后摩智能完成数十亿元B轮融资，M50芯片已拿下150多个定点

21世纪经济报道做过一项不完全统计：光是今年9月，国内宣布完成新一轮融资的端侧AI芯片企业就有近十家。钱正在从云端的算力集群，转向手机、电脑、机器人里的那颗芯片。

最新的大额融资来自后摩智能。据知情人士透露，这家存算一体AI芯片企业已于近期完成B轮融资，单笔金额高达数十亿元人民币，近一年内已连续完成多轮融资。本轮融资中，上下游产业资本集体押注，国有资本与国际投资人一同入局，多家老股东继续加码。在刚刚举行的后摩智能生态合作伙伴大会上，公司披露，端边大模型AI芯片M50量产不到一年，已获得150多个产品定点，服务客户超过百家。

据了解，这笔钱主要花在几件事上：把M50的规模化交付铺开，推进新一代M6X和下一代3D CIM产品的研发，同时继续打磨软件工具链和产业生态，让端边AI在更多终端场景里真正上量。

存算一体并不是新概念。它为何在此刻同时被资本和终端厂商选中？后摩又凭什么在这条赛道上拿到资本的连续加注？

资本转向端侧，存算一体回到牌桌中央

先看一组出货数字。IDC的数据显示，2026年一季度全球端侧/边缘AI芯片出货量同比涨了45%，云端AI芯片同期只增12%。钱和货往同一个方向走，端侧AI芯片的需求不只是投资人嘴里的预期。

产业巨头也在用真金白银下注存算一体。2025年12月，英伟达与AI推理芯片公司Groq达成非独家技术授权协议，并吸纳其核心团队，规模约200亿美元。不到一年后，2026年10月，据The Information报道，英伟达又计划投资采用数字存算一体架构的推理芯片公司d-Matrix；此前，d-Matrix已经宣布通过NVLink Fusion接入英伟达AI工厂生态。从Groq到d-Matrix，英伟达的连续动作释放出一个明确信号，重构存储与计算的关系，存算一体正在成为AI推理时代的重要产业方向。

前几年，大模型比的是训练，拼算力、拼GPU、拼集群规模，存算一体这种架构层面的东西很难站到产业舞台中间。现在推理的分量在往上走，为什么是眼下这个节点？可以从三层来看。

头一层，模型在变小也在变强。拿Qwen系列来说，能力差不多的情况下，Dense模型所需规模17个月里压到约八分之一，MoE模型约6个月压到约六分之一；端侧芯片能跑的模型，从2024年的7B级抬到了2026年的120B级。两条线对着走，大模型放到终端上跑，技术上有了底子。

再一层来自Agent。它不再干等用户发问，而是开始持续理解目标、调用工具、把任务执行下去。响应速度、数据隐私、运行开销、用户能不能控住，这些跟着变得要紧，越来越多任务得在本地做完，终端也就不再只是听指令的设备，而成了持续产出和消耗Token的计算入口。

还有一层出在存储上。终端的空间、功耗和成本都有限，芯片得在这些约束里同时把计算效率、存储容量和访存带宽往上提；可按计算与存储分开的老架构，模型参数要来回搬，数据越大，延迟和能耗就越扎眼。存储还在涨价：集邦咨询的数据显示，2026年一季度通用型DRAM合约价环比涨了90%-95%，二季度预计再涨58%-63%。推理进了终端，怎么让数据少搬几趟，和算力本身一样关键——把计算挪到数据所在的地方，存算一体就这么又回到了牌桌中央。

赛道回到台前之后，真正要看的，是谁的路径足够清晰，又能被产品验证。

深耕SRAM-CIM六年，2D CIM与3D CIM两条路径指向同一目标

后摩智能选的是SRAM-CIM。这家公司2020年成立，总部在北京，从成立起就把SRAM-CIM当根技术，把一部分计算放到数据待着的位置。产业界探存算一体，大多盯着小算力、超低功耗的场景，后摩偏偏走的是高算力和端边大模型推理这条路。按公司披露的数字，用上SRAM-CIM之后，核心计算单元面积压到传统架构的约30%，运行功耗降到约10%。

撑起这套东西的团队，学术和工程两头都占。创始人兼CEO吴强是美国普林斯顿大学博士，在AMD、Meta干过，也当过地平线CTO；核心研发团队在ISSCC等顶级芯片会议上发过多篇存算一体论文，SRAM-CIM芯片流片做了10余次。

