《科创板日报》6 月 3 日讯（记者 王耐）当你在对话框里敲下 " 我家附近哪里能洗车 "，背后可能有一个万亿参数的模型正在兢兢业业地分析 " 洗车 " 这个词的千百种含义。你问 AI" 今天牙痛怎么办 "，它却调动了万亿参数来理解 " 牙痛 " 的哲学内涵。

这就是当前 AI 算力的真实困境：大模型参数站上万亿级别，AI 算力需求激增，但大部分实际场景中的 AI 推理，也许不需要这么 " 用力 "。推理成本高企，也成为产业落地的最大卡点。

这正是稀疏计算要解决的核心问题。稀疏计算只激活模型中的有效参数，跳过冗余计算，在同等精度下大幅降低推理成本。随着 AI 从 " 训练竞赛 " 转向 " 推理普惠 "，稀疏计算正从可选路径变为必选答案。

墨芯人工智能就是稀疏计算领域的其中一家。

这家成立于 2018 年的稀疏计算企业，刚刚完成近十亿元 C 轮融资，本轮融资汇聚了深创投、岩山科技、大湾区共同家园、力鼎资本、蕴盛资本等重磅产业资本及市场化机构，凯旋创投、华大松禾天使基金、创享投资、盛景嘉成等多家老股东共同参与。此时，距离上一轮蚂蚁集团领投的 B 轮已过去整整两年。据悉，B 轮融资由蚂蚁集团领投，盛景嘉成跟投；A+ 轮融资由金浦投资上海金融科技基金领投，华大松禾天使基金、岩山科技战略跟投，多家财务机构、老股东将门创投继续跟投。

在这样一个时间节点完成大额融资，墨芯想对外传递什么信号？

" 我们下决心要帮行业降低推理成本。" 墨芯人工智能市场部副总裁郭威俊给出了几个理由：二代卡即将推出、商业化进入加速期。

二代卡年内推出，对标主流产品

" 酒香也怕巷子深。" 坐在记者对面的墨芯人工智能市场部副总裁郭威俊，开门见山地解释了公司为何选择在这个时间点走向台前。

据墨芯透露，公司第二代计算卡 SparsePrime ® 预计将在年内正式推出。这款产品将基于多地千卡集群积累的真实负载数据设计，性能对标市面上主流的国产推理卡。

" 我们认为在二代卡推出之后，我们应该能够成为主流的、值得客户考虑的选项。" 向来低调的墨芯这样定义自身在国产芯片阵营中的角色——不是要取代华为或寒武纪，而是成为 " 国产替代的重要选手和稀疏计算领域的领头羊 "。

墨芯一向强调了软硬协同，而非单纯比拼硬件制程。" 我们不只是做稀疏计算的硬件加速卡，我们更关注在‘稀疏计算 + 芯片架构 + 软件工具链 + 软硬件协同 + 集群解决方案’的体系化能力。" 据了解，目前公司 50% 到 60% 的人，覆盖在软件层。

在 2022 年，墨芯推出首颗芯片 Antoum ®。基于此，公司推出了 SparseOne 系列 AI 计算卡 S4、S10、S30 和 S40。

墨芯一代卡在实际客户场景中，" 在不损精度的情况下，基本上稀疏加速能够做到 2 到 4 倍 "。这一数字来自大语言模型、政务安防、能源、基因测序等真实生产环境，而非实验室跑分。

本轮融资的核心投向正是第二代计算卡的研发和量产。与此同时，算力网络版图也在加速扩张。未来 12-18 个月，墨芯将在全国战略区域部署算力中心，形成覆盖东中西部的算力服务网络——西北片区重点支撑当地政务数字化和传统产业智能化转型；西南片区，加速算力中心项目落地，构建低功耗绿色算力池；华东片区，部署面向金融、生物医药等和前沿科研的高性能推理算力集群；华北片区，聚焦重点工业基地，赋能传统重工业的智能化升级与数字化转型。

目前，公司已在陕西、浙江等地部署了千卡级推理集群，在真实生产环境中持续运行。积累的稀疏负载数据，正用于反哺下一代芯片架构。

产学研方面，墨芯与清华大学、复旦大学、杭州电子科技大学、卡内基梅隆大学等院校保持合作，在 " 半结构化稀疏 " 方向开展横向课题研究。公司在稀疏计算领域拥有 100 多项专利，创始团队来自卡内基梅隆大学的 AI 科学家及英特尔、Marvell 等核心芯片量产团队。

" 不拿大炮打蚊子 "，死磕推理成本优化

一个 1.6 万亿参数的稠密模型，在处理 " 今天牙痛怎么办 " 这样简单的问题时，依然会激活全部参数。这就是稠密计算的根本困境：全参数激活，算力成本高昂。

郭威俊在采访中说得直白：" 不用大炮的价钱打蚊子。"

他进一步解释：" 大部分公司的 AI 需求没那么复杂。可能他现在需要的就是一个电蚊拍，但你非要让他买大炮。我们要解决的问题就是——不要让你用大炮的价钱打蚊子。"

从一个坦诚的回答中可见墨芯的选择，稀疏技术本身并非不可逾越的壁垒，真正的差异在于战略选择——很多同行押注在通用大模型，而墨芯选择同时布局 " 通用 + 垂直行业定制 "。

