後摩智能低調完成數十億元B輪融資，端側大模型AI芯片進入規模化兌現期

僅今年9月，國內就有近十家端側AI芯片企業宣佈完成新一輪融資。資本的目光，正在從雲端的算力集群，移向手機、電腦和機器人裡的那顆芯片。最新的一筆大額融資來自後摩智能。據知情人士透露，存算一體AI芯片企業後摩智能已於近期完成B輪融資，單筆融資金額高達數十億元人民幣，近一年內連續完成多輪融資。本輪融資上下游重磅產業資本集體押注、國有資本及國際投資人聯袂入局，多家老股東持續加碼，進一步印證了國內外資本市場對後摩智能技術路線與商業前景的高度認可，後摩智能領跑端側AI市場已成共識。

資本密集加碼的背後，是後摩智能從技術突破走向規模化商業落地的加速兌現：在剛剛舉行的後摩智能生態合作伙伴大會上，公司披露，其端邊大模型AI芯片M50量產不到一年，已獲得150多個產品定點，服務客戶超過百家。據悉，本輪資金將主要用於擴大M50規模化交付，推進新一代M6X與下一代3D CIM產品研發，並持續完善軟件工具鏈與產業生態，推動端邊AI在更多終端場景實現規模化落地。存算一體並不是新概念。它為何在此刻同時被資本和終端廠商選中？後摩又憑什麼在這條賽道上拿到資本的連續加註？資本轉向端側，存算一體回到牌桌中央答案先藏在一組出貨數據裡。

IDC數據顯示，2026年一季度全球端側/邊緣AI芯片出貨量同比增長45%，而云端AI芯片增速僅為12%。資本與出貨同向，端側AI芯片的需求並不只停留在投資人的預期裡。產業巨頭也在用真金白銀下注存算一體。2025年12月，英偉達與AI推理芯片公司Groq達成非獨家技術授權協議，並吸納其核心團隊，規模約200億美元。不到一年後，2026年10月，據The Information報道，英偉達又計劃投資採用數字存算一體架構的推理芯片公司d-Matrix；此前，d-Matrix已經宣佈通過NVLink Fusion接入英偉達AI工廠生態。

從Groq到d-Matrix，英偉達的連續動作釋放出一個明確信號，重構存儲與計算的關係，存算一體正在成為AI推理時代的重要產業方向。過去幾年，大模型競爭的主軸在訓練側，堆算力、堆GPU、堆集群，架構層面的存算一體很難成為產業主線。如今推理的權重在上升，為什麼偏偏是現在？原因有三層。一層是模型變小變強。以Qwen系列為例，達到相近能力時，Dense模型所需規模在17個月內壓縮至約八分之一，MoE模型在約6個月內壓縮至約六分之一；端側芯片可承載的模型，則從2024年的7B級提升至2026年的120B級。兩條曲線相向而行，大模型在終端運行有了技術基礎。一層來自Agent。

Agent不再只是等待用戶提問，而是開始持續理解目標、調用工具和執行任務。響應速度、數據隱私、運行成本和用戶可控隨之變得重要，越來越多任務需要在本地完成，終端也從被動執行指令的設備，變成持續生產和消耗Token的計算入口。還有一層是存儲本身。終端的空間、功耗與成本有限，芯片要在有限條件內同時提升計算效率、存儲容量與訪存帶寬；而在計算與存儲分離的傳統架構下，模型參數需要頻繁搬運，數據規模越大，延遲和能耗就越突出。存儲也在變貴：據集邦諮詢數據，2026年一季度通用型DRAM合約價環比上漲90%-95%，二季度預計再漲58%-63%。

當推理走進終端，如何讓數據少搬運，與算力本身同樣重要——把計算放到數據所在位置的存算一體，由此回到牌桌中央。賽道回到臺前之後，真正要看的，是誰的路徑足夠清晰，又能被產品驗證。深耕SRAM-CIM六年，2D CIM與3D CIM兩條路徑指向同一目標後摩智能的答案是SRAM-CIM。自2020年成立以來，這家總部位於北京的公司始終以SRAM-CIM為根技術，將部分計算放到數據所在的位置。在產業界對存算一體的探索多集中於小算力、超低功耗場景時，後摩選擇了面向高算力與端邊大模型推理的方向。據公司披露的數據，採用SRAM-CIM後，核心計算單元的面積壓縮至傳統架構的約30%，運行功耗減少至約10%。

這背後是一支學術與工程兼備的團隊。創始人兼CEO吳強為美國普林斯頓大學博士，曾任職於AMD、Meta，並擔任地平線CTO；核心研發團隊在ISSCC等頂級芯片會議發表多篇存算一體論文，並完成10餘次SRAM-CIM芯片流片。難點在於，端側負載對容量和帶寬的需求並不相同：有的負載更看重能裝下多大的模型，以Dense模型為代表的帶寬密集型負載，則更看重數據能以多快的速度供給計算。

