当英伟达服务器价格在市场上被推高超过15%，云厂商的利润率开始被成本传导机制持续挤压时，一个更根本的问题浮出水面：在x86与ARM之外，中国数据中心到底能不能跑出一条真正可规模化部署的第三条指令集路线。过去几年，RISC-V在端侧设备上已经讲完了“低功耗替代”的故事，但在云端高端AI算力领域，长期缺少一个能同时证明芯片设计能力与软件生态成熟度的大规模集群落地案例。这个空白，正是奕行智能试图填补的位置。
近日，奕行智能（北京）科技股份有限公司宣布完成新一轮20亿元融资，投后估值接近150亿元。据投资界报道，本轮投资方包括华泰创新、钟鼎资本、中芯聚源、九安医疗、仁爱资本、通富微电子、赛意产业基金、和利资本、芯鑫租赁、恒旭资本、尚颀资本、建广湛卢、容亿资本等超20家机构。这是继上半年完成15亿元B轮融资及获得中国移动链长基金数亿元战略投资后，该公司在数月内完成的又一轮大额融资。
对一家成立仅四年、总部落地北京经开区国家信创园的芯片公司而言，这个融资节奏已经超出了常规半导体项目的资本密度。更值得关注的是，这一轮资本结构呈现出明显的“财务投资+产业资本+国资平台”混合特征：既有华泰创新、钟鼎资本等财务投资方，也有中芯聚源、通富微电子、九安医疗等产业链相关方。投资界在报道中称，密集且大额的融资节奏“代表产业链上下游对奕行智能产品能力以及商业化进展的高度认可”。但这一判断目前主要来自投资方与公司层面的表述，尚缺乏独立第三方对产品性能与客户复购情况的交叉验证。
| 字段 | 内容 |
|---|---|
| 公司 | 奕行智能（北京）科技股份有限公司 |
| 轮次 | 未披露 |
| 金额 | 20亿元（部分来源表述为“近20亿元”） |
| 投资方 | 华泰创新、钟鼎资本、中芯聚源、九安医疗、仁爱资本、通富微电子、赛意产业基金、和利资本、芯鑫租赁、恒旭资本、尚颀资本、建广湛卢、容亿资本等超20家机构 |
| 总部 | 北京（北京经开区国家信创园） |
| 创始人 | 刘珲 |
| 官网 | 未披露 |
“首款”标签背后：Epoch芯片的架构选择与未公开的性能边界
奕行智能成立于2022年初，公司称其主攻RISC-V架构云端及数据中心AI计算。据公司披露，其首代Epoch算力芯片已实现规模化量产交付，并被称为“国内首款基于RISC-V指令集的云端高性能AI芯片”。需要明确的是，“国内首款”这一表述来自公司及相关报道，目前没有看到独立第三方机构对这一时间优先性进行过核实。
从已披露的技术路线看，奕行智能选择的是RISC-V+AI DSA架构。公司自研通用DSA架构EVAMIND，并称其硬件架构与谷歌TPU存在相似之处：采用RISC-V内核、双脉动流水矩阵运算引擎，以及4D DMA引擎。脉动阵列是TPU类芯片处理矩阵乘法的核心结构，其优势在于以较低的数据搬运开销实现高吞吐计算；4D DMA引擎则承担复杂矩阵数据的搬运与变换。从架构逻辑上看，这套组合试图在AI计算的通用性、专用高效性与可编程性之间取得平衡。但来源材料并未披露Epoch芯片的具体算力数值、制程工艺、功耗指标或显存配置，因此无法对其“浮点计算性能、互联带宽以及Token吞吐性能均处于国内量产产品第一梯队”的说法进行独立判断。这一表述同样来自公司及相关报道。
与多数聚焦端侧推理的RISC-V公司不同，奕行智能的产品定义直接指向数据中心。这种定位差异带来的工程难度不在芯片本身，而在芯片之外的系统层。云端AI芯片需要解决的不只是单颗芯片的峰值算力，还包括多芯片互联、集群调度、软件栈兼容、模型迁移成本等一系列问题。奕行智能披露的自研高速互联技术ELink，以及E200-L液冷OAM模组、64节点正交无背板超节点集群，都是围绕这一系统层能力展开的。据公司披露，该集群搭载64颗Epoch算力芯片，实现百纳秒级低时延互联，将多个专家路由分布在64颗芯片上协同计算，以提升MoE系列模型的推理吞吐性能。该集群已在运营商数据中心上线，公司称这是业内首款量产交付的RISC-V超节点，也是行业首个量产上线的正交无背板超节点。同样，这两个“首款/首个”表述来自公司及相关报道，未见独立第三方验证。
从芯片到集群：全栈交付是差异化能力，也是更重的资产包袱
奕行智能的商业模式并非只卖芯片。公司称其提供由芯片、板卡、整机、超节点到集群系统的不同层级产品与解决方案，可根据客户的模型工作负载、部署环境、功耗约束和集群规模灵活交付。这种全栈模式在国产AI算力赛道中并不普遍。投资界援引业内人士的说法称，“国内能够实现系统级全栈能力的AI芯片企业为数不多，这是奕行智能核心的差异化竞争优势”。
