后摩智能完成数十亿元B轮融资，押注存算一体芯片量产交付
近日，后摩智能科技股份有限公司（下称“后摩智能”）宣布完成数十亿元人民币B轮融资。公司表示，本轮投资方包括上下游产业资本、国有资本及国际投资人，多家老股东继续追加投资，具体机构名单尚未公布。 本轮资金将用于扩大M50芯片的规模化交付，推进新一代M6X及下一代3D存算一体产品研发，并完善软件工具链与产业生态。过去一年，后
后摩智能科技股份有限公司（下称“后摩智能”）近日宣布完成数十亿元人民币的B轮融资。按公司说法，投资方既有上下游产业资本，也有国有资本和国际投资人，多家老股东继续追加，具体机构名单暂未公布。
这笔钱将投向几件事：扩大M50芯片的规模化交付，推进新一代M6X以及下一代3D存算一体产品的研发，同时完善软件工具链与产业生态。此前一年，后摩智能已经连续完成多轮融资。
多轮融资与股改推进
后摩智能2020年成立，创始人吴强是普林斯顿大学计算机科学博士，先后在英特尔、AMD、Facebook任职，也做过地平线的CTO。公司最初围绕智能驾驶、机器人等场景做AI推理芯片，大模型应用起来之后，又把市场延伸到电脑、智能终端和边缘计算。
成立至今，后摩智能背后的资本类型不少。红杉中国、经纬创投、启明创投等参与了早期融资，联想创投从天使轮起多次加注；后来诚通混改基金、中国移动旗下基金等陆续进入，资金构成逐渐涵盖市场化创投、国资和下游产业资本。
融资一轮接一轮，公司的组织形式也在变。工商信息显示，今年4月后摩智能完成股份制改造，名称从“北京后摩智能科技有限公司”改成“后摩智能科技股份有限公司”。
支撑后摩智能融资故事的，是它一直加码的存算一体路线。传统芯片跑AI任务时，数据得在存储和计算单元之间来回搬；存算一体则试着把一部分运算放到离数据更近的地方，省下搬运花掉的时间和能耗。后摩基于这条路线做芯片，也提供板卡、模组、软件工具和参考方案，帮终端厂商把模型落到实际产品里。
眼下商业化的重心是2025年7月发布的M50。这颗芯片面向本地大模型推理，可用在带智能体功能的电脑、智能终端、机器人及边缘推理设备上。这类客户买芯片，要的是在设备的功耗、散热和成本预算之内，让AI应用能持续跑起来。
后摩智能披露，截至2026年8月底，M50已拿到150多个产品定点；公司10月又透露，该产品服务的客户超过百家。吴强受访时称，带智能体功能的电脑与边缘推理市场需求长得较快，其他终端方向也在往前推。
一些合作已经落到具体终端上。今年5月联想发布的开天P7采用后摩M50，为本地AI应用提供算力。中国移动与后摩合作推出的全光网络智能终端，面向办公、园区等场景。联想和中国移动旗下基金此前都参与过后摩融资，这两家也成了观察其产业合作进展的样本。
现有产品之外，后摩还在推新一代M6X的研发，并布局3D存算一体。公司此前披露，首款3D CIM芯片A20已投产。这轮融资同时覆盖M50交付和下一代产品研发，公司得在现有客户导入、软件适配和新产品投入之间同时兼顾。
按财联社创投通—执中数据，以2026年11月为预测基准时间，后摩智能未来2年的融资预测概率为76.27%。该数据只是模型估算，并不代表实际融资结果。
推理需求变化，存算一体接连获得大额融资
其实不只后摩智能，近期已有多家存算一体企业官宣完成大额融资，资金正密集涌入这条赛道。
10月28日，微纳核芯宣布完成超10亿元C2轮融资，建投投资领投，杭州资本、凯泰资本等参与。加上此前的C1轮，公司两个月内融资超过20亿元。其产品同时面向终端和云侧推理市场，第一代三款芯片已经投片，计划2027年初开展客户送测。本轮资金将用于产品迭代和量产备货。
九天睿芯在半年内一共拿到10亿元融资，这一消息由财务顾问一苇资本在10月22日对外披露。出资方既有美团战投、小鹏汽车旗下的星航资本，也有长存产业基金、元禾璞华、豪威集团、智微资本和米哈游战投等。公司从存算芯片起步，逐步把产品线伸向推理板卡和服务器；这笔钱将投入新芯片研发、流片以及软件生态建设。
资本集中关注的一个背景是，AI应用对推理算力的消耗正在持续增加。
以前用户向模型提问，一般就得到一次回答；智能体处理工作任务时，往往要反复调用模型、检索资料、使用工具并核对结果。任务链条越长，计算和数据调用越频繁，企业就越得盯着完成一项任务的实际成本、响应速度和能耗。
今年5月开放数据中心委员会的相关研讨会上，中国信通院研究人员指出，智能体带来的状态管理、多次迭代和工具调用等需求，让推理系统必须在计算、存储、网络及调度之间做协同优化。换句话说，只把芯片峰值算力提上去，解决不了全部问题。
对部分大模型推理任务来说，卡住运行速度的还有数据能不能及时送到计算单元。模型参数、上下文和中间结果要频繁访问存储，搬运数据本身也吃时间和电。存算一体、近存计算等路线因此有了新的用武之地：调整存储与计算的关系，改善特定任务的运行效率。
终端市场把这种需求进一步放大。电脑、机器人和边缘设备的电源、体积与散热条件都有限，有些任务还要求低时延响应或在本地处理数据，芯片厂商得在这些约束下拿出可用的AI能力。高通今年9月介绍其NPU架构时，也把持续运行智能体、处理长上下文和减少外部内存访问列为优化重点。
这样看来，存算一体的新机会，来自大模型逐步走进实际业务和终端产品后，对推理成本与能效提出的更具体要求。
对后摩来说，接下来要看的是：已有的产品定点有多少能变成量产交付，用其芯片的终端能不能形成持续销量，软件适配和客户支持能否随着业务扩张保持效率。这些进展，将决定存算一体的能效优势能不能进一步变成收入和重复订单。
