推理算力的账单正在变成一门显学。大模型从演示阶段走进生产系统后，调用量不再是项目制的偶发峰值，而是每月固定发生的水电式支出。客户在采购推理卡时算的已经不是单卡峰值算力，而是每Token的综合成本——电费、部署密度、迁移改造、运维人力，全部要摊进去。这个变化对一类公司是机会，对另一类公司是压力：通用GPU的稠密计算架构并不区分哪些参数真正参与计算，而大模型每次推理激活的往往只是其中一小部分。

墨芯人工智能选择的正是这条“只算被激活部分”的稀疏路线。据芯东西报道，这家国产稀疏计算芯片公司已于近日完成近10亿元人民币融资，距离其上一轮近10亿元人民币融资落地只隔了5个月，两轮累计近20亿元人民币。报道同时提到，本轮由仁爱资本、海棠基金、东恒石油等产业方，以及比丘资本、派拉资本、中财资本等机构共同参与。观点网、新京报的标题摘要将本轮表述为C+轮，动点科技则强调“五个月累计融资近20亿元人民币”。

需要先划清一条边界：本轮具体轮次在芯东西报道正文中并未明确写出，C+轮的说法来自观点网、新京报的标题层面，两者在金额上一致、在轮次表述上存在差异。本文在涉及轮次时保留这一分歧，不替公司做统一。融资表按已披露口径填写，未披露项直接标注。

字段 内容
公司 墨芯人工智能（简称“墨芯”）
轮次 芯东西报道未披露；观点网、新京报标题称C+轮
金额 10亿元人民币
投资方 仁爱资本、海棠基金、东恒石油、比丘资本、派拉资本、中财资本
总部 未披露
创始人 未披露
官网 未披露

稀疏不是省算力的口号，而是一道账目重排题

要理解这笔钱为什么在五个月内连续落两次，得先看客户账本上到底在为什么付钱。据芯东西对墨芯市场部副总裁郭威俊的访谈，客户对下一代推理算力提出三点诉求：压低综合推理成本，不只是Token账单，还包括电费、部署、兼容性等长期支出；算力供给要有弹性、交付要确定；控制适配成本，让现有模型和业务系统低门槛迁移。这三点没有一条是“峰值算力更高”，全部指向总拥有成本。

稀疏计算的技术逻辑并不复杂：大模型动辄数百亿乃至上千亿参数，但每次推理真正被激活、参与计算的只有一小部分，稠密计算对此不作区分，稀疏计算则跳过未激活部分。据公司披露，墨芯走的是“算法—软件—硬件”协同设计路线，端到端软件闭环在逐步形成。这个描述的关键词是“协同”——稀疏不是把某一层硬件做快，而是算法侧的稀疏化、编译器与算子库、芯片架构三者必须同时成立，任何一环掉链子，端到端收益就会被吃掉。

这也是判断墨芯技术成色的难点所在。单点指标容易讲，端到端在真实业务里的收益才难讲。据芯东西报道，墨芯S30、S40计算卡曾在MLPerf Inference测试中连续三届拿下第一，这是公司口径中对工程能力的公开测试背书；但MLPerf的测试条件与客户机房的真实负载之间存在距离，测试成绩不能直接换算成客户账单上的降本比例。这一点在阅读后续所有性能数字时都应保留。

北大实测的2.88倍与7.64倍，验证的是场景不是通用性

目前墨芯披露的最具体一组量化结果来自科研场景。据芯东西报道，墨芯携手北京大学上海临港国际科技创新中心地球与空间技术研究院，基于自研稀疏化技术，完成两款国际主流遥感影像数据智能分析基础模型在墨芯算力卡上的适配与实测；在几乎不损失业务精度、无需对下游任务重新训练的条件下，模型推理吞吐最高提升至2.88倍、模型压缩最高达7.64倍。

这组数字值得拆开看。它成立的前提条件被写得很清楚：特定两款遥感影像分析模型、特定算力卡、几乎不损失精度、无需下游重训。“最高”二字也说明这是该批测试中的上限值而非均值。换言之，它证明的是稀疏化在遥感这一类图像分析负载上可以跑出可量化收益，不能直接外推为所有大模型推理场景的普遍倍数。公司方面也未将该结果表述为通用基准。

