微珩启元一月两轮融资：3D DRAM加近存计算能否破解AI推理内存墙

AI大模型走到规模化推理这一步，比拼的重点已经变了。芯片算力之外，数据搬运的效率、能耗表现以及每Token的成本，对推理系统整体效率的影响越来越大。

杭州微珩启元科技一个月里接连完成两轮融资，引来市场注意。两轮融资的具体金额和投资方，公司没有对外公布，资金将主要投向AI推理芯片和高带宽内存相关技术的研发与设计。这家公司由浙江大学信息与通信工程博士李炳博参与创办，他本人出任CTO。他选的技术切口是3D DRAM堆叠加近存计算，把存储与计算之间的距离压短，从芯片架构层面去缓解AI推理中的“内存墙”问题。

浙大博士与连续创业者组队

看核心团队的履历，微珩启元并不是一支从零搭起来的创业班子。

李炳博在芯片研发和管理上有20多年经验，主导过多款3D DRAM计算芯片走完研发、流片到量产落地的全流程，量产过中国最早的近存计算芯片。和他搭档的还有两位连续创业者：董事长孔剑平是毫微科技(Nano Labs)创始人，曾带着嘉楠科技和毫微科技两次登陆资本市场;CEO胡楠是Nano Labs联合创始人，曾入选工信部IC领军人才。三个人在芯片领域共事已近十年。

这个团队此前已经走过多轮芯片产品化。2018年底开始设计近存计算芯片;2020年完成国内最早的近存计算ASIC芯片商业化量产;2021年实现3D堆叠近存计算芯片商业化量产，同期成为中芯国际N+1工艺的早期量产客户;2022年国内最早实现800mm²大尺寸全RDL走线封装量产;2024年又完成3D堆叠480mm²近存计算ASIC量产。这些经历覆盖芯片架构、3D DRAM、高性能计算、GPU和软件等环节。团队的计算芯片累计销售超过250亿。

核心创始团队之外，微珩启元还请来了学术顾问。香港科技大学首席副校长、香港生成式人工智能研发中心主任郭毅可出任首席人工智能科学家顾问。连续创业者、芯片工程团队加科学家顾问，这样的组合让公司具备了从架构设计到流片、量产再到大规模应用的完整底子。

从“堆算力”转向缩短数据搬运距离

微珩启元盯上的，是AI推理中越发突出的“内存墙”问题。

传统冯·诺依曼架构里，计算单元和存储单元是分开的。大模型推理时，数据得在存储和计算单元之间来回搬。数据供给速度一旦跟不上计算速度，芯片的实际算力利用率就会往下掉，延迟和能耗也会跟着升高。

大模型参数规模、上下文长度和并发请求不断往上走，这个问题在推理场景里被进一步放大。对云端大模型服务来说，芯片峰值算力已不是唯一的决定因素，内存带宽、数据访问效率和单位Token成本同样关键。

微珩启元的解法，是把“计算、存储和互联”当成一个整体来设计。一边用多层DRAM堆叠和高密度垂直互连，缩短存储与计算之间的物理距离，拓宽并行数据通道;一边靠近存计算，让部分计算任务在更靠近存储的位置完成，减少数据在不同单元之间的往返。落到具体技术上，核心路径是把3D DRAM近存、SRAM存算与RISC-V异构三个方向揉到一起：用3D DRAM近存计算承接大模型推理对高带宽、大容量存储的需求，用SRAM存算一体加速对时延最敏感的核心算子，再借助开放可定制的RISC-V架构实现多类计算单元的异构调度与协同;整条技术路线立足国产先进工艺落地，在性能、成本与供应链自主可控之间找平衡，为国内AI推理芯片提供了一条可规模量产、可持续迭代的架构选择。

说白了，就是让数据“少搬家”、让计算“离数据更近”。放到AI推理负载里，这种架构思路有望同时改善内存带宽、访问延迟、能效和推理成本。

产品形态：从芯片、加速卡到推理集群

按微珩启元的规划，这条技术路径要通过四代核心产品系列逐步落地。产品代际以中国古代科学家与发明家命名——第一代“蔡伦”C系列、第二代“刘徽”L系列、第三代“一行”Y系列、第四代“毕昇”B系列，形成清晰、可持续的技术演进脉络。前两代“蔡伦”C系列和“刘徽”L系列已率先完成规划，构成微珩启元面向AI推理场景的核心芯片路线，支持64至千卡超节点及超大集群内存架构，为超大规模MoE模型提供高效推理算力。产品形态覆盖云端服务器推理加速卡与大规模推理集群解决方案，适配超长上下文、超大参数模型和多Agent等任务对高性能、高带宽、高能效算力的需求，也延伸到私有化大模型部署、桌面端AI推理芯片等场景。

面向云端，其服务器推理加速卡对准云厂商和政企数据中心，可用于私有化大模型集群和API服务建设。微珩启元同时在布局推理超节点和千卡规模的“Token工厂”解决方案，以3D DRAM和近存计算芯片为基础，结合KV-Cache池化以及与国产GPU的异构组网，为大规模MoE模型提供推理算力。公司已储备近百亿客户需求。

这么看，微珩启元要做的不是单点芯片替代，而是围绕高带宽存储和近存计算，搭一套面向AI推理的系统级方案。

融资之后，加速从技术验证走向规模落地

从行业角度看，微珩启元代表的是一条不同于单纯提升峰值算力的技术路径：重构计算与存储的关系，把数据搬运带来的额外消耗降下来。

微珩启元能在一个月里接连拿下两轮融资，背后是投资方对其技术路线、工程化水平以及商业化前景的看重。混合键合、先进封装、光电共封这些关键环节，国内产业本身就有优势，3D堆叠与近存计算架构要上规模，产业条件也因此更成熟。

AI应用如今已走到大规模推理这一阶段，比拼的不再只是单一算力指标，性能、能耗、成本、交付能力都要一起算。核心产品系列接下来若能实现量产、拿到规模化应用，微珩启元或许能给国内AI推理算力添一种新的架构选项，让中国AI产业在推理算力底座上更高效、也更自主。