难的地方在于，端侧负载对容量和带宽的要求并不一样：有的负载更在意能塞下多大的模型，以Dense模型为代表的带宽密集型负载，更在意数据能多快送到计算单元。后摩的办法是在同一根技术上分出2D CIM和3D CIM两条路：2D CIM把SRAM-CIM和存储配置搭在一起，冲的是更大容量；3D CIM在堆叠的逻辑计算层里放进SRAM-CIM，让计算架构和先进封装深度结合，冲的是更大带宽，顺带减轻3D堆叠的散热压力。

两条路最后都指向同一个目标：把Token/$和Token/W往上推。前者算的是一台设备的物料账，后者决定它能不能在有限的电池、散热和空间里长时间稳跑。说白了，这两个比值定的是本地大模型到底算演示，还是算生意。

路径最终要落到芯片上。已经量产的M50拥有160 TOPS@INT8算力、150 GB/s内存带宽，典型功耗为10W；首款3D CIM芯片A20已投产，M系列新一代产品M6X正在研发中。板级产品覆盖PCIe标准卡与M.2、MXM等小型化模组，芯片、模组、标卡与多芯系统的组合，面向从8B级到近千B级模型的本地化运行需求。

M50量产不到一年，150多个定点走进端侧

在CSDN 1024程序员日暨AI构建者大会上，联想AI主机P7预览版公开亮相。这台设备只有手掌大小，重量300克，本地大模型推理交给后摩智能M50完成。M50以10W典型功耗输出160TOPS算力，整机最大功耗压在30W，用一个普通充电宝就能供电。P7预览版本地最高可跑125B大模型，支持7 x 24小时不间断执行任务，数据不出端。联想对这台设备的定位是：帮Agent时代的开发者和职场人实现“Token自由”。

P7之外还有别的整机。长城N90 Pro笔记本能在本地运行35B参数模型，把本地大模型带进了移动办公场景；绿联Home Agent HA100 Pro则把本地AI能力与NAS存储、智能家居设备接在一起。

单款整机之外，定点数更能说明问题。M50量产不到一年，已经拿到150多个产品定点，分布在Agent Computer、智能移动终端、具身机器人、边缘推理四个方向。芯片被写进客户的产品规划，才算真正进了交付环节，这比发布会上露个面更有分量。

市场窗口也在打开。IDC预计，2026年全球生成式AI手机出货量将达4.32亿台，中国AI手机出货量预计达1.47亿台，同比增长31.6%。英伟达今年推出专为个人智能体打造的RTX Spark PC，AI算力达1 Petaflop，配备128GB统一内存，10月中旬首批AI笔记本已正式开售，本地可运行1200亿参数大模型。巨头把Agent算力做成量产整机，端侧AI的市场空间正被加速确认。终端功耗、空间和散热条件都有限，谁能在更低功耗下稳定产出更多Token，谁就更接近规模化。

定点回答的是能不能卖，接下来要回答能不能复制。项目从1个走向100多个，生态建设的重心也跟着变。过去几年，后摩围绕易用性打磨大道软件栈；150多个定点项目里碰到的共性问题，反过来推动后摩补齐软件与开发支持能力。在这个基础上，后摩智能把“后摩AI生态软件”开源，将模型适配、编译优化和开发经验整理成可复用的开发支持，减少伙伴的重复适配投入，相关开源项目将在2027年1月前陆续上线。定点证明能卖，开源决定更多伙伴能否低成本复制。

技术、产业与资本咬合，端侧Token飞轮开始转动

回到这轮融资。赛道热度能解释资本为什么涌向端侧，投资方结构则回答了为什么是这一家：上下游产业资本往往带着场景进来；国有资本与国际投资人同时出现，说明不同类型的资金在这个判断上有交集；多家老股东继续加码，是对过往兑现的认可。

把这些放在一起，飞轮的轮廓就出来了：路径证明方向成立，定点与整机证明能变现，开源证明能复制。每多一个定点，软件就多攒一份经验；软件越成熟，下一个伙伴的适配投入就越低；资本则继续投向规模化与下一代产品。

后摩智能手上已有数十亿元资本支持，产品落地覆盖超百家客户，存算一体架构还在继续迭代，软件生态也走开源路线，技术、产业与资本三头互相带动，转成了一个不断加速的循环。公司方面表示，目标是让大模型真正走进每一台终端，用创新的芯片架构让人类生活更美好。往远看，端侧能装下的模型规模会继续变大，AI终端的出货量也在涨，一颗芯片如果能在更低的功耗下稳定吐出Token，就可能从可有可无的选项，变成终端厂商的标配。真到那一天，评判端侧芯片的标准恐怕不止算力峰值，还得算清每瓦、每元能换来多少Token。