《科创板日报》10 日讯，上海光羽芯辰科技有限公司（下称 " 光羽芯辰 "）宣布完成 A 轮融资。

公司称，其在半年内已累计融资 20 亿元。参与的投资方包括溥泉资本、北汽产投、龙腾资本、浦耀信晔、大华创投、凯泰资本、殊云资本、凯得创新、国寿资本、山东发展集团、芯能资本、前海基础投资、华睿投资、厚为资本、晨熹资本、东方嘉富、乔贝资本和帝奥微等。

光羽芯辰成立于 2024 年，总部位于上海奉贤，主要开发面向终端设备的大模型推理芯片及软硬件系统。创始人周强毕业于复旦大学微电子学院，曾在芯原微、AMD、燧原科技和摩尔线程从事芯片研发、产品及生态工作。

手机、汽车、机器人和智能眼镜若要在本地运行大模型，不仅需要计算单元，还要频繁从存储器读取模型参数。随着参数量增加，数据搬运消耗的时间和电力可能超过计算本身，形成所谓 " 存储墙 "。

光羽芯辰的路线是通过 3D 堆叠把存储层放到计算芯片附近，并结合近存计算、流式处理和分层存储，缩短数据移动距离。其目标不是简单增加峰值算力，而是提高模型推理过程中存储带宽和计算单元的实际利用率。

公司首款产品为 TC1000。按照公司经公开报道披露的数据，该芯片采用 4 层存储堆叠，在特定测试条件下，单芯片运行 30 亿参数模型的推理速度约为每秒 300 个 token，运行 350 亿参数模型约为每秒 70 个 token。

这些指标需要结合模型类型、量化精度、输入输出长度、批处理规模及功耗理解。不同厂商采用不同测试条件，单独比较 token 速度不能完整反映芯片在真实设备上的性能。

公司还开发了 EdgeAIon 全栈软硬件体系，用于连接芯片、编译器、运行时和模型部署工具。TC1000 提供底层计算及存储能力，EdgeAIon 则负责把模型算子映射到芯片，并帮助客户完成适配和性能优化。

这套软件体系决定芯片能否支持不同模型和应用。若工具链不成熟，即使硬件带宽较高，客户仍需要投入较多工程人员完成模型转换、算子适配及故障排查，导入周期也会被拉长。

光羽芯辰称，TC1000 已经进入量产部署和客户应用开发阶段，并在 2026 年世界人工智能大会发布。公司还披露芯片一次流片成功、良率超出预期，但尚未公布晶圆批次、累计出货量、付费客户和订单金额。

公司已启动第二代芯片流片及第三代产品研发。新一代产品除了提高算力，还需要解决堆叠存储带来的散热、封装良率、存储容量和制造成本问题。堆叠层数增加后，任一层出现缺陷都可能影响成品率。

端侧 AI 芯片的竞争者包括手机和汽车 SoC 厂商、独立 AI 加速芯片企业及终端厂商自研芯片。光羽芯辰需要证明其架构在特定模型和功耗范围内的优势足以抵消客户更换软件平台和供应链的成本。

对光羽芯辰而言，业务层面的观察点包括 TC1000 的实际出货量、客户及收入，测试指标在统一模型和功耗下能否复现，以及 3D 堆叠的良率、封装成本和散热表现。第二代芯片能否按期流片，也将检验公司能否延续首款产品的工程进度。

阅 8650 特别声明：文章内容仅供参考，不构成投资建议。投资者据此操作风险自担。