端侧Agent把推理芯片逼到墙边：本地大模型要的不是更高峰值算力，而是更短的数据搬运路径
当AI PC、AI Box和AI NAS开始把大模型从云端拉回本地，一个被长期忽略的矛盾浮出水面：推理芯片的瓶颈早已不在计算本身，而在数据供给。大模型每生成一个token，计算单元都需要反复访问权重与KV缓存；模型越大、序列越长，访存压力就越超过算力压力。传统冯·诺依曼架构里，数据在DRAM与计算核心之间来回搬运，功耗和延迟都消耗在路径上。对于需要实时交互、私有数据本地处理的个人智能体，这意味着设备要么牺牲响应速度，要么在功耗和散热上付出不成比例的代价。
思敏威（上海）集成电路有限公司试图用存算融合的3D堆叠架构回答这个问题。10月14日消息，这家成立于2024年的上海芯片公司宣布完成亿元天使轮融资，由中兴通讯战略投资，博华产投、松青资本、建信信托、合创资本等机构联合投资，老股东德同资本持续加码。据投资界报道，其第一代3D堆叠量产芯片流片在即，青衡3D-HPU存算融合计算核心正由核心技术研发进入产品化和客户应用。
这轮融资的产业色彩浓厚。中兴通讯作为战略投资方出现，意味着思敏威的3D存算架构不只是实验室里的技术探索，而可能被纳入更大的算力基础设施与终端生态。但天使轮就引入产业资本，也把这家公司提前放到了商业化验证的计时器上。
| 字段 | 内容 |
|---|---|
| 公司 | 思敏威（上海）集成电路有限公司（CiMicro.Ai） |
| 轮次 | 天使轮 |
| 金额 | 亿元（人民币，具体金额未披露） |
| 投资方 | 中兴通讯（战略投资）、博华产投、松青资本、建信信托、合创资本、德同资本（老股东加码） |
| 总部 | 上海 |
| 创始人 | 未披露 |
| 官网 | 未披露 |
3D-cHMC不是一颗芯片，而是一个把DRAM和计算层垂直绑定的推理基座
思敏威把技术路线的核心押在一个名为3D-cHMC®（3D-computing Hyper Memory Cube）的统一高带宽3D AI推理计算基座上。据投资界报道，该基座通过多层3D DRAM与计算层垂直堆叠集成，依托TSV垂直互联构建高密度数据通路，以分布式亲和数据流实现Bank、Memory Controller与3D-HPU Cluster的协同组织，缩短数据搬运路径。简单说，就是把存储和计算在物理空间上叠在一起，让数据不必横跨芯片与内存之间的长距离通道。
这与此前业内常见的存算一体方案有一个关键差异。传统存算一体多在SRAM或NOR Flash等介质上做模拟或数字计算，优势是能效高，但容量有限，难以承载大模型动辄数GB的权重。思敏威的3D堆叠路线则把DRAM容量与计算层结合，试图在保持大容量存储的同时获得近存计算的带宽优势。据投资界报道，该架构结合原生FP4浮点数字存算一体提升算力密度，并以Chiplet高速互联支持Multi-Stack扩展，使容量、带宽与算力能够随不同场景需求灵活组合。
另一个技术支点是全数字SRAM存算一体技术。据投资界报道，该技术历经6年积累、数十次流片验证，在片上存算单元内完成矩阵计算，减少数据搬运，并以计算IP或轻量化芯片形态适配可穿戴设备、智能音频及AIoT终端。相关产品技术能力已进入头部终端客户的定制开发和产品合作，但客户名称未披露。
从已披露的架构描述看，思敏威试图用一套底层设计同时覆盖两类差异极大的场景：一类是功耗和面积极度受限的轻量终端，另一类是需要大容量、高带宽的AI PC与边缘推理设备。这种“一个基座、多种产品形态”的策略在商业上有吸引力，但在工程上意味着必须同时解决SRAM存算的能效优化与3D堆叠的热管理、良率和封装成本问题。据投资界报道，该公司以STCO（系统与工艺技术协同优化）为核心设计思路，贯通模型负载、计算架构、存储组织、三维互联、先进封装与散热设计。这听起来合理，但能否在量产中兑现，仍取决于第一代芯片的实际表现。
