核心观点 - 微纳核芯完成10亿元C1轮融资，目标是在近期实现规模商业化与量产销售，成为全球首批进入商业化的三维存算一体AI芯片公司 [4] - 公司通过3D-CIM™三维存算一体架构创新，试图解决AI芯片“高性能、低功耗、低成本、易落地”的“不可能三角” [5][6] - 这轮融资的结构性亮点在于产业方股东同时是客户和出货通道，共建“存储+计算芯片+终端应用”生态体系，提升了商业化确定性 [12] 融资与商业化目标 - 微纳核芯近日完成10亿元C1轮融资 [3] - 投资方包括优势资本、元昊投资、金浦投资、阳光人寿、元禾璞华、德联资本、宽桥恒松、厚雪资本等专业机构 [3] - 产业方包括美格智能、恒旭资本、华勤技术、一家头部大模型企业，并有多个老股东持续加码 [3] - 融资锚定目标：近期实现规模商业化与量产销售，成为全球首批进入商业化的三维存算一体AI芯片公司 [4] 技术架构与核心优势 - 公司解决的核心问题是AI大模型推理中超过80%的能量消耗在数据移动上的“内存墙” [5] - 3D-CIM™三维存算一体技术将计算单元直接集成进存储单元内部，实现数据“原位计算”，从根上消灭搬运开销 [7] - 技术由三根支柱协同构成 [8] - DRAM 3D近存技术：用垂直堆叠替代HBM和常规内存，带宽密度远超两者，延迟低至纳秒级，每比特能耗仅为HBM的1/4，成本压到HBM的1/3以下，且可实现全国产化适配 [8] - 存内计算CIM（数字域SRAM存算一体）：把乘加运算做在存储阵列里，算力密度和能效比比英伟达架构提升4–6倍、比高通架构提升3–5倍 [8] - RISC-V存算（RV-CIM™）：不依赖复杂编译器，不被生态绑定，能灵活适配国内主流大模型，降低中小厂商落地门槛 [9] - 多次流片测试表明：相较传统架构，CIM技术已实现4倍以上算力密度提升、10倍以上功耗降低 [9] - 整机场景效果：AI手机/PC上推理速度可提升10倍、功耗降至原方案的1/3；智能手表上AI功能续航可提升30%以上 [9] - 公司不依赖最先进制程，靠架构创新拿到高性能AI推理，呼应华为2026年5月发布的“韬（τ）定律” [9] 产业化进展与行业地位 - 公司2021年成立，孵化于浙江省北大信息技术高等研究院，团队由高校博士与大厂资深芯片人组成 [11] - 已申请150多项专利，并完成FPGA验证 [11] - 2026年5月，作为“杭州新八骏”之一在“幸会杭州·对话未来”大会亮相 [11] - 2026年6月，中国计算机行业协会算电协同工作委员会成立，微纳核芯当选副主任委员单位，参与“算力+电力”协同的行业标准制定 [11] 落地场景与市场空间 - 已披露的落地场景包括 [14] - AI耳机/手表：低功耗唤醒、本地健康模型 [14] - AI手机/PC：高性能本地推理，速度倍增、功耗骤降 [14] - 边缘摄像头/工业传感器：视频结构化分析、预测性维护 [14] - 公司锁定的市场是“成本敏感、功耗容忍度低、供应链要自主可控”的端侧蓝海 [14] - 据Omida预测，全球端侧AI芯片市场将从2024年的20亿美元增长到2028年的167亿美元 [16] - 到2035年，全球AI智能体规模预计达9000亿个，对应算力需求暴涨10万倍 [16] - 3D-CIM™芯片适配AI手机、AI PC、智能驾驶等海量终端，将在“端—边—云”协同体系里扮演关键硬件底座 [17] 量产挑战与竞争格局 - 存算一体从实验室到产线，良率、工具链、软件生态是实打实的关卡 [15] - SRAM路线虽对成熟制程友好，但大规模存内计算的精度与可编程性仍是工程难题 [15] - 三维存算并非蓝海，国内外均有重兵投入，先发不等于胜出 [15] - 公司自称“全球首批进入商业化”，底气来自流片验证与客户合作进展，但最终要由量产节奏与真实出货来证明 [15]