当大模型从参数竞赛转入推理成本竞赛，芯片公司的叙事正在被重新定价。过去两年，市场习惯用峰值算力衡量一颗AI芯片的价值；但在自回归解码的真实负载里，计算单元并非始终满载，模型权重与KV Cache的频繁访问把压力转移到存储带宽和数据搬运上。一颗芯片的竞争力，越来越取决于它能否在单位Token成本、功耗、带宽与部署成本之间找到平衡，而不是单纯把算力数字推高。

杭州微纳核芯电子科技有限公司给出的答案是三维存算一体。2026年10月28日，多家创投媒体报道，这家孵化于浙江省北大信息技术高等研究院的芯片公司完成超10亿元C2轮融资，由建投投资领投，杭州资本、凯泰资本、晓池资本、烟台财金、盛堃投资、国投泰康、领阳基金等机构共同投资，并有多名老股东继续加码。公司通稿称，叠加C1轮，微纳核芯在两个月内完成超20亿元人民币融资，半年内累计完成30亿元人民币融资。需要说明的是，本轮精确金额、投后估值及各投资方出资比例均未披露，“超10亿元人民币”为公司单方口径。

这笔融资的真正看点不在金额本身。微纳核芯的三颗第一代芯片刚刚全部投片，预计2027年初才正式客户送测。一家尚未进入批量供货阶段的芯片公司，在两个月内连续完成两轮大额融资，资本押注的是一套尚未被规模验证的架构路线，以及一个正在从训练转向推理的产业窗口。

字段 内容
公司 杭州微纳核芯电子科技有限公司
轮次 C2轮
金额 超过10亿元人民币
投资方 建投投资（领投）、杭州资本、凯泰资本、晓池资本、烟台财金、盛堃投资、国投泰康、领阳基金
总部 杭州
创始人 叶乐
官网 nanocorechip.com

三颗芯片全部投片，但量产时钟指向2027年

微纳核芯的产品节奏处在一个微妙位置：技术验证已经推进到流片阶段，商业验证尚未真正开始。公司通稿称，第一代LP-CIM™系列与PCIe-CIM™系列共三颗芯片已于近期全部投片，分别面向端侧低功耗推理与云侧、边缘侧推理场景。按照公司规划，相关芯片预计于2027年初正式开展客户送测，并根据客户验证和产品认证进展逐步启动批量供货。

这意味着，从融资完成到产生规模化收入之间，至少还隔着一轮回片测试、客户送测、样机适配和产品导入。对芯片公司而言，投片只是把设计交给晶圆厂，回片后的功能、性能、良率与一致性才是真正的分水岭。公司通稿将三颗芯片的投片描述为“全链路原创能力和工程能力”的体现，但这一表述尚无独立第三方验证，也未披露回片测试结果。

更值得关注的是产品定义本身。LP-CIM™系列面向AI手机、AI PC、算力盒子等端侧场景，强调低成本、低功耗、低时延和本地推理能力；PCIe-CIM™系列则瞄准高性能推理市场，覆盖端侧与云侧。两条产品线共用一套3D-CIM™架构，但端侧与云侧对芯片的要求差异极大：端侧受限于功耗和面积，云侧则更看重内存带宽、吞吐能力、整机功耗与集群部署效率。一家成立仅五年的公司同时切入两端，产品定义能否在真实客户负载中站稳，仍需送测数据说话。

三颗芯片同时投片还意味着回片验证的并行压力。LP-CIM™系列与PCIe-CIM™系列虽然共用3D-CIM™架构，但端侧与云侧产品在封装形式、存储配置、接口协议和功耗预算上可能差异显著，三颗芯片的回片测试、失效分析和良率改进需要同时推进。公司通稿未披露三颗芯片是否采用相同工艺节点或同一封装方案，也未说明回片测试的阶段性结果。对一家尚未进入批量供货阶段的公司而言，并行处理三条回片验证线可能放大工程资源的消耗，也可能在某一产品线出现问题时拖慢整体送测节奏。

