股票 
板块 
用户 
资讯 推理算力的竞争，正在从“有没有卡”转向“用不用得起”。在这场以成本与效率为主轴的竞赛中，专用推理芯片走到了赛道的聚光灯下。
近日，墨芯人工智能宣布完成近10亿元人民币C+轮融资。本轮融资由仁爱资本、海棠基金、东恒石油及其他国内一线产业方产业方，以及比丘资本、派拉资本、中财资本等知名国资及财投机构共同参与。募集资金将投向稀疏专用推理芯片的全栈升级、下一代芯片预研与稀疏计算产学研联盟建设。
5个月，两轮，累计近20亿元。这个时间密度，比金额本身更值得拆开看：上一轮近10亿元落地仅5个月后，墨芯便再度引入产业方与国资财投的双重资金——在推理芯片这个赛道上，资本显然正在从“投技术”转向“投放量”。墨芯在官方解读中将此归因为市场对其商业化全面提速的高度认可：稀疏计算的技术价值与商业价值，正在加速显现。
这笔钱投向哪里、墨芯已经跑通了哪些场景、还有哪些课要补——是理解这轮融资的三个入口。
一、先发优势：八年专注稀疏计算，率先布局专用推理芯片赛道
稀疏化并不是一个新概念。在深度学习的历史上，模型剪枝与稀疏加速被研究了多年，真正把它从论文推向产线的，是大模型推理成本的压力陡增。
墨芯人工智能成立于2018年，成立之初就专注稀疏计算，基于稀疏计算架构做专用推理芯片。今天回头看，这个布局押中的正是算力需求的重心迁移：大模型应用从试点走向生产环境，训练追求峰值算力，推理更看重单位Token成本、能效和集群利用率。在芯片侧把单Token成本压下来，正在成为专用推理芯片赛道的胜负手，而墨芯在这个方向上已经投了八年。
据公开信息，墨芯拥有百余项自研专利技术，旗下S30、S40等计算卡在MLPerf Inference中连续三届夺冠。MLPerf是国际上公认的AI基准测试，Inference榜单考的就是真实推理负载下的表现——连续三届，反映出其在推理负载下具备持续迭代的工程稳定性。
作为我国稀疏计算领域的先行者，墨芯通过“算法—软件—硬件”协同设计，已经把技术优势做成了可验证、可部署的产品。芯片行业，跑分和量产之间隔着一条鸿沟，墨芯要证明自己已经跨了过去。
二、规模化落地：四大片区千卡集群铺开，接入公共算力网络
集群是检验推理芯片成色的第一道关。
据披露，墨芯已在西北、西南、华东、华北四大片区实现智算中心集群的战略性铺开，其中西北片区部署了千卡级推理集群。千卡级集群是算力从“单卡能用”到“规模化可交付”的分水岭：芯片得长时间稳定跑，集群调度要跟得上，运维体系也得全天候撑得住。西北片区千卡级推理集群落地，意味着其交付和运维能力正在接受真实场景的检验。
依托这些集群，墨芯面向“十五五”规划布局的生物医药、智能制造等产业，以及具身智能、世界模型等新兴应用，提供高效、低成本的推理算力支撑。这些场景看似分散，需求却高度一致：药研要做推理，产线视觉要实时，具身智能要并发——共同点是都要“高效且用得起”的算力，这正是稀疏专用推理芯片瞄准的缺口。
在算力供给方面，墨芯已与头部电信运营商建立合作，稀疏计算推理方案已纳入其算力服务体系。这一步的意义在于交付方式的想象空间：从“一个项目一个项目地交付”，走向“网络化地提供服务”，各地客户有望就近获得稀疏算力，产品向更多场景延伸的速度也会加快。
集群管交付能力，网络管服务半径，两条线互相补位。从部署侧来看，墨芯的专用推理芯片不仅具备了单点集群规模化交付的硬实力，也打开了向更广阔场景辐射的通道。其商业化提速的路径，正随着基础设施的铺开而逐渐清晰。
三、深入产业一线：从新型算力基础设施到前沿技术领域
在具体项目上，墨芯给出的样本已经覆盖两条战线。
