后摩智能完成数十亿元B轮融资，M50芯片量产一年获150+产品定点，存算一体加速端侧AI规模化落地
SmartHey11月4日消息：据《21世纪经济报道》不完全统计，仅今年9月，国内就有近十家端侧AI芯片企业宣布完成新一轮融资。资本的关注焦点，正从云端的大型算力集群，快速转向嵌入手机、PC、机器人等终端设备中的那颗AI芯片。
最新一笔重磅融资来自后摩智能。据知情人士透露，专注存算一体架构的AI芯片企业后摩智能已于近期完成B轮融资，单笔金额达数十亿元人民币，且在近一年内已连续完成多轮资本注入。
本轮融资汇聚上下游核心产业资本、国有战略投资方及国际知名机构，多家原有股东亦坚定追加投资。这一多方协同的深度布局，印证了全球资本市场对后摩智能技术路线成熟度与商业化前景的高度共识——其在端侧AI赛道的领跑地位已初步确立。
资本密集涌入的背后，是后摩智能从底层技术突破迈向规模化商业交付的实质性跨越：在刚刚落幕的后摩智能生态合作伙伴大会上，公司披露，其面向端边大模型推理的旗舰芯片M50自量产以来不足一年，已获得超150个产品定点，服务客户逾百家。
据悉，本轮资金将重点投向三大方向：加速M50芯片的大规模交付；推进新一代高能效M6X芯片及下一代3D CIM架构产品的研发；同步完善软件工具链与开放生态建设，全面支撑端边AI在消费电子、智能终端、具身机器人等多元场景的规模化落地。
存算一体并非新兴概念，但为何在此刻同时赢得资本青睐与终端厂商信任？后摩智能又凭什么成为该赛道最受持续关注的玩家？
资本转向端侧，存算一体重回产业主赛道
答案首先体现在真实出货数据中。IDC数据显示，2026年一季度全球端侧/边缘AI芯片出货量同比增长45%，而云端AI芯片增速仅为12%。资本动向与产业实绩同频共振，端侧AI芯片的需求已超越预期，进入真实增长通道。
产业巨头亦以实际行动加码。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，并整体吸纳其核心团队，交易规模约200亿美元。
不到一年后，2026年10月，据The Information报道，英伟达再度计划投资采用数字存算一体架构的d-Matrix公司；此前，d-Matrix已通过NVLink Fusion正式接入英伟达AI工厂生态。从Groq到d-Matrix，英伟达的连续战略动作释放明确信号：重构“存储—计算”关系，存算一体正成为AI推理时代的关键基础设施路径。
过去几年，大模型竞争重心集中于训练侧——堆GPU、堆集群、堆算力，存算一体因工程复杂度高、商用周期长，难以成为主流。如今，推理权重持续攀升，其爆发恰逢三重条件成熟：
其一，模型持续“变小变强”。以Qwen系列为例，同等性能下，Dense模型参数量在17个月内压缩至约八分之一，MoE模型在6个月内压缩至约六分之一；端侧可部署模型规模则从2024年的7B级跃升至2026年的120B级。两条曲线交汇，为大模型终端原生运行奠定坚实基础。
其二，Agent范式驱动本地化需求升级。Agent不再被动响应指令，而是主动理解目标、调度工具、执行任务。响应实时性、数据隐私性、运行经济性与用户可控性显著提升，越来越多关键任务必须在终端本地闭环完成——终端正从“指令执行器”进化为“持续Token生产与消耗入口”。
其三，传统存储瓶颈加剧。终端受限于空间、功耗与成本，要求芯片在严苛约束下同步提升计算效率、存储容量与访存带宽；而冯·诺依曼架构下频繁的数据搬运，导致模型越大、延迟越高、能耗越突出。更现实的压力来自价格：集邦咨询数据显示，2026年一季度通用型DRAM合约价环比暴涨90%–95%，二季度预计再涨58%–63%。当推理走向终端，“让数据少移动”，与“提升算力本身”同样紧迫——将计算单元嵌入存储阵列的存算一体，由此重返产业核心舞台。
赛道回归聚光灯后，真正考验的是技术路径的清晰度，以及能否被真实产品反复验证。
深耕SRAM-CIM六年，2D与3D双路径并进，瞄准Token/$与Token/W极致优化
后摩智能的答案是SRAM-CIM（静态随机存取存储器-存算一体）。自2020年创立以来，这家总部位于北京的企业始终以SRAM-CIM为底层根技术，将部分计算直接置于数据所在位置。当业界多数探索仍聚焦于超低功耗、小算力场景时，后摩选择攻坚高算力、高带宽的端边大模型推理方向。公司数据显示，采用SRAM-CIM架构后，核心计算单元面积压缩至传统方案的约30%，典型运行功耗降低至约10%。
这一成果依托一支兼具学术深度与工程落地能力的团队：创始人兼CEO吴强博士毕业于美国普林斯顿大学，曾任职于AMD、Meta，并担任地平线CTO；核心研发团队在ISSCC等国际顶级芯片会议发表多篇存算一体论文，并已完成十余次SRAM-CIM芯片流片，具备全栈技术验证能力。