从产业链逻辑看，全栈交付确实能降低客户从芯片导入到系统部署的工程衔接复杂度。在数据中心场景中，客户购买的往往不是一颗裸芯片，而是一套可以被现有运维体系直接接管的算力单元。如果芯片公司只提供加速卡，客户仍需自行解决互联、散热、机柜适配、集群调度等问题；如果芯片公司能直接交付超节点甚至集群，理论上可以缩短部署周期。奕行智能在2026世界人工智能大会上发布RISC-V AI算力超节点后，据公司披露仅用两个多月就完成首套集群在运营商数据中心的部署落地。这个“发布即交付”的节奏，是公司强调的工程能力证明。
但全栈模式也有其代价。芯片、板卡、整机、超节点、集群每一层都意味着额外的研发投入、供应链管理复杂度和库存风险。与只做芯片或加速卡的厂商相比，全栈公司的固定成本结构更重，对现金流的要求更高。这或许可以部分解释奕行智能为何在短时间内连续完成大额融资：从天使轮近2亿元，到B轮15亿元，再到中国移动链长基金数亿元战略投资，以及本轮20亿元，资本补充的节奏与其全栈扩张的节奏高度相关。不过，公司未披露具体资金用途，因此无法判断本轮20亿元中有多少将用于芯片流片、多少用于超节点产能、多少用于软件生态建设。
运营商数据中心的落地，验证的是部署能力而非商业规模
奕行智能最常被提及的进展之一，是其首套集群已在运营商数据中心部署落地。这是一个有意义的信号，因为它意味着RISC-V云端芯片至少在一个真实生产环境中完成了从硬件上架到系统联调的过程。公司还披露，Epoch Gen1芯片已完成与相关超节点解决方案的相互认证，验证了其在万卡集群部署中的可行性与稳定性。
但需要区分“部署落地”与“规模化商业部署”之间的差别。来源材料没有披露该运营商数据中心的具体名称、集群规模、承载的业务类型、运行时长或客户续单情况。公司称产品已在互联网、金融、通信、能源等行业加速规模化出货，但同样没有给出客户名称、订单金额或出货数量。因此，从已披露信息看，奕行智能证明的是RISC-V云端芯片在特定场景下的技术可行性与部署能力，而非已经形成可观的商业收入规模。对于一家估值接近150亿元的公司而言，这两者之间的差距，是后续必须用更具体的经营数据来填补的。
另一个值得注意的细节是，奕行智能获得了中国移动链长基金数亿元的战略投资。投资界在报道中称，双方有望在智算中心、云边协同及新型AI基础设施建设等领域深化协同。从资本关系看，运营商系基金的进入通常意味着潜在的采购协同或场景导入机会，但战略投资本身并不等同于商业订单。中国移动链长基金作为产业链基金，其投资逻辑既包含财务回报预期，也包含对产业链关键环节的布局意图。奕行智能能否将这种资本纽带转化为持续的运营商订单，仍需观察后续公开的招标或采购信息。
RISC-V进入“十五五”规划，政策窗口与生态短板同时存在
奕行智能本轮融资发生在一个特殊的政策节点。据创业邦报道，工信部、国家发改委印发的《电子信息制造业发展“十五五”规划》明确提出，加速推进RISC-V研发与产业化，支持RISC-V芯片在人工智能、嵌入式系统等领域的应用。这是RISC-V首次在国家级产业规划中被置于如此明确的位置。
政策信号的意义在于，它为RISC-V从端侧走向云端提供了产业合法性。过去，RISC-V在国内的叙事主要集中在嵌入式、物联网和低功耗场景，因为这些场景对软件生态的依赖度较低，对指令集自主可控的诉求也更直接。但云端AI算力是另一个问题：它需要与CUDA生态、主流AI框架、国产大模型以及数据中心运维体系深度耦合。奕行智能在软件生态上的动作包括推进VISA虚拟指令集开源、将EVACA软件栈融入全球AI生态、联动FlagOS等国产AI生态开展适配优化，并称原生兼容主流AI框架与国产大模型。公司称其目标是推动VISA成为RISC-V接入上层AI生态的事实开源标准。但“事实开源标准”这一目标目前仍是进行时，而非既成事实。开源指令集要形成事实标准，需要足够多的芯片厂商、工具链开发者与最终用户共同采用，单靠一家公司的推动难以完成。
