您的位置首页 >科技金融 >

3D 存算芯片厂商拿下数十亿元单轮融资,发力端侧算力赛道

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

  1. 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
  2. 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
  3. 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
  4. 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

  1. 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
  2. 下一代芯片研发:启动 M6X 和 3D-CIM 架构新芯片设计、流片验证
  3. 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
  4. 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
  5. 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
  6. 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。