大模型推理的成本死结，卡在显存上
2026年的AI芯片市场正在经历一场静默的裂变。训练端的算力军备竞赛还未降温，推理端的成本压力已经先一步传导到每一家做大模型应用的公司账上。当模型参数从千亿走向万亿，当多模态推理从云端下沉到边缘，一个被反复提及却难以绕开的瓶颈浮出水面：显存。更准确地说，是HBM——这种被英伟达GPU绑定的高带宽存储器，正在成为大模型推理成本结构中一块坚硬而昂贵的基石。
HBM的价格长期占据AI加速卡物料成本的大头，且供应被少数存储巨头牢牢把控。对于任何一家试图在推理芯片赛道分食英伟达份额的创业公司而言，沿用HBM意味着在成本结构上先天失去议价权；绕开HBM，则意味着要直面一个残酷的技术拷问：用什么介质替代它，才能既保住带宽，又不让性能崩塌？
9月21日，北京行云集成电路有限公司（下称“行云集成”）宣布完成新一轮近8亿元人民币融资。据云岫资本披露，本轮由宁德时代通过旗下唯一产业投资平台溥泉资本及自有资金领投，春华资本、基石创投等机构跟投。这家成立于2023年8月的公司，给出的答案足够激进：摒弃HBM，用LPDDR和NAND来替代显存。
| 字段 | 内容 |
|---|---|
| 公司 | 北京行云集成电路有限公司（行云集成） |
| 轮次 | 未披露 |
| 金额 | 近8亿元人民币 |
| 投资方 | 溥泉资本（宁德时代旗下产业投资平台）及宁德时代自有资金领投；春华资本、基石创投跟投 |
| 总部 | 北京 |
| 创始人 | 季宇（创始人）、余洪敏（CTO） |
| 官网 | https://xingyun.xin/ |
用LPDDR和NAND替代HBM，是一条没人验证过的窄路
行云集成的技术路线选择，放在2026年的AI芯片语境里，既大胆又充满争议。据集微网报道，公司采用差异化显存方案，摒弃传统高成本HBM架构，选用LPDDR、NAND等低成本存储介质替代显存，可将显存成本降低一至两个数量级，并通过多颗粒、多通道并行设计实现TB级带宽性能。
这里的关键词是“公司称”。显存成本降低一至两个数量级，是一个极具冲击力的数字，但截至目前，这一数据来自公司对外披露的技术路线描述，尚未有独立第三方机构对其实际芯片产品的成本结构进行拆解验证。从工程常识来看，LPDDR的单比特成本确实远低于HBM，NAND更是便宜得多，但两者的原始带宽和延迟特性与HBM存在本质差异。用多颗粒、多通道并行来弥补带宽差距，在理论上是一条可行路径，但真正的问题在于：并行设计的复杂度、功耗控制、以及软件栈如何让开发者无感地使用这种异构存储层级，每一个环节都可能成为工程化的深坑。
从已披露的信息看，行云集成至少已经在系统层面迈出了一步。据集微网报道，公司推出的褐蚁一体机已落地DeepSeek本地化部署场景，验证了稀疏模型在通用硬件平台的落地可行性。注意这里的措辞：验证的是“稀疏模型在通用硬件平台的落地可行性”，而非“行云自研芯片的性能表现”。褐蚁一体机是系统级产品，其内部搭载的硬件平台与行云自研GPGPU之间的关系，来源材料并未明确说明。这意味着，褐蚁一体机的落地，更多证明了行云在系统集成和软件适配层面的能力，而非其自研芯片本身已经具备商业竞争力。
自研GPGPU芯片的时间表被定在2026年。据集微网报道，行云集成自研GPGPU芯片预计于2026年正式推出，产品将兼顾大容量显存、高带宽、低功耗与低成本优势。从2023年8月成立到2026年芯片推出，三年周期对于一款全自研GPGPU而言并不算长，但前提是团队具备足够的流片经验和架构迭代能力。尤其需要指出的是，从架构定义到最终量产，一款GPGPU通常需要经历多次流片验证，每一次流片都意味着数千万甚至更高的资金投入和数月的周期消耗。行云集成能否在三年内完成这一闭环，目前仍是一个需要时间检验的命题。