实际落地难点在于端侧负载的多样性：部分应用侧重模型容量（如大语言模型部署），另一些则属带宽密集型（如实时视频理解），对数据供给速率要求极高。
后摩的解法是“一技双轨”：在同一SRAM-CIM技术基座上，同步发展2D CIM与3D CIM两条演进路径——2D CIM融合灵活存储配置，主攻大容量模型支持；3D CIM则在堆叠逻辑层中集成SRAM-CIM单元，深度融合先进封装工艺，在提升带宽的同时有效缓解3D堆叠散热挑战。
两条路径共同指向同一终极指标：持续提升Token/$（每美元产出Token数）与Token/W（每瓦特产出Token数）。前者决定终端设备的物料成本竞争力，后者决定其能否在电池续航、散热空间与结构尺寸等硬约束下实现长期稳定运行。简言之，这两个比值，决定了本地大模型是科技秀，还是可持续的生意。
技术终需芯片承载。已量产的M50芯片提供160 TOPS@INT8算力、150 GB/s内存带宽，典型功耗仅10W；首款3D CIM芯片A20已进入量产阶段，面向更高性能的新一代M6X芯片正在紧锣密鼓研发中。板级产品覆盖PCIe标准加速卡、M.2与MXM小型化模组，形成“芯片—模组—标卡—多芯系统”完整形态，全面适配从8B至近千B级大模型的本地化推理需求。
M50量产不足一年，150+定点覆盖四大终端场景
近期，在CSDN 1024程序员日暨AI构建者大会上，联想AI主机P7预览版正式亮相。这款掌心大小、仅重300克的主机由后摩M50芯片承担全部本地大模型推理任务：10W典型功耗支撑160TOPS算力，整机最大功耗控制在30W以内，普通充电宝即可持续供电；最高可本地运行125B参数大模型，支持7×24小时不间断Agent任务执行，全程数据不出设备。联想将其定位为“Agent时代开发者的Token自由终端”。
P7并非个案。长城N90 Pro笔记本搭载M50，实现35B参数模型本地运行，将端侧AI深度融入移动办公；绿联Home Agent HA100 Pro则将M50与NAS存储、智能家居中枢融合，打造家庭级AI Agent中枢。
比单款整机更具说服力的，是产品定点数量。M50量产不足一年即斩获150多个产品定点，覆盖Agent Computer（AI PC）、智能移动终端、具身机器人及边缘AI服务器四大方向。对芯片企业而言，“定点”意味着芯片已被客户写入正式产品规划与BOM清单，是比发布会、样机演示更真实的交付能力证明。
市场窗口正加速打开。IDC预测，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1.47亿台，同比增长31.6%。英伟达于今年发布专为个人智能体设计的RTX Spark PC，AI算力达1 Petaflop、配备128GB统一内存，10月中旬首批AI笔记本已开售，可本地运行1200亿参数大模型。当行业巨头将端侧Agent算力变为量产整机，市场空间正被快速确认。在功耗、空间与散热高度受限的终端环境下，单位功耗下稳定输出更多Token的芯片，正日益接近规模化拐点。
定点回答了“能不能卖”，下一步关键是“能否高效复制”。当项目从单点突破迈向百例落地，生态建设重心也随之升级。过去数年，后摩持续打磨“大道”软件栈，提升易用性；150多个定点项目中沉淀的共性问题，又反向驱动其补强模型适配、编译优化与开发者支持能力。
在此基础上，后摩智能宣布开源“后摩AI生态软件”，将模型量化适配、图编译优化、硬件调度策略及典型场景开发经验，封装为标准化、可复用的开源组件，大幅降低合作伙伴二次适配成本。相关开源项目将于2027年1月前分批上线。定点验证商业可行性，开源则决定规模化复制的效率与广度。
技术、产业与资本三力咬合，端侧AI Token飞轮正式启动
回看本轮融资本身：赛道热度解释了资本为何涌向端侧，而投资方构成则揭示了为何是后摩智能——上下游产业资本携真实场景与订单入局；国有资本与国际投资人同步现身，表明判断已在多元资金类型中形成交集；老股东持续加码，则是对过往技术兑现与交付节奏的充分认可。
三者叠加，一个正向飞轮轮廓已然浮现：清晰技术路径验证方向可行，定点与整机落地证明商业可变现，开源生态建设保障规模化可复制。每一个新增定点都在为软件栈积累实战经验，更成熟的软件又进一步降低下一个伙伴的接入门槛，资本则持续赋能产能扩张与下一代产品研发。
随着端侧可承载模型规模持续跃升、AI终端出货量快速增长，能在更低功耗与成本下稳定产出Token的芯片，有望从“高端选配”升级为终端厂商的“标准配置”。届时，衡量一颗端侧AI芯片的核心标准，或将不再是峰值算力，而是其每一瓦特、每一元所创造的真实Token价值。
从数十亿元资本加持、超百家客户产品落地，到存算一体架构的迭代演进与软件生态的全面开源，后摩智能正加速构建技术突破、产业协同与资本助力相互驱动的发展飞轮。正如公司所言：目标是让大模型真正走进每一台终端，以创新芯片架构，赋能人类更智能、更自主、更美好的生活。