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。资本的目光，正在从云端的算力集群，移向手机、电脑和机器人里的那颗芯片。

最新的一笔大额融资来自后摩智能。据知情人士透露，存算一体 AI 芯片企业后摩智能已于近期完成 B 轮融资，单笔融资金额高达数十亿元人民币，近一年内连续完成多轮融资。本轮融资上下游重磅产业资本集体押注、国有资本及国际投资人联袂入局，多家老股东持续加码，进一步印证了国内外资本市场对后摩智能技术路线与商业前景的高度认可，后摩智能领跑端侧 AI 市场已成共识。资本密集加码的背后，是后摩智能从技术突破走向规模化商业落地的加速兑现：在刚刚举行的后摩智能生态合作伙伴大会上，公司披露，其端边大模型 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。

据悉，本轮资金将主要用于扩大 M50 规模化交付，推进新一代 M6X 与下一代 3D CIM 产品研发，并持续完善软件工具链与产业生态，推动端边 AI 在更多终端场景实现规模化落地。

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

答案先藏在一组出货数据里。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%。资本与出货同向，端侧 AI 芯片的需求并不只停留在投资人的预期里。

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。

过去几年，大模型竞争的主轴在训练侧，堆算力、堆 GPU、堆集群，架构层面的存算一体很难成为产业主线。如今推理的权重在上升，为什么偏偏是现在？原因有三层。

一层是模型变小变强。以 Qwen 系列为例，达到相近能力时，Dense 模型所需规模在 17 个月内压缩至约八分之一，MoE 模型在约 6 个月内压缩至约六分之一；端侧芯片可承载的模型，则从 2024 年的 7B 级提升至 2026 年的 120B 级。两条曲线相向而行，大模型在终端运行有了技术基础。

一层来自 Agent。Agent 不再只是等待用户提问，而是开始持续理解目标、调用工具和执行任务。响应速度、数据隐私、运行成本和用户可控随之变得重要，越来越多任务需要在本地完成，终端也从被动执行指令的设备，变成持续生产和消耗 Token 的计算入口。

还有一层是存储本身。终端的空间、功耗与成本有限，芯片要在有限条件内同时提升计算效率、存储容量与访存带宽；而在计算与存储分离的传统架构下，模型参数需要频繁搬运，数据规模越大，延迟和能耗就越突出。存储也在变贵：据集邦咨询数据，2026 年一季度通用型 DRAM 合约价环比上涨 90%-95%，二季度预计再涨 58%-63%。当推理走进终端，如何让数据少搬运，与算力本身同样重要——把计算放到数据所在位置的存算一体，由此回到牌桌中央。

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

后摩智能的答案是 SRAM-CIM。自 2020 年成立以来，这家总部位于北京的公司始终以 SRAM-CIM 为根技术，将部分计算放到数据所在的位置。在产业界对存算一体的探索多集中于小算力、超低功耗场景时，后摩选择了面向高算力与端边大模型推理的方向。据公司披露的数据，采用 SRAM-CIM 后，核心计算单元的面积压缩至传统架构的约 30%，运行功耗减少至约 10%。

这背后是一支学术与工程兼备的团队。创始人兼 CEO 吴强为美国普林斯顿大学博士，曾任职于 AMD、Meta，并担任地平线 CTO；核心研发团队在 ISSCC 等顶级芯片会议发表多篇存算一体论文，并完成 10 余次 SRAM-CIM 芯片流片。

难点在于，端侧负载对容量和带宽的需求并不相同：有的负载更看重能装下多大的模型，以 Dense 模型为代表的带宽密集型负载，则更看重数据能以多快的速度供给计算。后摩的做法，是在同一根技术上形成 2D CIM 与 3D CIM 两条路径：2D CIM 结合 SRAM-CIM 与存储配置，面向更大容量；3D CIM 在堆叠的逻辑计算层引入 SRAM-CIM，将计算架构与先进封装深度融合，面向更大带宽，同时缓解 3D 堆叠的散热压力。

两条路径指向同一个目标：持续提升 Token/$ 与 Token/W。前者关乎一台设备的物料账，后者关乎它能否在有限的电池、散热和空间里长时间稳定运行。换句话说，这两个比值决定了本地大模型是演示，还是生意。

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

近期，在 CSDN 1024 程序员日暨 AI 构建者大会上，联想 AI 主机 P7 预览版亮相。这台手掌大小、仅重 300 克的主机由后摩智能 M50 负责本地大模型推理，M50 以 10W 典型功耗提供 160TOPS 算力，整机最大功耗控制在 30W，普通充电宝即可供电，P7 预览版最高可本地运行 125B 大模型，支持 7×24 小时持续执行任务，数据不出端。联想将这台设备的目标概括为：帮助 Agent 时代的开发者与职场人实现 "Token 自由 "。

P7 不是孤例。长城 N90 Pro 笔记本可在本地运行 35B 参数模型，把本地大模型放进了移动办公场景；绿联 Home Agent HA100 Pro 则将本地 AI 能力与 NAS 存储、智能家居设备相结合。

不过，比单款整机更能说明问题的，是定点数。M50 量产不到一年已获得 150 多个产品定点，覆盖 Agent Computer、智能移动终端、具身机器人和边缘推理四大方向。对一家芯片公司来说，定点意味着芯片被写进了客户的产品规划，比发布会更能说明交付能力。

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%。英伟达今年发布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，本地即可运行 1200 亿参数大模型。当巨头把 Agent 算力做成量产整机，端侧 AI 的市场空间正在被加速确认。终端的功耗、空间与散热条件都有限，能在更低功耗下稳定产出更多 Token 的芯片，更接近规模化。

定点回答了能不能卖，接下来的问题是能否复制。当项目从一个走向一百个，生态建设的重点也随之变化。过去几年，后摩围绕易用性持续完善大道软件栈；150 多个产品定点项目中遇到的共性问题，也持续推动后摩补齐软件与开发支持能力。在此基础上，后摩智能开源 " 后摩 AI 生态软件 "，把模型适配、编译优化和开发经验沉淀为可复用的开发支持，减少伙伴的重复适配投入，相关开源项目将于 2027 年 1 月前陆续上线。定点证明能卖，开源决定能否被更多伙伴低成本复制。

技术、产业与资本咬合，端侧 Token 飞轮开始转动

回到这轮融资本身。如果说赛道热度解释了资本为何涌向端侧，投资方结构回答的则是为何是这一家：上下游产业资本往往带着场景入局；国有资本与国际投资人同时出现，说明这一判断在不同类型的资金之间形成了交集；多家老股东持续加码，则是对过往兑现的认可。

把这些放在一起，一个飞轮的轮廓逐渐清晰：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。每一个新定点都在为软件积累经验，更成熟的软件又降低下一个伙伴的适配投入，资本则继续投向规模化与下一代产品。

随着端侧可承载的模型规模持续上移、AI 终端出货扩大，能在更低功耗下稳定产出 Token 的芯片，有望从可选项变成终端厂商的常规配置。届时，衡量一颗端侧芯片的标准，或将不只是算力峰值，还有它每一瓦、每一元能产出多少 Token。从数十亿元资本加持、超百家客户的产品落地，到存算一体架构的持续迭代与软件生态的开源，后摩智能正在形成技术、产业与资本相互驱动的发展飞轮。按照公司的说法，其目标是让大模型真正走进每一台终端，以创新芯片架构让人类生活更美好。