文章核心观点 - 后摩智能完成B轮融资，单笔金额达数十亿元人民币，产业资本、国资与国际投资人同时出现，是技术验证与商业信号累积后的顺势承接 [1] - 端侧AI的竞争终局不在算力军备赛，而在成本效率赛，后摩智能用六年时间把一条冷门路线做到量产与百余家客户，构成中国芯片创新的一种样本意义 [13] - “Token工厂”愿景能否成立最终不由融资决定，而由下一代产品决定，M6X与3D CIM的量产表现是关键 [13] 赛道选择与逆向逻辑 - 存算一体并非新概念，学界研究已有数十年，基本逻辑是打破冯·诺依曼架构下“计算与存储分离”造成的搬运开销，端侧搬运数据的能耗常常远高于计算本身 [3] - 过去数年绝大多数存算一体公司选择小算力、超低功耗场景（语音唤醒、可穿戴、传感器端），商业稳妥但天花板肉眼可见；大模型成为AI主角后，能跑推理的芯片才有定价权 [4] - 后摩智能2020年成立时选择以SRAM-CIM为根技术，直接面向高算力与端边大模型推理，放弃“容易落地的小市场”去啃“难但大的市场”，在当时是一次逆向选择 [4] - 采用SRAM-CIM后，核心计算单元面积压缩至传统架构约30%，功耗降至约10% [4] - M50芯片量产不到一年，已获得150多个产品定点、服务超百家客户，落地速度在同代创业公司中并不多见 [4] 技术路径与核心指标 - 端侧负载对容量和带宽需求不同，后摩在同一根技术之上分出两条路径：2D CIM结合SRAM与存储配置解决“放得下”的问题；3D CIM把SRAM-CIM引入堆叠的逻辑计算层，与先进封装融合解决“跑得快”的问题，同时应对堆叠带来的散热挑战 [6] - 两条路径指向同一个指标：Token/$与Token/W，即单位成本和单位功耗下的Token产出 [7] - 绝大多数芯片公司讲的是TOPS、带宽、工艺制程，后摩把“每花一块钱、每一瓦电，能产出多少智能”作为北极星指标，体现买方视角——TOPS是采购参数，Token成本才是经营参数 [7] - 公司将自身定位为“端侧免费Token工厂”的算力底座，真正含义是当端侧Token成本被压得足够低、趋近于用户感知为零时，AI才会像水电一样嵌入终端 [7] - M50的160 TOPS@INT8、10W典型功耗，使其可以覆盖从8B级到近千B级模型的本地化运行需求（后者需多芯系统），产品矩阵台阶清晰 [7] 软件生态布局 - 对存算一体公司而言，真正的考验往往不在芯片而在软件，新架构意味着新编译器、新算子库、新适配成本，开发者没有理由为非主流路线付出额外学习成本，这是历史上多种新架构芯片折戟的共同原因 [9] - 后摩选择开源“后摩AI生态软件”，覆盖量化、编译、推理部署到应用开发的工具链，计划于2027年1月前陆续上线 [9] - 这套工具链很大程度上来自150多个定点项目中沉淀的共性问题，是被真实客户需求打磨出来的产物，而非前瞻性规划 [9] - 把适配经验开源化、标准化，本质上是在降低伙伴的切换成本，是新架构芯片公司构建生态时最有效的一步棋 [9] 需要时间检验的观察点 - 量产规模与良率：150多个定点是订单信号，兑现为稳定大规模交付还需经历供应链与产能考验，本轮资金的主要用途也正在于此 [11] - 3D CIM的工程复杂度：A20已投产是好信号，但3D堆叠的散热、良率与成本控制是行业级难题，量产爬坡仍存不确定性 [11] - 生态竞争的窗口期：GPU大厂与大模型厂商都在向端侧延伸，后摩的能效优势需要持续拉开足够差距，才能抵消通用生态的惯性吸引力 [11]