创始团队的履历光环，与芯片量产之间的真实距离
行云集成的创始团队背景，是这轮融资叙事中最具辨识度的部分。据集微网报道，创始人季宇为清华大学博士、华为天才少年，曾深度参与昇腾AI芯片架构与编译器研发；CTO余洪敏为中科院半导体所博士，主导过昆仑芯、昇腾等多款芯片量产落地，拥有十余次芯片流片经验。
这两段履历放在国内AI芯片创业圈里，属于第一梯队的配置。华为昇腾的架构与编译器经验，意味着季宇对GPGPU的软硬件协同有直接的一线认知；余洪敏在昆仑芯和昇腾的量产经历，则覆盖了从设计到流片到落地的完整链条。但需要冷静看待的是，参与过一款成功芯片的研发，与从零开始定义一款全新架构的芯片并把它推向市场，是两件难度完全不同的事。昇腾和昆仑芯背后是华为和百度的工程资源、供应链话语权和客户生态，而行云集成作为一家成立三年的创业公司，需要在每一个环节上从零构建。
尤其值得关注的是软件生态。GPGPU的竞争从来不只是硬件规格的比拼，CUDA生态的护城河已经被讨论了十几年。行云集成强调“极致软件亲和”，但这一表述目前缺乏具体的技术细节支撑。它是否意味着兼容CUDA？是否提供自研编译器？开发者迁移成本有多高？这些问题的答案，将直接决定一款新GPGPU在市场上的生存空间。来源材料没有提供这些信息，因此无法做出进一步判断。从行业经验来看，一款没有成熟软件栈支撑的GPGPU，即便硬件规格再突出，也可能在开发者生态的冷启动阶段陷入困境。行云集成是否已经在这一维度上形成了可对外验证的积累，目前仍属于未披露信息。
宁德时代为什么投一家推理芯片公司
本轮融资最引人注目的信号，不是金额本身，而是领投方的身份。宁德时代通过旗下唯一产业投资平台溥泉资本及自有资金领投，这是这家动力电池巨头在AI推理芯片领域的一次明确落子。
从产业逻辑来看，宁德时代的投资动机可以从两个层面理解。第一层是财务投资逻辑：大模型推理芯片是2026年AI产业链中确定性较高的增量市场，宁德时代作为手握大量现金的产业资本，通过溥泉资本布局这一赛道，符合其多元化投资的一贯风格。第二层是产业协同逻辑：宁德时代自身在智能制造、边缘计算、电池管理系统等领域有大量的本地化AI推理需求，如果行云集成的低显存成本路线能够跑通，对于需要大规模部署边缘推理节点的工业场景而言，具有直接的降本价值。
但需要指出的是，产业协同目前仍停留在逻辑推演层面。来源材料中没有任何信息表明宁德时代与行云集成之间存在具体的采购协议、联合研发项目或落地场景合作。投资方的战略意图与创业公司的实际业务之间，还隔着一个尚未被验证的产品周期。换言之，宁德时代的入局可能意味着其对推理芯片成本结构变革方向的认可，也可能只是其硬科技投资组合中的一次常规配置。在缺乏具体合作条款和落地项目佐证的情况下，将这笔投资直接解读为产业协同的起点，可能为时过早。
春华资本和基石创投的跟投，则为这轮融资增加了财务投资机构的背书。春华资本在硬科技领域的布局向来谨慎，基石创投则长期关注半导体产业链。三家机构的组合，构成了“产业资本+财务投资”的典型结构，但本轮融资的轮次名称和投后估值均未披露，这使得外界难以判断这近8亿元对应的股权稀释程度和公司当前的市场定价。对于一家成立三年、芯片尚未流片成功的公司而言，估值水平往往反映了投资方对技术路线和团队执行力的综合判断，而这一关键信息的缺失，让外部观察者无法完整评估此轮融资的真实含金量。