海上算力Token工厂。墨芯参与了上海国资平台公司打造的国内首个海上算力Token工厂。这个项目用海上风电绿电加海水冷却，把PUE和电费压到了低位，但通用GPU的推理成本仍可能把绿电省下的钱吃掉——能源侧省下来的，得靠算力架构侧接着省。墨芯以稀疏架构结合算力混合异构模式，从芯片侧压低单Token推理成本，让“绿电降本”和“算力架构降本”叠在了一起。把稀疏计算放进真实的能源与成本约束里跑，这比实验室数据更有说服力；它也指向国家算力基建的一个新形态——当算力设施本身开始精打细算，芯片架构就是下一道成本防线。
北大遥感项目，在时空AI与时空大数据前沿领域，墨芯已与北京大学上海临港国际科技创新中心地球与空间技术研究院合作，基于自研稀疏化技术，将两款国际主流遥感影像智能分析基础模型适配到墨芯算力卡上，并完成实测。
数据更能说明问题。据墨芯披露，在几乎不损失业务精度，无需对下游任务重新训练的条件下，推理吞吐最高提升2.88倍，模型压缩最高达7.64倍。这组数据的关键在于前置条件：“几乎不损失精度、无需重训”——这意味着客户不必为了省算力而改动既有业务，最大化保护了模型资产与业务连续性。
四、持续向”更好用”演进：SP200年内问世，SECA软件栈即将发布
如果说规模化落地回答的是“能不能用”，那么“能不能大规模用好”，恰恰是国产专用芯片普遍最难的一关。
产品层面，作为S30、S40之后的新一代板卡，SP200将在年底前问世。这个时间表给市场留了一个明确的观察节点：年底前，就能看到一款量产化的稀疏推理卡在真实场景里兑现多少预期。
适配层面，升级版软件栈SECA（Sparse-native Efficient Computing Architecture）稀疏原生高效计算架构即将发布，面向大模型推理部署和集群运维做了强化，模型迁移和部署的门槛会进一步降低。
硬件是入场券，软件才是留客的关键。客户真正在乎的是模型好不好迁、集群稳不稳、运维难不难——这些恰恰是软件栈的活。北大遥感项目里“几乎不损精度、无需重训”的适配，靠的就是这类工程能力；SECA要做的，是把它从单个项目经验沉淀为通用能力。考虑到募资本就明确投向全栈升级，SP200和SECA，就是这份答卷的前两道题。
五、从源头强化壁垒：发起国内首个稀疏计算产学研联盟
产学研联盟在芯片行业并不新鲜，但以稀疏计算这一细分方向为主题的，这还是第一个。
今年8月，墨芯发起成立国内首个稀疏计算产学研联盟，聚焦前沿研究、关键技术突破和成果转化。稀疏计算还是一门年轻的学科，从算法理论到芯片架构再到编译器和工具链，每个环节都需要基础研究的长期投入——把高校的研究力量接上企业的工程实践，这件事谁做得早，谁就占先机。
目前，联盟已与复旦大学、清华大学、西安交通大学、南开大学、上海交通大学等高校启动多项联合课题研究，阶段性成果将于近期发布。依托各高校的优势学科，课题深度覆盖了稀疏计算从理论到系统的多个环节。其中，计算机学院聚焦算法与硬件架构的协同优化，挖掘稀疏计算性能潜力；数学学院围绕稀疏矩阵运算、模型参数稀疏性规律及不同数值精度下的计算优化开展基础研究；软件学院研发面向稀疏计算的工具链、编译器及高性能算子；微电子相关院系则探索面向稀疏计算的芯片架构、计算单元与存储设计。
这一“前沿探索+工程落地”的协同，将有效推动创新技术成果向商业化产品转化。C+轮募投中，“推进稀疏计算产学研联盟建设”与下一代芯片预研并列，基础研究在其长期战略中的分量，由此可见。
结语：融资提速，领先凸显
5个月两轮近20亿元，融资节奏说明，资本市场愿意为墨芯的商业化进程投票。但融资只是入场，不是终局。
从率先布局稀疏计算，到四大片区千卡集群铺开，再到产学研联盟的纵深，墨芯的领先建立在技术深度和工程化能力上；而这份领先能维持多久，取决于几个可以验证的节点：SP200年底见，联盟成果近期见，集群利用率则需要更长的时间来回答。
专用推理芯片这个赛道，下一阶段的竞争，不再是谁讲的故事更好，而是谁能先把“低成本”三个字写进客户的账单里。
评论 (0)