从竞争格局看，奕行智能面对的不是另一家RISC-V云端芯片公司，而是整个x86+GPU生态和ARM服务器生态。在云端AI训练与推理市场，英伟达GPU及其CUDA软件栈仍然是事实上的默认选项。谷歌TPU证明了专用架构在特定工作负载下的效率优势，但其成功建立在谷歌内部大规模业务场景与深度软件栈投入之上。奕行智能的类TPU路线能否在第三方客户环境中复制类似优势，取决于其软件栈的成熟度、模型迁移成本以及客户对非GPU路线的接受意愿。来源材料没有提供奕行智能与英伟达GPU或国产GPU厂商在具体模型、具体集群规模下的性能对比数据，因此无法对其“第一梯队”定位进行量化评估。
一年一代的迭代承诺，与尚未披露的资金用途形成张力
奕行智能称其芯片与超节点产品采取“一年一代”的迭代节奏。据公司披露，新一代云端算力芯片已经实现流片，相较一代产品，计算、互联性能都实现数倍提升；结合第二代超节点系统能力，大模型PD分离场景推理性能可提升10倍以上。这些数字来自公司披露，目前没有独立测试数据可以佐证。
“一年一代”在芯片行业是一个激进的节奏。先进制程芯片从架构定义、前端设计、后端实现到流片、验证、量产，通常需要18到24个月。一年一代意味着多代产品必须并行开发，对团队规模、研发管理和资金消耗都提出极高要求。奕行智能未披露员工规模、研发投入或流片成本，因此无法判断其是否具备支撑这一节奏的工程资源。从融资节奏看，公司在短时间内连续完成大额融资，客观上为多代并行开发提供了资金条件。但资金充裕并不自动转化为产品节奏的稳定，尤其是在先进制程产能获取、EDA工具链、封装测试等环节存在外部约束的情况下。
本轮20亿元融资的具体用途未披露。这是一个值得注意的信息缺口。对于一家已经完成B轮、又获得战略投资的公司而言，新一轮大额融资的投向通常能反映其当前最迫切的瓶颈：是先进制程流片、是超节点产能扩张、是软件生态团队扩充，还是运营商渠道建设。在没有明确资金用途的情况下，外部只能从公司披露的产品节奏和商业模式中推断其资金需求方向，但这种推断的边界是清楚的：它无法替代公司对资金配置的正式说明。
估值接近150亿元之后，下一个验证节点是什么
从已披露的融资历史看，奕行智能的资本路径呈现出明显的加速特征：成立不久完成近2亿元天使轮，投资方包括和利资本、翼朴资本等；今年上半年完成15亿元B轮融资，由北京经开区产业升级基金、北京高精尖产业发展投资基金、北京信息产业发展投资基金、北京人工智能产业投资基金联合领投；随后获得中国移动链长基金数亿元战略投资；再到本轮20亿元融资，投后估值接近150亿元。北京国资的“组团式”出手与中国移动链长基金的进入，意味着奕行智能已经被纳入北京算力产业生态和运营商产业链布局的视野。
但估值接近150亿元这个数字，也把公司推到了一个必须用商业化结果说话的阶段。从已披露信息看，奕行智能拥有的是：一款已量产的首代芯片、一个已上线的64节点超节点集群、一套覆盖芯片到集群的全栈交付能力、以及一个正在推进中的开源软件生态。它尚未披露的是：具体客户名单、订单金额、营收规模、毛利率、芯片性能的独立测试数据、以及万卡集群的实际运行表现。对于一家估值接近150亿元的AI芯片公司，这些未披露项构成了后续验证的核心清单。
从产业逻辑看，奕行智能的真正考验不在于它能否造出RISC-V云端芯片——这一点已经通过首代产品的量产交付得到初步证明——而在于它能否让足够多的数据中心客户，在足够长的生产周期内，把RISC-V算力作为默认选项之一。这需要跨越的不仅是芯片设计门槛，还有软件生态临界点、客户迁移成本、运维体系适配和长期供货能力。RISC-V被写入“十五五”规划提供了政策顺风，但政策可以降低准入门槛，无法替代客户在真实工作负载下的性能与成本决策。
从已披露的X与Y看，这意味着奕行智能的融资能力与产品落地节奏之间存在正向关联：每一轮大额融资都对应着产品从芯片到超节点再到集群的层级跃迁。但Z尚未披露，因此结论边界是：目前能确认的是其在运营商数据中心的部署能力，而非规模化商业收入能力。在下一轮可验证信息出现之前，奕行智能的故事仍处于“技术可行性与资本认可度先行、商业规模待证”的阶段。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：RISC-V云端芯片的真正对手不是另一颗RISC-V芯片，而是数据中心里已经运转多年的CUDA惯性。奕行智能用四年时间和四轮大额融资，把一颗RISC-V芯片从架构定义推到了运营商机柜里，这本身就改变了“RISC-V只能做端侧”的叙事边界。但估值接近150亿元之后，市场要看的将不再是“能不能部署”，而是“能不能复购”。当政策窗口、资本密度和工程节奏同时拉满，唯一不能加速的，是客户在生产环境里的信任积累。