褐蚁一体机的落地，证明的是系统能力而非芯片能力
在行云集成的商业化叙事中，褐蚁一体机是目前唯一可被外界观察到的落地载体。据集微网报道，这款产品已落地DeepSeek本地化部署场景。DeepSeek作为2026年最具影响力的开源大模型之一，其本地化部署需求在政企、金融、医疗等数据敏感行业持续增长，这为推理硬件厂商提供了一个明确的市场切口。
但褐蚁一体机的意义需要被精确界定。它验证的是“稀疏模型在通用硬件平台的落地可行性”——这句话的关键词是“通用硬件平台”。也就是说，褐蚁一体机目前所依赖的算力底座，很可能并非行云自研的GPGPU，而是现有的通用计算硬件。如果这一推断成立，那么褐蚁一体机的商业价值在于：行云集成已经具备了将大模型推理需求转化为可交付系统产品的能力，并且找到了DeepSeek本地化部署这个真实需求场景。但它的局限性同样明显：在自研芯片问世之前，褐蚁一体机的硬件成本结构和性能上限，受制于其采购的第三方硬件，行云集成在其中扮演的角色更接近系统集成商和软件优化方，而非芯片供应商。
这并非贬低褐蚁一体机的价值。在芯片产品成熟之前，通过系统级产品提前接触客户、理解场景、打磨软件栈，是芯片创业公司常见的“以系统养芯片”策略。关键在于，褐蚁一体机积累的客户关系和场景认知，能否在2026年自研芯片推出后顺利转化为芯片的采购订单。这个转化过程，才是行云集成商业化道路上真正的考验。从另一个角度看，褐蚁一体机在DeepSeek场景中的落地，也可能为行云集成积累特定模型结构下的算子优化经验和部署工具链，这些经验在自研芯片推出后或许能够部分复用。但这一可能性目前同样缺乏来源材料的直接支撑，只能作为一种合理的商业推演存在。
资金用途指向工程化，但供应链才是真正的暗礁
据新浪财经和集微网报道，本轮资金将主要用于产品工程化、供应链准备与客户交付。这三个方向中，“供应链准备”值得特别关注。
对于一家计划在2026年推出自研GPGPU的公司而言，供应链准备的难度可能被外界低估。先进制程的流片产能、LPDDR和NAND颗粒的稳定供应、封装测试的合作资源，每一个环节都需要提前锁定。尤其是在2026年的地缘政治环境下，中国AI芯片公司获取先进制程产能的路径充满不确定性。行云集成选择的LPDDR和NAND路线，在一定程度上降低了对HBM供应链的依赖，但并未完全绕开先进制程的约束——GPGPU本身的逻辑芯片部分，仍然需要足够先进的制程来支撑算力密度和能效比。
来源材料没有披露行云集成的制程选择、代工合作伙伴或流片进展。这些信息的缺失，使得外界无法评估其2026年芯片推出计划的可信度。从行业经验来看，一款GPGPU从架构定义到量产，通常需要至少两到三次流片迭代，每一次流片的成本和周期都是巨大的变量。近8亿元融资在芯片创业的语境下，并不算特别充裕，尤其是在需要同时推进芯片研发、系统产品交付和供应链建设的阶段。如果流片过程中出现架构缺陷或良率问题，资金消耗速度可能远超预期。行云集成是否已经锁定了足够的流片资源和后续资金储备，目前同样属于未披露信息。
推理芯片的竞争，不在芯片本身而在软件生态
行云集成所处的赛道，2026年的竞争格局已经相当拥挤。英伟达在推理市场的主导地位依然稳固，其通过TensorRT、Triton推理服务器等软件工具链构建的生态壁垒，远非单纯的硬件性能可以撼动。国内市场上，华为昇腾凭借国产化政策和政企客户资源占据重要位置，寒武纪、海光信息等上市公司也在推理芯片领域持续投入。此外，一批同样瞄准大模型推理的创业公司，如燧原科技、壁仞科技、沐曦等，都在各自的路径上推进产品落地。
