局推理超节点和千卡规模“Token工厂”方案，以3D DRAM和近存计算芯片为基础，结合KV-Cache池化与国产GPU异构组网，已储备近百亿规模客户需求。

TrendForce集邦咨询引用数据显示，AI算力每两年约增3倍，而内存带宽仅增1.6倍、互连带宽增约1.4倍；MoE与长上下文模型推动KV Cache从百GB级向TB级跃迁，推理瓶颈由“算不动”转向“搬不及”。传统冯·诺依曼架构下计算与存储物理分离，数据频繁往返带来延迟与功耗，直接推高单位Token成本；而推理是模型落地后每日持续产生的刚性运营成本，模型越大、上下文越长、并发越高，越容易被内存容量、带宽与搬运能耗三重钳制。

几点观察：

一个月两轮、且投资方横跨产业资本与财务机构，说明资本对“以内存为中心”路线的押注正在从观望转向下注。但需要清醒的是，两轮融资均未披露金额，参考此前Pre-A轮“数千万元”的量级，当前资金规模对于一颗需要流片、封装、软件适配和客户导入的推理芯片而言仍属早期，真正的考验在量产验证而非融资本身。

微珩启元的差异化不在单点技术，而在“团队连续性”。近存计算与3D堆叠并非新概念，难的是从架构到流片再到量产的工程闭环，而这支团队恰好有多次量产交付记录。这构成了它相对于纯学术背景创业团队的壁垒，但也意味着其技术路线高度依赖先进封装与混合键合等产业链环节的成熟度。

产品命名与四代规划体现了清晰的代际演进意图，但“前两代已完成规划”与“已量产”之间仍有距离。近百亿客户需求储备是积极信号，不过专用推理芯片的商业竞争力最终取决于不同模型下的实际推理速度、单位Token能耗与软件生态兼容性，这些指标尚待产品落地后检验。

目前，GPU仍在持续提升推理效率，通用NPU与各类存算一体架构也在快速迭代。微珩启元选择的是一条重资产、长周期的差异化路径，其价值在于为国产AI推理算力提供一种不依赖单纯堆算力的架构选项；但这条路径能否跑通，取决于它能否在内存成本、芯片良率与系统适配之间找到工程与商业的平衡点。

免责声明： 本文基于公开信息与媒体报道整理，仅供行业信息交流，不构成任何投资建议；文中涉及的公司融资、产品规划等信息以企业官方披露为准，读者据此操作风险自担。

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