3D-CIM™不是单一技术，而是一套系统效率主张

微纳核芯的3D-CIM™架构由三层技术叠加而成：SRAM存算一体、DRAM三维近存计算、RISC-V异构存算。公司通稿称，这一架构从根源破解冯·诺伊曼架构瓶颈，实现大模型推理的高吞吐、低功耗和低成本。其逻辑是，传统AI芯片中存储与计算单元分离，数据搬运带来的带宽和功耗开销随模型规模扩大而成为有效算力的主要瓶颈；存算一体让部分矩阵和向量运算在更接近数据存储的位置完成，三维近存提升存储与计算之间的互连效率，RISC-V异构软硬件体系则解决芯片的可编程性与生态适配问题。

公司通稿披露了一项关键性能数据：根据已完成多轮流片芯片的测试结果，在特定工艺、面积和计算精度对比条件下，微纳核芯SRAM存算一体架构相比传统冯·诺伊曼架构，实现了约4—6倍算力密度和约5—10倍计算能效提升。这一数据首次出现于公司通稿，尚无独立第三方验证。需要注意的是，该对比附加了“特定工艺、面积和计算精度”的条件限定，并非全场景通用结论。存算一体架构的性能优势高度依赖具体算子类型、数据精度和模型结构，在真实大模型负载中的表现仍需客户送测验证。

软件生态是另一条容易被忽视的战线。存算一体芯片的数据流和计算方式与传统CPU、GPU或NPU存在差异，能否被开发者高效使用，取决于指令集、编译器、算子库和运行时环境的完整度。微纳核芯围绕这一问题构建了RV-CIM™异构软硬件体系，覆盖芯片架构、核心IP、RISC-V指令集扩展、编译器、算子库和算法适配。公司还担任中国电子工业标准化技术协会RISC-V工作委员会存算一体应用组组长单位，参与推进相关标准建设。从产业逻辑看，这是存算一体芯片从实验室走向商业化的必经之路；但从竞争现实看，软件生态的成熟度恰恰是创业公司最难在短期内补齐的短板。

4—6倍算力密度和5—10倍能效比的对比口径值得进一步拆解。公司通稿将这一数据限定在“特定工艺、面积和计算精度对比条件下”，这意味着该结果可能对应某类特定算子或特定数据流模式，而非覆盖大模型推理的全部计算环节。存算一体架构在矩阵向量乘法等规则运算上通常能显著减少数据搬运，但在非线性激活、归一化、注意力机制中的非规则访存等环节，优势可能被稀释。真实大模型推理负载由多种算子混合构成，架构级指标能否等比例转化为端到端的Token成本下降，仍需在完整模型和真实软件栈下验证。

端云双线铺开，客户名单却仍是空白

微纳核芯的商业化叙事覆盖端侧与云侧两条线。公司通稿称，端侧已与多家手机平台、ODM厂商、具身智能公司开展多年的前期技术性能对接、算法适配与方案开发，部分项目已进入深度联合调试阶段；云侧已与多家CSP云服务商、AI Infra厂商、AIDC算力服务商建立多层次方案合作关系，围绕大模型推理业务推进算力方案评估与场景化POC测试。

但这些合作进展没有披露任何一家具体客户名称，也没有订单金额或意向规模。在芯片行业，POC测试与联合调试距离批量采购之间仍有相当距离，尤其是云侧客户对芯片的验证周期通常以年计。公司通稿将当前阶段定义为“从验证技术可行转向推动产品进入真实应用”，这一表述本身也承认了商业验证尚未完成。

从商业模式看，微纳核芯的规划不止于卖芯片。公司通稿称，本轮资金将用于三维存算一体AI芯片持续迭代、流片与客户送测，算力板卡及服务器产品开发，软件工具链完善，存储和封装供应链备货，以及端云客户联合验证和市场拓展。这意味着公司计划从芯片向上延伸至板卡和服务器产品，同时与股东共建“存储+计算芯片+终端应用”生态体系。这种纵向延伸在推理芯片市场有其合理性——云侧客户往往采购的是板卡或整机方案而非裸芯片——但也对公司的系统集成能力、供应链管理能力和交付能力提出了更高要求。

