（来源：VCA创投社）

字数

　　｜ 2251 约4min

　　撰文｜廖老师

　　导读

　　近日，墨芯人工智能（以下简称“墨芯”）宣布完成近10亿元人民币C+轮融资。

　　本轮投资方包括仁爱资本、海棠基金、东恒石油等产业方，以及比丘资本、派拉资本、中财资本等知名国资及财务投资机构。

　　据了解，本次募集资金将用于稀疏专用推理芯片的全栈升级，重点推进下一代芯片的预研工作，同时推动稀疏计算产学研联盟建设，从而进一步构建长期竞争壁垒。

　　学术殿堂走出的创业团队

　　墨芯成立于2018年，由半导体与AI领域的资深从业者共同创办。

　　创始人兼CEO王维毕业于卡内基梅隆大学，获ECE（电子与计算机工程）硕士学位，在硅谷芯片行业有超过15年经验。他曾在英特尔担任五代到十代CPU处理器的核心架构师，并且曾在高通任职，主导以及参与量产的芯片累计超过50亿片。

图片来源于官方

　　联合创始人兼首席科学家严恩勖博士同样毕业于卡内基梅隆大学，在机器学习领域深耕十余年。他是神经网络动态稀疏算法的发明人，独创了双稀疏算法，即将权重稀疏化与激活稀疏化结合，以提升AI计算效率。围绕相关领域，他已在国际顶级AI期刊发表论文40余篇。

　　根据公开资料，卡内基梅隆大学由工业家兼慈善家安德鲁·卡内基在1900年创办。

　　建校百余年来，这所学校培养出13位图灵奖得主以及20位诺贝尔奖得主，国内科技界熟知的李开复、陆奇、吴恩达等人也均出自该校。

　　在AI研究方面，卡内基梅隆大学的计算机科学学院处于全球顶尖行列，其人工智能相关方向覆盖计算机视觉、人机交互、机器学习、自然语言处理以及机器人技术等领域，整体研究水平居于全球前列，也是很多学生向往的深造选择。

　　另一位联合创始人芦勇毕业于浙江大学电子工程专业，曾在SK Hynix以及Marvell等半导体公司任职，主导开发了多款全球量产的SSD控制器芯片。

　　三人分工各有侧重：王维负责产品架构，严恩勖专注算法创新与系统优化，芦勇主导硬件工程与产品落地。公司自成立起即确定以稀疏化为技术方向，将学术界的稀疏化理论逐步转化为可商业化的算力方案。

　　墨芯的双稀疏算法通过软件前置优化，剔除模型中无效以及非核心的计算元素，使计算任务集中在真正需要的环节。

　　这一思路在业界并非首次出现，然而将权重稀疏化与激活稀疏化结合、形成量产产品以及软硬协同方案并实现商业化的，墨芯是第一家。目前公司已累计申请全球相关专利100余项。

　　这笔融资的特殊性

　　墨芯这笔融资，我们可以将它放到一个行业的变化趋势中来分析。

　　大模型在过去一年从演示走向生产，推理调用量持续增长，相关支出随之攀升。

　　Token消耗不再是项目制的临时预算，而逐渐成为企业每月都要承担的固定成本，这一变化直接改变了客户对推理算力的预期。

　　提高推理效率有多条技术路径，稀疏计算是其中讨论最多、最受关注的一个。

　　大模型动辄就有数百亿乃至上千亿参数，然而单次推理真正激活并参与运算的只是其中一部分。稠密计算对所有参数统一处理，不做区分；稀疏计算则只保留实际参与运算的部分，其余略过。

　　两者面对同样的推理任务，前者的计算量更大，后者的计算量相应减少，成本也随之降低。

　　墨芯在这一方向上已投入多年，近期技术积累开始进入兑现期。就在五个月之前，墨芯刚刚完成上一轮近10亿元融资，两轮融资合计近20亿元，这两轮融资是公司从长期的技术单点验证走向规模化商业交付的关键转折。

　　墨芯在技术上的积累已体现在实际产品中，“算法—软件—硬件”协同设计的路径得到验证，端到端的软件闭环也逐步建立起来。S30、S40计算卡连续三届在MLPerf Inference测试中排名第一，工程能力有公开测试结果可供查证。

　　在交付一侧，稀疏算力正被越来越多的智算中心以及行业客户纳入选型范围。墨芯的稀疏专用推理芯片已在西北、西南、华东、华北四个区域完成千卡集群部署，同时与头部电信运营商达成合作，将稀疏计算推理方案接入对方的算力服务体系，这些项目也检验了墨芯的规模化交付能力。

　　走向真实的环境

　　2026年9月，工业和信息化部、国家发展改革委联合印发《电子信息制造业发展“十五五”规划》（工信部联规〔2026〕216号），明确提出“加强动态稀疏计算技术攻关创新”、“布局软硬耦合推理芯片等新路线”。政策层面的支持，为稀疏计算进入实际应用提供了助力。

　　近几个月，墨芯的落地项目名单持续扩充，覆盖高校科研平台以及国家算力项目等多个方向。

　　科研方面，墨芯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，围绕时空AI以及时空大数据领域，基于自研稀疏化技术，完成了两款国际主流遥感影像智能分析基础模型在墨芯算力卡上的适配与实测。

　　测试结果表明，在业务精度基本不受影响、下游任务无需重新训练的情况下，模型推理吞吐最高提升2.88倍，模型压缩最高达到7.64倍，大规模遥感影像解译所需的算力消耗以及处理时间均有明显下降。

　　另一类项目则出现在算力基础设施层面。

　　上海国资平台公司打造了国内首个海上算力Token工厂，墨芯参与其中。该项目借助海上风电绿电以及海水冷却降低PUE与电费，然而绿电节省下来的开支，有可能被通用GPU的推理成本所抵消。

　　墨芯的切入方式是从芯片侧压低单Token推理成本，同时采用算力混合异构模式，使绿电带来的成本优势与架构层面的成本优势相互叠加，进一步扩大降本幅度。

　　从科研适配到算力基础设施，这两类项目的共同点在于：稀疏计算不再只是实验室里的技术验证，而是开始进入客户真实的生产环境，并接受业务精度、部署成本以及运行效率的实际检验。

　　写在最后

　　判断一项底层技术的价值，最终要看它能否在产业环境中成为可长期依赖的基础设施。

　　稀疏计算从学术概念走向工程落地，反映的是中国AI算力供给思路的调整：不再单纯追求通用算力的规模扩张，而是转向对计算效能的深入挖掘。

　　墨芯在这一转变中，正扮演着一个重要角色。