" 纯粹去拼参数、拼公关能力、拼市场能力，不大可能竞争得过资金雄厚的大公司。" 他，" 而且大部分企业的 AI 需求没那么复杂，不需要大而全的方案。他们更需要的是业务匹配和成本可控。"

这也是墨芯的核心定位——把推理成本打下来，让 AI 算力真正走向大规模应用。相比 " 大而全 "，墨芯选择在细分赛道深耕——生物信息学分析、政务、运营商等垂直领域，在推理场景中追求极致性价比。

目前，墨芯在通用和行业定制两大板块的业务比例是 60% 和 40%。其中垂直行业定制上，生物信息学分析、政务、通讯运营商几大领域商业化落地较快。

墨芯的一个真实案例给人留下深刻印象：" 某政务安防项目，驻场一个月，性价比提升 6 倍，算力提升 4 到 5 倍。原本需要几千张卡，现在几百张卡就能完成同样任务，TCO（总拥有成本）提升 2.7 倍。"

目前，墨芯的稀疏计算方案已在多个领域落地：

生命科学与医疗健康：在生命科学、基因检测等领域已有明确项目交付，加速基因测序数据分析流程，缩短科研与临床决策周期；与医疗生信头部企业合作，加速基因测序数据分析流程，用于高通量测序、蛋白质结构预测等计算密集型任务；

城市治理与智慧社区：与华北高校合作智慧社区项目，落地人脸表情识别、人体姿态识别等应用，实现对社区异常行为的实时智能监测与预警；

智能制造与工业视觉：在电子制造、玩具工厂等场景落地安防 CV 项目，实现安全生产监控和产线异常识别等；

酒店文旅服务行业：与头部商旅酒店集团合作，探索稀疏计算在酒店智慧化管理和服务提质中的应用场景；

汽车与车路协同：正在探索 V2X 应用可能性，目前处于预研阶段，预计 Q4 有阶段性进展。

从 " 买流量 " 到 " 买 token"：推理市场的百倍增长

对于行业未来，业界研究人士判断是：推理市场将迎来 100-120 倍的增长空间。

市场调研机构 IDC 则预计，到 2028 年推理工作负载占比将达到 73％。随着 OpenClaw（龙虾）智能体应用规模化铺开，将进一步推动算力需求向推理侧迁移。

资本押注的逻辑是：目前中国 AI 用户的渗透率约 10%，未来有望达到互联网的 90% 以上水平；同时，人均使用频次也将大幅提升。两相叠加，推理需求的基本盘扩张是确定性事件。

更重要的是，算力的商业模式正在发生变化。从早年买通话时长，到买短信套餐，再到买流量包——接下来将是 " 买 token" 的时代。近期，三大运营商已推出 Token 套餐。

" 运营商已经在做算力适配了。" 他透露，墨芯已与三大运营商建立业务合作，共同探索面向政企客户的算力服务。

墨芯将持续在稀疏加速上迭代，" 第二代卡出来之后，部分客户有可能做到 7-10 倍的加速比，这是我们的目标，而且是非常有希望的 "。同时，墨芯也在前瞻布局物理 AI 和具身智能时代的算力需求。

现在布局还来得及么？

记者得到一个坦诚而不失乐观的回答，" 现在 0 到 1 入局有点晚，未来两年很关键，能不能拿到重要市场份额，一定程度上甚至直接预告了这家公司的未来。"

为什么如此判断？芯片是一个非常烧钱的行业。" 推出新一代芯片，花销在千万美金甚至上亿，很多公司一轮融资的钱只够制成一张卡。" 这也是为什么墨芯要在垂直领域的定制化和商业化上下功夫——一方面带来正向现金流，为芯片研发提供资金补充；另一方面，用下游客户真实的声音来反哺研发。

" 服务最好的客户，拿到最多的订单，对看清未来技术趋势也有帮助。订单最多的人，对市场的洞察和感知能力一定更强。"

" 做难而正确的事 "，对墨芯来说，难而正确的事情就是——在实际场景中先跑起来。

" 市场化的过程，无外乎就是产品的性价比和市场需求的贴合程度，这两件事绝对绕不开。做到这件事，是难而正确的。"

" 比如有些安防类客户，有几十个摄像头。他考虑的就是一张卡能支撑 400 个摄像头还是 600 个摄像头，这个数字对应着实打实的成本。" 他们要做的，就是在这些数字上死磕。

在现实的商业决策中，英伟达强大的 CUDA 生态、以及华为昇腾、寒武纪等国产头部芯片厂商的激烈竞争，构成了严峻的竞争格局。墨芯的定位是：在稀疏推理的专精赛道做领头羊，用性价比和定制化能力赢得客户，再用实际的商用经验和数据反哺芯片设计。

" 我们比较务实，从老板到销售，更愿意看到实际问题通过我们的方案得到解决。" 为什么要这样做，因为 " 技术行业的正向循环很明确：满足客户需求→收获更多订单→现金流改善→吸引更好的人才→形成更好的产业优势 "。

" 这条路很难，但我们认为是正确的。" 郭威俊说。