押注稀疏计算：墨芯能否走出GPU之外的新路线？

转载来源：深科技 押注稀疏计算：墨芯能否走出GPU之外的新路线？ http://mp.weixin.qq.com/s?__biz=MzIxODI2NTY4OQ==&mid=2247547300&idx=1&sn=9f3c124249eb87151966572866dd9f17&scene=45#wechat_redirect

墨芯登榜“强芯TOP100”

在国产AI芯片赛道，除了传统的通用GPU路线，还有一家企业正在押注另一条技术路径——稀疏计算。

如今，AI芯片竞争已经不只是“谁的峰值算力更高”，而是逐渐转向性能、功耗、成本、软件生态和实际应用效率的综合竞争，这也正是墨芯押注稀疏计算的价值所在。

而墨芯面临的关键问题，也已经从“能不能做出芯片”，转向稀疏计算能否成为主流，以及技术优势能否转化为规模化商业应用。

8月20日，第六届集成电路设计创新会议暨应用展（ICDIA 2026）在南京举行。会上，备受关注的“2026强芯TOP100”榜单正式发布。墨芯人工智能凭借在稀疏计算、AI芯片及大模型推理领域的技术积累成功入榜。

活动现场，墨芯市场部副总裁郭威俊接受芯榜等媒体采访，分享了对稀疏计算、AI芯片竞争及国产算力发展的看法。

那么，墨芯是谁？为什么押注稀疏计算？这条路线又能走多远？

一、墨芯人工智能是谁？

墨芯人工智能成立于2018年，总部位于深圳，是一家专注于AI芯片设计和智能计算平台的科技企业，并在北京、上海、硅谷设有相关机构。

公司核心团队拥有AI算法和芯片研发背景，重点布局云端和终端AI计算。目前，墨芯的核心技术方向是稀疏计算，希望通过减少AI模型中的冗余计算，提高算力利用率，降低大模型推理成本。

产品方面，墨芯推出了双稀疏化芯片Antoum?，并基于此推出S4、S10、S30、S40系列AI计算卡，同时配套SparseOPT、SparseRT等软件工具链。

2026年5月，墨芯完成近10亿元C轮融资，并宣布新一代稀疏推理产品SparsePrime?将于年内推出。

在接受芯榜采访时，墨芯市场部副总裁郭威俊谈到，随着大模型和AI应用不断发展，算力需求仍会持续增长，行业关注点也正在从单纯追求算力规模，逐渐转向如何提升算力效率、降低整体成本。

二、为什么押注稀疏计算？

过去几年，AI算力竞争很大程度上依靠增加芯片数量来满足模型增长需求，但随着大模型参数规模扩大，功耗、算力成本和数据中心运营成本也越来越高。

稀疏计算的核心思路，就是减少AI模型中的无效计算和冗余计算，让有限的算力资源完成更多有效任务。

郭威俊认为，稀疏计算的价值并不只是提升单颗芯片的性能，更重要的是通过算法、软件和硬件协同，提升整体算力利用效率。

墨芯重点研发双稀疏技术，并将其应用到芯片架构和软件工具链中，主打大模型推理场景，适配Transformer等主流模型。

随着Token需求持续增长，大模型推理正在成为AI算力的重要应用场景。对于云服务商、智算中心以及行业客户而言，单位Token成本、推理效率和能耗的重要性正在不断提升，这也为稀疏计算提供了新的市场空间。

三、生态协同：墨芯稀疏计算产学研联盟-打通科研?产业转化通道

稀疏计算从技术研发走向大规模商业化，并不是一颗芯片就能解决的问题，还涉及算法、编译器、芯片架构、软件工具链和应用生态。

因此，墨芯进一步发起成立稀疏计算产学研联盟，希望联合高校、科研机构和产业伙伴，共同推进稀疏计算技术发展。

联盟将围绕模型稀疏化、低比特融合、稀疏芯片架构、动态调度以及行业标准等方向展开攻关，推动稀疏计算从单点技术走向全栈协同。

郭威俊谈到，稀疏计算真正实现产业化，需要产业链不同环节共同参与。只有算法、软件、芯片和应用之间形成更好的协同，才能让技术优势真正转化为客户可以感知的性能和成本优势。

按照规划，联盟计划到2029年形成原生稀疏整体方案和行业标准，推动稀疏计算进一步走向规模化应用。

四、稀疏计算能否成为国产AI算力的新路径？

目前，墨芯已经围绕稀疏计算探索实际应用，并推进千卡级推理集群、绿色算力等场景，同时加快SparsePrime?商业化。

郭威俊认为，稀疏计算未来能否成为主流，还需要经过更多真实应用场景的验证。对于墨芯而言，下一步不仅是继续提升芯片性能，更重要的是把技术优势转化为规模化产品和商业应用。

郭威俊认为，稀疏计算虽然具备提升算力效率、降低推理成本的优势，但未来进入实际市场后，同样会面临来自GPU以及其他AI加速芯片的进入的竞争。墨芯持续完善从芯片、软件工具链到应用生态的整体能力。通过稀疏计算这一差异化技术路线，在大模型推理等特定场景形成自身优势。

从行业趋势来看，AI芯片竞争正在从“峰值算力”逐渐走向性能、功耗、成本和软件生态的综合竞争。

如果稀疏计算能够在大模型推理、多模态AI、智算中心等场景实现规模部署，那么它带来的变化或许不只是帮助墨芯突围，更可能推动国产AI算力从过去的“堆算力”，进一步走向“提效率、降成本”。

这也将成为墨芯未来能否在国产AI芯片市场站稳脚跟的关键。