行云集成的差异化在于显存方案的成本优势。如果LPDDR和NAND替代HBM的路线能够实现公司宣称的“显存成本降低一至两个数量级”，那么在推理场景中，行云的芯片将在单位显存容量的成本上形成显著优势。大模型推理对显存容量的需求远高于训练，尤其是长上下文推理和多模态推理场景，显存容量往往成为限制部署规模的关键因素。从这个角度看，行云集成的技术路线选择，确实切中了推理场景的核心痛点。
但硬件成本优势能否转化为市场竞争力，取决于软件生态的成熟度。开发者不会因为一块芯片的显存便宜就迁移过去，除非迁移成本足够低、性能损失足够小。行云集成强调“极致软件亲和”，但这一表述在没有具体技术细节和开发者反馈支撑的情况下，只能被视为公司口径而非已验证事实。从已披露的褐蚁一体机落地DeepSeek场景来看，行云集成至少具备了在特定模型和特定场景下的软件适配能力，但这是否能扩展到更广泛的模型生态和开发者社区，仍然是一个待验证的假设。在推理芯片的竞争中，硬件规格的纸面优势往往只是入场券，真正决定市场地位的，是开发者能否以最低的迁移成本获得可接受的性能回报。行云集成在这一维度上的积累，目前公开信息还不足以给出判断。
风险与待验证假设：从公司口径到市场事实的距离
行云集成的融资故事，建立在几个关键的待验证假设之上。第一个假设是技术可行性：LPDDR和NAND的多颗粒、多通道并行设计，能否在真实芯片产品中实现TB级带宽，同时将功耗和延迟控制在推理场景可接受的范围内。第二个假设是工程化能力：一家成立三年的公司，能否在2026年按计划推出全自研GPGPU，并完成从流片到量产的跨越。第三个假设是商业化路径：褐蚁一体机积累的DeepSeek部署经验，能否在自研芯片推出后转化为芯片产品的客户采购。
这三个假设中，第一个是根基。如果显存替代方案在芯片层面无法兑现性能承诺，后续的工程化和商业化都将失去支点。而恰恰是这一点，目前没有任何独立第三方验证。公司披露的“显存成本降低一至两个数量级”和“TB级带宽性能”，均来自公司口径，尚未经过实际芯片产品的检验。从技术逻辑上看，LPDDR和NAND的并行设计可能面临功耗墙、信号完整性、控制器复杂度等一系列工程挑战，这些挑战能否在2026年的产品中全部解决，目前没有任何公开证据可以支撑。
从投资逻辑来看，宁德时代和春华资本的入局，说明产业资本和财务资本都愿意为这个技术路线下注。但下注不等于验证。近8亿元融资为行云集成赢得了推进产品工程化的时间和资源，却无法消除技术路线本身的不确定性。在2026年芯片正式推出之前，行云集成仍然是一家以系统产品收入为主要商业载体的公司，其芯片故事的核心部分，尚待流片结果来书写。对于外部观察者而言，在缺乏流片数据、制程信息和客户验证的情况下，最审慎的态度或许是：认可这条技术路线的逻辑自洽性，同时对其产品化进程保持足够的耐心和怀疑。
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：行云集成用LPDDR和NAND替代HBM的路线，本质上是在赌一件事——大模型推理的成本结构将迫使市场接受一种新的显存范式。这个赌注的逻辑是自洽的：推理场景对显存容量的饥渴，远胜于对极致带宽的依赖。但自洽的逻辑距离可验证的产品之间，隔着流片、软件生态和客户迁移三座大山。宁德时代的钱能帮它买时间，却买不来确定性。2026年芯片落地的那一刻，才是这场赌局真正开牌的时候。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。