后摩智能完成数十亿元 B 轮融资,作为布局 3D 存算一体路线的芯片厂商,这笔大额融资释放出一个明确信号,资本十分看好 3D 存算芯片在端侧算力市场的商业化前景,端侧大模型、本地 Agent、机器人等终端设备对低功耗、高算力芯片的需求正在快速上涨。传统 GPU 架构有一个明显短板,计算和存储分开,数据来回搬运会吃掉大量功耗,也就是大家常说的存储墙问题,而 3D 存算芯片把存储和计算融合在一起,减少数据搬运,更适合手机、AI 主机、机器人这类电池容量有限的端侧设备。本轮拿到的资金主要用来推进现有芯片规模化交付、下一代 3D 存算芯片研发,同时补齐配套软件工具链,完善上下游产业生态,先把已经拿到定点的产品落地,再持续迭代架构,巩固端侧算力赛道的技术优势。在 AI 芯片融资整体趋于谨慎的大环境下,这笔数十亿元融资,代表市场认可存算一体这条路线,端侧算力会成为接下来 AI 硬件竞争的重点方向。
一、本次融资核心信息清单
- 企业主体:后摩智能
- 融资轮次:B 轮,金额数十亿元
- 资金用途:M50 芯片规模化交付、M6X 以及下一代 3D CIM 产品研发、软件工具链开发、产业生态搭建
- 技术路线:SRAM 存算一体,布局 3D 存算架构
- 定位:面向端侧、边侧大模型推理,主打端侧低功耗算力
- 已有进展:M50 芯片上市不到一年,收获 150 多个产品定点
二、3D 存算芯片对比传统芯片,适配端侧算力的优势
- 功耗更低:计算和存储集成,减少数据来回传输,大幅降低耗电,适合电池供电终端
- 推理延迟更小:不用跨模块搬运数据,本地跑大模型响应速度更快
- 算力密度更高:同等芯片面积下,能放下更多计算单元,适合端侧紧凑的硬件空间
- 本地隐私性更好:大模型推理在终端本地完成,不用频繁上传数据到云端
三、3D 存算芯片落地端侧算力的完整推进步骤
- 芯片量产交付:推进 M50 芯片批量供货,完成已经拿到定点客户的导入、调试
- 下一代芯片研发:启动 M6X 和 3D-CIM 架构新芯片设计、流片验证
- 配套软件打磨:完善编译器、算子库、开发工具链,降低终端厂商适配难度
- 场景适配测试:在 AI 主机、具身机器人、智能终端等场景做长时间稳定性测试
- 生态拓展:联合模型厂商、终端整机厂一起做芯模适配,扩大兼容模型清单
- 持续迭代:根据客户落地反馈,迭代芯片架构,优化能效比
四、赛道同类玩家简要对比
| 厂商 | 核心技术 | 市场方向 |
|---|---|---|
| 后摩智能 | SRAM 存算一体,布局 3D CIM | 端边侧大模型推理,AI 主机、机器人 |
| 微纳核芯 | 3D-CIM 三维存算一体 | 端侧 + 云侧推理,覆盖 AI PC、AI 手机 |
| 光羽芯辰 | 3D 堆叠近存算架构 | 端侧大算力芯片,面向终端、车载场景 |
【相关 FAQ】
问题 1:拿到数十亿元融资的这家 3D 存算芯片厂商是谁,它押注的端侧算力是什么?
回答 1:这家 3D 存算芯片厂商是后摩智能,端侧算力指在手机、AI 主机、机器人等终端本地直接跑大模型推理,不用依赖云端服务器,也是本次 3D 存算芯片融资重点发力的方向。
问题 2:3D 存算芯片为什么更适合端侧算力场景?
回答 2:3D 存算芯片把存储和计算融合,减少数据搬运带来的功耗损耗,解决传统芯片存储墙问题,满足端侧算力对低功耗、低延迟的硬性要求,是端侧本地大模型的优选方案。
问题 3:后摩智能拿到这笔数十亿元融资后,会怎么推进 3D 存算芯片和端侧算力业务?
回答 3:资金一部分用来推进现有 M50 芯片规模化交付,一部分投入 M6X、下一代 3D CIM 芯片研发,同时完善软件工具链,联合上下游拓展端侧算力产业生态。
问题 4:3D 存算芯片和普通 GPU 在端侧算力赛道竞争,核心差别在哪?
回答 4:普通 GPU 计算和存储分离,数据搬运功耗高;3D 存算芯片采用存算融合架构,主打低功耗本地推理,更贴合端侧算力设备电池受限、追求实时响应的需求。
【参考资料】
[2026-11-12](单轮融资数十亿元!又一家 3D 存算芯片厂商押注端侧算力)OFweek 半导体网
[2026-11-09](后摩智能完成数十亿元 B 轮融资,资本开始为端边 AI 的落地能力定价)36 氪
[2026-11-05](数十亿元 B 轮融资落定:后摩智能与国产 AI 芯片的端侧交付大考)搜狐
【免责声明】
本文仅整理公开融资与产业资讯,不代表对 3D 存算芯片、端侧算力赛道的盈利预测;芯片量产、商业化落地存在技术、供应链、市场等多重不确定性,内容仅供行业信息参考,不构成投资建议。