更有信息量的是这个案例暴露的商业化路径：科研平台对精度敏感、对迁移成本相对宽容、对算力消耗有明确预算约束，是稀疏计算较容易切入的场景。而真正决定规模的智算中心和运营商体系，考核的是另一套东西——交付确定性、异构兼容、运维标准化。北大项目回答的是“稀疏有没有用”，上海项目回答的才是“稀疏能不能嵌进既有算力体系”。

海上Token工厂：把绿电降本和架构降本叠在一起

据芯东西报道，墨芯参与了上海国资平台公司打造的国内首个海上算力Token工厂项目。该项目的逻辑是用海上风电的绿电和海水冷却压低PUE与电费，但报道同时指出一个现实：绿电省下来的钱，可能被通用GPU的推理成本抵消。墨芯的做法是从芯片侧降低单Token推理成本，再配合算力混合异构模式，让“绿电降本”与“架构降本”形成叠加。

这个项目对理解墨芯的商业模式比任何性能数字都重要。它说明墨芯并不打算让客户把机房里的稠密卡全部换掉，而是以异构混合的方式插入——稀疏卡承担适合它的推理负载，存量稠密卡继续跑其余任务。对已经部署大量存量芯片的客户而言，这种路径减少了系统迁移和重复建设成本。据公司披露，墨芯还提供异构适配工具链，推动稀疏卡与客户已有稠密卡协同工作。

但异构也意味着新的复杂度：调度层要能识别哪些负载该走稀疏卡，评测体系要能跨架构对比，运维要同时管两套工具链。报道中提到，客户现有的评测脚本和调度系统大多围绕稠密架构搭建，更换芯片不仅需要重新回归测试，还涉及工程改造和业务灰度。这正是郭威俊所说“适配成本”的具体形态，也是稀疏计算从单点验证走向规模部署时最难啃的部分。墨芯的应对是建立标准化购前仿真测试体系，让客户在采购前拿到自身业务场景下的仿真数据；同时通过稀疏评测标准和仿真工具，帮客户建立跨架构的评测与供应商对比体系。

千卡集群与运营商合作，是交付证据也是口径边界

据芯东西报道，墨芯的稀疏专用推理芯片已在西北、西南、华东、华北四大片区铺开，部署了千卡集群，并与头部电信运营商建立合作，把稀疏计算推理方案纳入对方的算力服务体系。报道称，墨芯的规模化交付能力在这些项目中获得验证。

这里需要做一次集中说明。上述部署规模、运营商合作与“规模化交付能力获得验证”的表述，均来自公司通稿及公司人士受访口径，本次来源未提供独立第三方对集群实际利用率、持续运行时长、客户复购情况的核证。千卡集群是部署量级的概念，不等于满负荷商用；纳入运营商算力服务体系是合作框架的概念，不等于已形成规模化收入。报道未披露本轮融资对应的收入、订单或毛利数据，这些指标目前均属未披露状态。读者应把这一段读作“公司称已发生的交付事实”，而非经审计的商业化结论。

从已披露的部署地理分布看，四大片区加运营商的组合，说明墨芯的客户结构偏向智算中心、国资平台与科研机构这类“有预算、有场景、对国产化有诉求”的买方。这类客户的特点是决策周期长、单笔规模大、对交付确定性和合规性要求高，一旦进入其供应商体系，替换成本也高。这是墨芯当前阶段相对有利的一面。不利的一面是，这类项目往往伴随较长的验收周期和定制化适配，收入确认节奏与出货节奏之间可能存在时间差，而本次来源未披露任何财务口径，无法判断这一时间差的实际影响。

SP200与SECA：下一代产品要解决的是上一代暴露的痛点

据芯东西报道，墨芯新一代板卡SP200计划在今年年底前问世。郭威俊透露，此前在客户使用中暴露的真实痛点，已被带入下一代架构的设计。这句话的信息量在于它承认了现有产品在真实使用中存在痛点，但没有说明痛点具体是什么、SP200在哪些指标上做了针对性改进、改进幅度如何。这些均未披露。