从产品化路径看，3D-cHMC的复用逻辑可能是思敏威区别于单一场景芯片公司的关键。据投资界报道，依托该3D计算基座，持续拓展差异化场景的AI芯片与系统的组合产品，是该公司深化多场景布局、推动高效AI推理规模化商用的核心战略。这意味着3D-cHMC并非为某一类设备定制的专用芯片，而是试图成为可扩展、可组合、可跨场景复用的底层计算平台。这种平台化思路在商业叙事上完整，但它的成立前提是底层架构确实具备足够的通用性，且不同场景的定制化需求不会反过来侵蚀基座的统一性。思敏威尚未披露其软件栈、编译器或开发者工具的成熟度，这一环节的缺失可能成为后续客户导入的隐性门槛。
从AI PC到机器人，一套架构要覆盖三种截然不同的推理负载
思敏威的产品叙事横跨端侧智能、算力网络与具身智能三条线。在AI PC和AI Box场景，公司正推进CPU主控与3D-HPU的异构推理方案，将通用算力与高带宽AI推理能力结合，目标是在设备功耗与空间约束下兼顾模型容量、响应速度、能效及超高性能（1000token/s）。这个1000token/s的数字来自投资界报道，尚无独立第三方验证，但它指向一个明确的产品目标：让本地大模型的生成速度接近甚至超过人类阅读速度，从而支撑实时交互的Agent体验。
在企业私有化部署和私有数据中心场景，思敏威围绕PD分离（Prefill与Decode分离）、AF分离（Attention与FFN分离）构建3D-HPU与XPU等其他AI计算单元协同的异构推理体系。这个判断有真实的产业依据：大模型推理的不同阶段计算与访存特征差异显著，Prefill阶段计算密集，Decode阶段访存密集；Attention算子对带宽敏感，FFN算子对算力敏感。单一硬件难以在所有阶段保持高效率。思敏威的思路是根据不同推理阶段和算子的负载特征匹配计算、存储和带宽资源。不过，这种异构协同对系统软件和调度能力要求极高，芯片公司往往需要同时提供编译器、运行时和集群调度方案，否则硬件优势难以转化为实际系统效率。
在机器人场景，据投资界报道，思敏威从真实机器人任务出发，将多模态模型与世界模型的结构、核心算子及数据流前置到芯片定义，以青衡3D-HPU存算融合架构支撑高带宽数据供给、低延迟执行与低功耗持续运行。这一定位切中了机器人“大脑”对持续感知、模型推演与行动反馈闭环的需求，但机器人芯片市场目前仍处于早期，模型架构和任务定义尚未收敛，前置到芯片定义的策略可能面临模型快速演进带来的架构适配风险。
三条产品线的共同点在于，它们都试图把“模型负载特征”作为芯片设计的起点，而不是先定义硬件再适配模型。据投资界报道，该公司早期将多场景实际模型负载与部署需求纳入第一代3D量产产品的核心定义，这一表述说明公司至少在定义阶段就试图避免“芯片与模型脱节”的常见问题。但定义阶段的正确判断，仍需经过流片后的实际负载测试才能验证。
中兴通讯的战略投资，既是资源入口也是路线绑定
天使轮由中兴通讯战略投资，这在芯片创业公司中并不常见。通常产业资本会在A轮或更晚阶段进入，以观察技术验证和客户进展。中兴通讯在天使轮就出手，说明双方可能在特定场景或技术路线上已有较明确的合作意向。据投资界报道，本轮融资将进一步强化思敏威与产业生态的连接，依托产业伙伴在算力基础设施、大模型与应用端的全方位能力，推动芯片架构创新、模型推理与系统部署协同发展。
从投资逻辑看，中兴通讯的进入可能意味着思敏威的3D存算架构被纳入某种算力基础设施或终端设备的技术路线图。对思敏威而言，这既是资源入口，也是路线绑定。产业资本往往希望创业公司的产品定义与自身系统需求对齐，这可能压缩思敏威在多场景产品矩阵上的自由度。博华产投、松青资本、建信信托、合创资本等财务投资方的加入，则为公司提供了相对独立的资本支持，但各方出资金额与持股比例均未披露。