端侧与云侧的客户验证路径存在不同的时间约束。端侧客户通常以产品导入周期为节奏，AI手机和AI PC的芯片选型往往与整机开发计划绑定，一旦错过某一代产品窗口，可能需等待下一代平台；云侧客户的验证则更关注长期稳定性、集群扩展性和软件兼容性，POC测试通过后仍需经历小规模部署、灰度上线和规模采购的渐进过程。公司通稿称端侧部分项目已进入深度联合调试阶段，云侧仍处于算力方案评估与场景化POC测试阶段，两条线的商业化成熟度并不一致。未披露具体客户名称和验证节点，使外界难以判断这些合作距离实际订单还有多远。

领投方押注推理窗口，但“大厂布局初期”是双刃剑

建投投资在本轮融资中的判断代表了一类典型投资逻辑。据投资方声明，建投投资认为全球AI算力正从“训练时代”迈向“推理时代”，端侧与云侧推理需求双爆发，产业正处在智能算力大规模渗透的临界点；微纳核芯采用的三维存算一体架构破解了“高性能、低功耗、低成本”的不可能三角，深度绑定国产存储产业链核心厂商；当前国内外大厂仍处推理AI芯片布局初期，公司有望凭借技术与产业链双重壁垒实现高速发展。

“大厂仍处布局初期”这一判断需要辩证看待。一方面，它意味着创业公司存在时间窗口；另一方面，大厂的布局初期也意味着竞争格局远未定型，一旦头部厂商加速投入，创业公司面临的资源差距将被迅速放大。推理芯片市场的竞争维度正在从单点架构创新扩展到存储、封装、软件、系统集成和客户关系的综合较量，这正是大厂的优势领域。

杭州资本的表述则带有明显的区域产业逻辑。据投资方声明，杭州资本称微纳核芯是“杭州新八骏”中唯一的存算一体AI芯片企业，公司自研三维存算一体架构，依托成熟工艺实现高能效、低成本的AI推理算力，技术路线自主可控。杭州创新基金定位为“长期资本、耐心资本、战略资本”，将持续在产业资源与应用场景方面提供支持。这一表态显示，本轮融资的资本结构中既有财务投资，也有地方产业资本的战略考量。

建投投资所称“深度绑定国产存储产业链核心厂商”与公司通稿中“上游合作伙伴为芯片回片、3D DRAM供应、封装测试和量产交付提供支持”的表述相互呼应，但两者均未披露绑定关系的具体形式。深度绑定可能体现为股权投资、产能预留协议、联合研发或排他性供应安排，不同形式对供应链稳定性的保障程度差异很大。如果仅是合作备忘录或意向性框架，在3D DRAM供应紧张时未必能转化为优先产能；如果涉及股权或长期采购承诺，则意味着公司需要在尚未产生规模收入前承担相应的资本或采购义务。这一关键变量的具体安排未披露，使“供应链壁垒”的成色难以评估。

“成熟工艺对标先进制程”是核心假设，也是最大变量

微纳核芯技术叙事中最具吸引力的部分，是公司通稿所称“可基于成熟工艺实现对标先进制程的算力密度”。如果这一假设成立，意味着公司可以在供应链受限的环境下，用更低成本的成熟工艺获得接近先进制程的推理性能，同时保障产能供给。这在当前地缘政治与供应链约束背景下，具有明确的战略价值。

但这一假设尚未被公开数据验证。公司通稿披露的4—6倍算力密度提升，是在“特定工艺、面积和计算精度对比条件下”测得的架构级指标，并非与某款具体先进制程芯片的直接对标。从架构指标到系统级性能，中间隔着封装、存储带宽、软件调度和集群效率等多重变量。公司通稿所称“对标先进制程的算力密度”应理解为公司设定的产品目标，而非已实现的工程结果。

