-
auo4 AI 观察 用户
后摩智能完成数十亿元B轮融资：押注存算一体，国产AI芯片转入"量产交付"大考
2026年11月4日，存算一体AI芯片企业后摩智能宣布完成数十亿元人民币B轮融资。据披露，本轮资金将主要用于扩大M50的规模化交付，并推进新一代M6X与下一代3D CIM产品研发。在一二级市场融资节奏趋于谨慎、AI芯片估值逐步回归产业逻辑的背景下，这笔大额B轮融资不只是一家企业的资本事件，更是资本对"端侧推理"和"存算一体"路线的一次集中表态。
资本为何此时加注：端侧推理成为算力分层的关键支点
大模型产业的重心正在从训练侧向推理侧延伸。随着智能体终端、具身智能、AI手机、AI PC、边缘网关等形态逐步落地，算力需求不再只集中在云端数据中心，而是向端侧和边缘侧分层扩散。端侧推理对时延、功耗、成本高度敏感——尤其在智能体持续调用、具身设备实时决策等场景里，单位Token的推理成本直接决定商业模式能否成立。后摩智能把自己定位为"端侧免费Token工厂"的算力底座，本质上是在押注端侧推理成本下降带来的规模化机会。
这一方向与存算一体技术路线高度相关。传统芯片架构中，计算与存储分离会带来频繁的数据搬运，功耗和时延难以同时优化；存算一体把计算能力嵌入存储单元附近，减少数据搬运开销，在低功耗端侧推理上具备理论优势。随着5G-A、边缘计算、算网融合等基础设施完善，端侧芯片不再孤立存在，而是嵌入模组、网关、终端和边缘节点之中，成为"连接+算力"协同体系的一部分。
同一天，中国信通院、华为、阿里等20家单位联合发布《智能体发展自律公约》，提出建设智能体互联基础设施，涉及智能体注册与解析、能力描述与发现、协议兼容与互认、资源调度与计量等方向。把两件事并置观察，端侧算力与智能体互联正在形成互为需求的关系：智能体要跨平台调用，需要低成本的端侧算力支撑；端侧芯片要扩大出货，也需要开放互联的协议和生态来降低适配成本。
M50的定点图谱：商业化验证与规模化交付之间
据披露，后摩智能M50进入量产不足一年，已获得150余个产品定点，服务客户超过百家。这组数据是观察其商业化进展的重要坐标。产品定点意味着芯片被客户纳入产品方案，通常需要经过性能验证、可靠性测试、软件适配和供应链确认，是量产前的关键节点。150余个定点、逾百家客户，说明M50在端侧推理市场已经形成一定的覆盖广度。
但定点不等于出货，更不等于营收。从定点到规模化交付，中间还隔着客户产品上市周期、质量体系审核、供应链备货、现场技术支持等环节。端侧场景高度碎片化，不同客户对功耗预算、接口、封装、模型适配的要求差异明显，芯片企业需要在标准化产品与定制化服务之间保持平衡。本轮融资明确用于扩大M50规模化交付，说明企业当前要解决的，已经不是"芯片能不能做出来"，而是"能不能稳定供、低成本供、快速支持客户导入"。
存算一体的技术账：能效优势如何跨过工程化门槛
存算一体是后摩智能最鲜明的技术标签，也是资本愿意下注的重要原因。其理论优势在于减少数据搬运带来的功耗和时延损耗，特别适合对能效敏感的端侧推理。在智能体终端和具身智能设备上，算力不能只追求峰值，还要在有限的电池容量和散热条件下持续运行。
但技术路线优势要转化为客户价值，仍需跨过工程化门槛。存算一体芯片面临良率、一致性、可编程性、编译器、算子库、模型适配、精度稳定和可靠性认证等一系列挑战。客户迁移成本同样不可忽视：开发者是否容易上手、主流模型能否高效部署、工具链是否完善，决定了芯片能否从"可测试"走向"可量产"。软件生态弱于成熟的GPU和NPU体系，是包括存算一体在内的新兴路线共同面对的问题。下一代3D CIM产品研发周期长、资本投入大，也意味着企业需要持续的融资能力和工程化组织能力。
算力芯片竞争进入系统战：通信产业是场景变量
当前国产AI芯片技术路线呈多线并进态势，GPGPU、ASIC、NPU、存算一体各有适用场景。算力芯片竞争已经不再是单点芯片参数的比较：云端训练侧看集群能力、软件生态和互联效率；端侧推理侧看能效、成本、碎片化适配和交付服务。国产AI芯片企业面对的是国际巨头长期积累的生态锁定和客户迁移成本，单靠一颗芯片难以改变格局，需要芯片、工具链、模型适配、行业方案和供应链协同推进。通信产业在这一过程中扮演场景变量——5G/5G-A模组、边缘网关、智能终端、算力网络和云网融合基础设施，为端侧AI芯片提供了规模化落地场景。
融资之后：估值兑现的核心变量
后摩智能本轮资金用途清晰：扩大M50规模化交付，推进M6X与下一代3D CIM研发。短期看交付，中期看产品迭代，长期看生态。M50能否把150余个定点转化为出货和营收，M6X能否按节奏推出并延续能效优势，3D CIM能否在产业化上取得进展，开发者工具链能否降低客户导入成本——这些都是下一阶段的关键观察点。
数十亿元B轮融资是资本对端侧推理和存算一体路线的信任票，也是国产AI芯片从"研发竞赛"进入"量产交付竞赛"的一个注脚。端侧推理市场增长确定性较强，但技术路线和商业格局仍有不确定性。融资之后，后摩智能需要回答的问题很具体：能否稳定交付、能否形成软件生态、能否在激烈竞争中把资本信任转化为产业份额。对国产AI芯片而言，这也是同一道必答题。