後摩的做法，是在同一根技術上形成2D CIM與3D CIM兩條路徑：2D CIM結合SRAM-CIM與存儲配置，面向更大容量；3D CIM在堆疊的邏輯計算層引入SRAM-CIM，將計算架構與先進封裝深度融合，面向更大帶寬，同時緩解3D堆疊的散熱壓力。兩條路徑指向同一個目標：持續提升Token/$與Token/W。前者關乎一臺設備的物料賬，後者關乎它能否在有限的電池、散熱和空間裡長時間穩定運行。換句話說，這兩個比值決定了本地大模型是演示，還是生意。路徑最終要落到芯片上。

已經量產的M50擁有160 TOPS@INT8算力、150 GB/s內存帶寬，典型功耗為10W；首款3D CIM芯片A20已投產，M系列新一代產品M6X正在研發中。板級產品覆蓋PCIe標準卡與M.2、MXM等小型化模組，芯片、模組、標卡與多芯系統的組合，面向從8B級到近千B級模型的本地化運行需求。M50量產不到一年，150多個定點走進端側近期，在CSDN 1024程序員日暨AI構建者大會上，聯想AI主機P7預覽版亮相。

這臺手掌大小、僅重300克的主機由後摩智能M50負責本地大模型推理，M50以10W典型功耗提供160TOPS算力，整機最大功耗控制在30W，普通充電寶即可供電，P7預覽版最高可本地運行125B大模型，支持7×24小時持續執行任務，數據不出端。聯想將這臺設備的目標概括為：幫助Agent時代的開發者與職場人實現“Token自由”。P7不是孤例。長城N90 Pro筆記本可在本地運行35B參數模型，把本地大模型放進了移動辦公場景；綠聯Home Agent HA100 Pro則將本地AI能力與NAS存儲、智能家居設備相結合。不過，比單款整機更能說明問題的，是定點數。

M50量產不到一年已獲得150多個產品定點，覆蓋Agent Computer、智能移動終端、具身機器人和邊緣推理四大方向。對一家芯片公司來說，定點意味著芯片被寫進了客戶的產品規劃，比發佈會更能說明交付能力。窗口也在打開。IDC預計，2026年全球生成式AI手機出貨量將達4.32億臺，中國AI手機出貨量預計達1.47億臺，同比增長31.6%。英偉達今年發佈專為個人智能體打造的RTX Spark PC，AI算力達1 Petaflop、配備128GB統一內存，10月中旬首批AI筆記本已正式開售，本地即可運行1200億參數大模型。當巨頭把Agent算力做成量產整機，端側AI的市場空間正在被加速確認。

終端的功耗、空間與散熱條件都有限，能在更低功耗下穩定產出更多Token的芯片，更接近規模化。定點回答了能不能賣，接下來的問題是能否複製。當項目從一個走向一百個，生態建設的重點也隨之變化。過去幾年，後摩圍繞易用性持續完善大道軟件棧；150多個產品定點項目中遇到的共性問題，也持續推動後摩補齊軟件與開發支持能力。在此基礎上，後摩智能開源“後摩AI生態軟件”，把模型適配、編譯優化和開發經驗沉澱為可複用的開發支持，減少夥伴的重複適配投入，相關開源項目將於2027年1月前陸續上線。定點證明能賣，開源決定能否被更多夥伴低成本複製。技術、產業與資本咬合，端側Token飛輪開始轉動回到這輪融資本身。

如果說賽道熱度解釋了資本為何湧向端側，投資方結構回答的則是為何是這一家：上下游產業資本往往帶著場景入局；國有資本與國際投資人同時出現，說明這一判斷在不同類型的資金之間形成了交集；多家老股東持續加碼，則是對過往兌現的認可。把這些放在一起，一個飛輪的輪廓逐漸清晰：路徑證明方向成立，定點與整機證明能變現，開源證明能複製。每一個新定點都在為軟件積累經驗，更成熟的軟件又降低下一個夥伴的適配投入，資本則繼續投向規模化與下一代產品。隨著端側可承載的模型規模持續上移、AI終端出貨擴大，能在更低功耗下穩定產出Token的芯片，有望從可選項變成終端廠商的常規配置。

屆時，衡量一顆端側芯片的標準，或將不只是算力峰值，還有它每一瓦、每一元能產出多少Token。從數十億元資本加持、超百家客戶的產品落地，到存算一體架構的持續迭代與軟件生態的開源，後摩智能正在形成技術、產業與資本相互驅動的發展飛輪。按照公司的說法，其目標是讓大模型真正走進每一臺終端，以創新芯片架構讓人類生活更美好。