不到半年融资近20亿,稀疏算力这么值钱吗?

日期:2026-11-06 16:32:45 / 人气:33



近日,墨芯人工智能宣布完成近10亿元C+轮融资。距离上一轮近10亿元C轮落地,只隔了5个月。半年不到,账上合计近20亿。

5月那笔钱,用于SparsePrime计算卡量产、商业化、算力网络扩张;11月这笔,转向推理芯片软硬件升级、下一代芯片预研、稀疏计算产学研。一次把板卡做出来交到客户手里,一次把客户部署里的坑带回下一代产品里。

资本买的不是“AI芯片”这个大词,而是“推理时代怎么把成本打下来”这张门票。

一、稀疏计算:少算,不等于偷懒

大模型参数越堆越大,但单次推理真正激活的只是其中一部分。DeepSeek-V4总参数约1.6万亿,每个词元只激活约3%;MoE架构下,模型本身就带着“条件计算”属性。

稠密计算对所有参数一视同仁,稀疏计算只保留有效部分:

• 权重稀疏:剪掉不重要的连接

• 激活稀疏:跳过当前词元用不上的神经元

墨芯做的是“双稀疏”——把这套逻辑从算法层写进芯片架构,而不是像通用GPU那样开个结构化稀疏开关。英伟达A100起支持2:4结构化稀疏,得先把模型剪成固定格式才能吃加速;墨芯Antoum标称支持最高32倍稀疏率,S30/S40计算卡面向不同部署规模,MLPerf部分推理项连续三届拿过第一。

逻辑很硬:同样电、同样卡,少算无效运算,单Token成本就降下来。在算力通胀、电力配额紧张的年头,“省”本身就是利润。

二、为什么是现在?推理接过大旗

训练市场英伟达CUDA壁垒高耸,后来者硬碰训练不划算。但推理不一样:

- 负载规模大、模式相对固定、对成本极度敏感
• 高盛预测专用AI芯片占比将达四成,推理算力占全球AI算力超七成

• 政策端把动态稀疏计算列进“十五五”电子信息制造攻关方向,工信部、发改委明确支持软硬耦合推理芯片

模型侧也在往稀疏走:MoE、稀疏注意力、激活稀疏,架构演进把路铺到了专用芯片门口。墨芯不是教模型稀疏,是等模型变稀疏后,接住它。

三、钱融到,不等于生意跑通

墨芯已经交出了一些硬动作:

• Antoum芯片流片,S4/S30/S40计算卡交付,SP200和SECA软件栈计划年底前推出

• 推理集群在西北、西南、华东、华北部署,与头部电信运营商合作

• 参与上海海上算力Token工厂,用稀疏架构压单Token成本

• 与北大临港团队适配遥感基础模型,吞吐最高提2.88倍、压缩7.64倍、精度基本不损

但客户为什么要把已有GPU系统迁过来?

换专用卡意味着重新适配、测试、维护。稀疏省下的电费和卡时,必须覆盖迁移成本,客户才动。通用GPU也在补稀疏能力——Rubin架构已经把激活稀疏做进注意力模块。墨芯的窗口不是“永远独家”,是“在模型越来越稀疏的这几年里,先把有效算力、能效比、部署门槛做穿”。

估值逻辑也很清楚:

• 看单卡峰值没用,看真实集群有效算力/Token成本

• 看部署规模没用,看设备利用率、续约率、订单收入

• 看自测基准没用,看客户生产环境里跑不跑得赢GPU综合TCO

四、20亿买的是时间窗,不是终局

墨芯这轮融资结构里,有深创投、国资、产业方(甚至石油背景资本——算力终局是电力竞争)。资本下注的不是“稀疏一定统一天下”,而是:

推理经济性正从技术议题变成财务议题。谁能在GPU生态之外,用软硬协同把“少算”变成可迁移、可计费、可规模化的服务,谁就切走一块大市场。

风险也摆着:

1. 模型稀疏度差异大,专用架构要持续适配新结构
2. 生态是脏活——算子库、编译、框架适配、MaaS工具,决定能不能上量
3. 英伟达不会站着挨打,云厂自研ASIC也在冲
4. 国产替代情绪不能替代商业验证,营收数倍增长要换成可审计的集群收入

写在最后

稀疏算力值不值近20亿,取决于一件事:墨芯能不能把“算法里省下的运算”,变成客户账单上真实少付的钱。

技术叙事已经立住:双稀疏、软硬协同、推理专用、国产自主。接下来半年看三件事——

- SP200能不能按期量产
• SECA能不能让客户“零改动”迁模型

• 运营商和Token工厂的集群,收缴率与利用率够不够厚

资本提前付了门票。但AI芯片的终局,从来不是融资速度,是每瓦特电换回来多少有效Token。

稀疏不是魔法,是把“不该算的”省掉之后,剩下的每一分算力都算数。

作者:杏宇娱乐




现在致电 5243865 OR 查看更多联系方式 →

COPYRIGHT 杏宇娱乐 版权所有