老股东德同资本在天使轮加码，说明早期投资者对公司进展有持续信心。但需要指出，天使轮就出现“老股东加码”，意味着思敏威在正式天使轮之前可能已有种子轮或孵化期融资，这部分历史未在本次披露中展开。创始人信息也未披露，这增加了外部评估团队背景和技术来源的难度。
从产业协同的角度看，中兴通讯的战略投资可能带来的不只是资金，还包括系统定义输入、供应链资源和潜在客户渠道。据投资界报道，思敏威集成电路“依托已有客户与新的战略伙伴研发合作”的表述，暗示战略投资方可能已经参与到产品定义或研发合作中。但这类合作的具体范围、排他性安排和知识产权归属均未披露。对于一家天使轮公司而言，过早与单一产业巨头深度绑定，可能在获得资源的同时限制其向其他客户或生态扩展的空间。如何在战略投资方的系统需求与多场景产品矩阵之间保持平衡，是思敏威后续需要谨慎处理的问题。
资金用途指向后续两代产品，但第一代芯片尚未流片完成
据投资界报道，本轮融资将支持后续2代3D堆叠产品的研发和工程化，推动3D堆叠架构创新与AI算力推理产业需求紧密衔接。这个表述值得注意：资金用途没有强调第一代芯片的流片费用，而是指向后续两代产品。结合“第一代3D堆叠量产芯片流片在即”的表述，可以推断第一代芯片的流片资金在此前已基本到位，本轮融资更多是为产品迭代和工程化铺路。
但“流片在即”是一个模糊的时间表述。它可能意味着设计已完成、正在等待晶圆厂排产，也可能意味着仍在解决流片前的某些验证问题。从已披露信息看，公司尚未公布第一代芯片的具体制程、面积、功耗、性能指标或目标客户。相关产品技术能力已进入头部终端客户的定制开发和产品合作，但客户名称、合作阶段和是否形成收入均未披露。这意味着思敏威的商业化仍处于验证前夜，本轮融资的估值逻辑更多建立在技术路线和团队执行力的预期之上。
从资金用途的表述还可以看出，思敏威的研发节奏是滚动式的：第一代尚未流片，后续两代已在规划中。这意味着公司需要在第一代产品尚未验证的情况下，同时维持多条研发线，对资金和团队管理的要求较高。
“亿元”规模在天使轮中属于较高水平，但3D堆叠芯片的流片成本显著高于传统2D芯片。多层DRAM与计算层的垂直堆叠涉及更复杂的掩模、键合和封装流程。如果第一代芯片需要多次流片迭代，本轮融资的实际支撑周期可能比同等金额的普通芯片创业公司更短。公司未披露团队规模、研发投入强度和现金流状况，外部难以准确评估这笔资金的续航能力。但可以确定的是，在3D堆叠这一高成本技术路线上，思敏威对资金使用效率的要求会比传统芯片创业公司更高。
竞争不在存算一体内部，而在与GPU和成熟NPU的替代逻辑赛跑
思敏威的竞争对手名单未在本次材料中披露，但其技术路线面临的竞争格局可以从产业逻辑中推导。在端侧AI推理市场，头部SoC厂商已将NPU集成进SoC，并通过系统级优化在能效和延迟上建立了壁垒。在AI PC和边缘计算市场，成熟GPU生态占据软件栈优势。在存算一体赛道，国内已有公司在NOR Flash、ReRAM和SRAM等不同介质路线上推进。
思敏威的差异化在于3D堆叠与Chiplet互联的结合，这使其在带宽和容量上可能优于传统SRAM存算方案，但在热管理、封装成本和良率上面临更大挑战。编辑分析认为，3D堆叠芯片的散热可能是一大挑战，计算层与DRAM层垂直堆叠可能使热量导出路径受限。据投资界报道，该公司STCO设计思路涵盖散热设计，但具体方案和效果尚未披露。此外，3D堆叠的封装成本显著高于2D芯片，在价格敏感的端侧市场，这需要足够的性能优势来摊薄。