供应链方面，公司通稿称已与国内存储、晶圆制造、封装测试、终端、服务器和人工智能企业开展合作，上游合作伙伴为芯片回片、3D DRAM供应、封装测试和量产交付提供支持。但具体供应商名称、产能保障协议和价格条款均未披露。3D DRAM的供应尤其关键——三维近存计算对存储器件的要求不同于标准DRAM，供应链的稳定性和成本结构将直接影响产品的商业化可行性。

“成熟工艺对标先进制程”的可行性还取决于3D DRAM的供应条件。三维近存计算需要将计算逻辑与DRAM存储单元在更近的物理距离上集成，这对存储器件本身的接口、堆叠方式和热特性提出了不同于标准DRAM的要求。如果3D DRAM需要定制化开发或特殊封装，其成本可能部分抵消成熟工艺带来的制造成本优势；如果采用标准存储器件，则近存计算的互连效率提升可能受限。公司通稿未披露3D DRAM的具体来源、是否定制以及成本结构，这意味着“成熟工艺实现先进制程等效算力”的命题中，存储侧的成本和可行性仍是未验证变量。

上述累计融资的资本效率，取决于2027年的送测结果

微纳核芯在半年内完成的上述累计融资规模，在存算一体赛道中相当突出。但资本效率的验证才刚刚开始。公司通稿将资金用途拆解为五个方向：芯片迭代与流片送测、板卡及服务器开发、软件工具链完善、供应链备货、端云客户联合验证与市场拓展。其中，流片、封装和供应链备货属于刚性支出，软件工具链和客户验证则是长期投入，短期内难以直接转化为收入。

从时间线看，2027年初的客户送测是第一个关键节点。如果送测结果达到客户预期，批量供货的启动将验证公司的工程能力和供应链交付能力；如果送测暴露架构或软件层面的问题，产品迭代周期将被拉长，后续融资节奏也可能受到影响。公司通稿称“将于近期实现规模商业化与量产销售，成为全球首批进入商业化的三维存算一体AI芯片公司”，这一表述中的“近期”与“2027年初送测”之间存在时间张力，实际商业化时点仍取决于客户验证进度。

投资界在报道文末附有风险提示：AI推理赛道竞争加剧、技术迭代快，可能影响产业化节奏；量产及客户大规模落地进度存在不确定性。这属于媒体编辑判断，但指向的问题真实存在。存算一体芯片从架构创新到规模商业化，中间需要跨越的不仅是技术验证，还有客户信任、软件生态、供应链稳定性和成本竞争力四道门槛。微纳核芯的上述累计融资买到了跨越这些门槛的时间，但时间本身不产生结果。

这笔资金的资本效率还取决于其在流片与备货之间的分配。芯片流片费用随工艺节点和掩膜层数变化，先进封装和3D DRAM备货则涉及较长的采购周期和较高的预付比例。公司通稿将“存储和封装供应链备货”列为独立资金用途，暗示公司可能在客户送测完成前就提前锁定部分供应链资源。这种前置投入可以缩短量产爬坡时间，但也意味着如果送测结果需要架构调整或工艺变更，已备货的存储器件和封装产能可能面临沉没成本。资金用途的拆分未给出各项比例，使外界难以判断这笔资金中有多大比例用于可回收的工程投入，多大比例属于不可逆的供应链承诺。

RecodeX 极客视：微纳核芯的真正赌注，不是存算一体能否跑通，而是推理芯片的竞争规则是否真的从峰值算力转向系统效率。如果单位Token成本成为客户采购的第一变量，3D-CIM™的架构优势就有兑现空间；如果市场仍以算力数字为标尺，这家公司的差异化叙事将面临更长的验证周期。2027年初的送测数据，会比任何融资新闻都更有说服力。

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。