从替代逻辑看，思敏威的真正对手不是其他存算一体创业公司，而是客户现有方案。AI PC厂商可以选择继续用GPU加DRAM的组合，边缘设备厂商可以选择成熟NPU，机器人厂商可以等待下一代高带宽SoC。思敏威必须证明3D存算融合在总拥有成本（TCO）上具备足够优势，而不仅仅是峰值性能或能效比的单点领先。据投资界报道，AI推理需要的不再只是更高峰值算力，而是更高效的数据供给、更合理的计算分工，以及能够随模型和场景持续扩展的系统架构。这个判断本身准确，但把它转化为客户可感知的商业价值，需要第一代芯片的实际表现来支撑。
值得进一步分析的是，思敏威的竞争位置取决于它最终以什么形态进入市场。如果以计算IP形态授权给SoC厂商，它的竞争对手是成熟IP供应商以及各家自研NPU团队；如果以独立芯片形态进入AI PC或边缘设备，它的竞争对手是成熟GPU厂商和各家国产AI芯片公司；如果以系统方案形态进入企业私有化部署，它的竞争对手则扩展到服务器厂商和算力网络方案商。三种形态对应完全不同的客户决策链、销售周期和生态要求。据投资界报道，思敏威推进“从3D存算融合计算IP、芯片到异构推理节点与系统平台的矩阵式产品布局”，说明公司可能同时推进多种形态，这在战略上覆盖面广，但也意味着需要在不同战场上分别建立竞争力。对于一家天使轮公司而言，这种多线作战的资源压力不容忽视。
验证边界：技术能力有披露，但量产、客户和收入仍是未解命题
本次融资披露的信息集中在技术架构、产品规划和融资结构上，但对商业化进展的披露较为有限。据投资界报道，全数字SRAM存算一体技术历经6年积累、数十次流片验证，这一表述暗示团队在该技术方向上有较长积累，但未说明这6年是在思敏威成立之前还是包含公司运营期。考虑到公司成立于2024年，6年的技术积累大概率来自创始团队此前的研发经历，但创始人信息未披露，无法独立核实这一时间线的归属。
“相关产品技术能力已进入头部终端客户的定制开发和产品合作”是一个关键但模糊的表述。它没有说明合作处于哪个阶段——是技术评估、联合定义、工程样品测试，还是已签订量产订单。也没有说明是否产生收入。在芯片行业，从客户定制开发到量产导入通常需要较长周期，期间存在大量变数。因此，这一表述应被理解为技术验证的早期信号，而非商业化成功的证据。
从已披露的架构选择看，思敏威同时押注SRAM存算、3D DRAM堆叠、Chiplet互联和异构系统协同四条技术线，每条线都有独立的工程难点。这种“全栈式”布局在战略上有完整性，但在资源有限的天使轮阶段，也可能分散团队精力。据投资界报道，该公司以统一3D计算基座支撑不同场景，这意味着底层架构必须足够通用，而通用性往往以牺牲特定场景的极致优化为代价。如何在通用基座与场景定制之间取得平衡，是思敏威后续产品定义的核心挑战。
另一个需要持续观察的变量是3D堆叠供应链的成熟度。多层DRAM与计算层的垂直堆叠依赖TSV工艺、晶圆减薄、键合对准和先进封装能力，这些环节的良率直接决定芯片成本。思敏威未披露其代工和封装合作伙伴，也未披露第一代芯片的目标良率或成本区间。在3D堆叠领域，供应链的选择往往比架构设计本身更早决定产品的商业可行性。如果思敏威能够在第一代芯片上跑通供应链并给出有竞争力的成本结构，其平台化叙事的可信度将显著提升；反之，如果良率或成本失控，3D-cHMC的复用逻辑可能被现实条件削弱。这些都需要第一代芯片的实际流片和测试数据来回答。
RecodeX 极客视：思敏威的天使轮融资把3D存算融合从论文命题推进到了产业资本下注的阶段。中兴通讯的进入说明这条路线至少获得了系统级玩家的初步认可，但“流片在即”与“客户合作”都还停留在投资界报道的公司口径。真正的分水岭不在融资宣布，而在第一代芯片能否在客户设备里跑出可测量的TCO优势。在那之前，3D-cHMC仍是一个有野心的架构假设，而非已被验证的产业答案。
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。