软件侧的动作同样关键。据公司披露，升级版软件栈SECA（Sparse-native Efficient Computing Architecture，稀疏原生高效计算架构）即将发布，从算子库、编译到软硬协同，整套软件栈均围绕稀疏架构重新设计，配套的MaaS平台与模型框架适配管理工具也将陆续推出。“稀疏原生”这个定位意味着墨芯不打算在通用框架上打补丁，而是另起一套围绕稀疏架构生长的软件体系。

这是一条高投入、高风险的路线。好处是软硬协同的上限更高，稀疏收益不容易在通用编译层被稀释；代价是生态迁移成本全部由墨芯自己承担——客户现有的模型框架、算子习惯、调优经验都要重新适配。这也解释了为什么墨芯要同时做仿真测试体系、异构适配工具链和评测标准：软件栈越原生，越需要一套让客户“先看见收益再决定迁移”的中间层。SP200与SECA能否按期落地、落地后能否把北大型场景的倍数复现到更多负载上，是未来两个季度最值得跟踪的验证点。

产学研联盟补的是标准与人才，不是短期收入

据芯东西报道，今年8月，墨芯发起成立国内首个稀疏计算产学研联盟，已与复旦大学、清华大学、西安交通大学、南开大学、上海交通大学等高校启动多项联合课题。郭威俊介绍，联盟内课题按各校学科特色分别布局：计算机学院聚焦“算法+硬件架构”结合如何提升稀疏计算性能，数学学院围绕矩阵乘算法计算效率与稀疏参数规律，软件学科聚焦稀疏工具链、编译器与高性能算子开发。

据郭威俊在访谈中的判断，行业当前面临三方面短板：既懂算法与稀疏数学、又熟悉芯片架构的复合型人才稀缺，培养周期通常需要3至5年；评测与验收标准尚未统一，现有算力交付标准主要围绕稠密计算制定，难以准确衡量稀疏计算的实际能力；稀疏计算的工具链和数据集等基础资源仍有待完善。他还表示，墨芯未来可能会推出稀疏算力的验收标准。

把这三条短板与墨芯的商业处境对照，会发现联盟的战略意义大于公关意义。标准不统一，客户采购时就缺少跨供应商比较的尺子，稀疏卡很难进入正式招标的技术评分体系；人才不足，客户侧和生态侧都缺少能调优稀疏负载的工程师，产品再好也会卡在“没人会用”；工具链和数据集不完善，则直接抬高每一次交付的边际成本。这三件事没有一件能在短期内变成收入，但每一件都决定稀疏计算能否从项目制走向规模化采购。本轮资金明确将部分投向产学研联盟建设，逻辑上与此吻合。

五个月两轮近20亿，资本在赌什么又漏算了什么

把本轮放回融资节奏里看，五个月连续两轮、累计近20亿元人民币，是一个相当密集的加注。据芯东西报道，这两轮融资被描述为墨芯从多年技术单点验证走向规模化、商业化交付的重要分水岭。这个判断属于报道转述的行业观察，不是可核证的财务结论。

从投资方结构看，本轮名单里既有仁爱资本、海棠基金、东恒石油这类被报道归为产业方的机构，也有比丘资本、派拉资本、中财资本这类被报道归为国资及财投机构的参与者。产业方与财务/国资背景资金同时进入，通常对应两种不同的下注理由：产业方看的是算力基础设施与自身业务的协同，国资与财投看的是国产算力替代与硬科技方向的配置价值。本次来源未披露各投资方的具体出资金额、持股比例、是否有产业订单绑定或返投安排，因此无法判断这轮资本结构对墨芯的经营独立性意味着什么。这是本轮融资信息中一个明显的空白。

资金用途倒是写得具体：所募资金将投向稀疏专用推理芯片的全栈升级，重点开展下一代芯片预研工作，同时推进稀疏计算产学研联盟建设。三项分别对应产品迭代、技术储备和生态建设，没有一项是短期冲收入的开支。这符合一家仍在证明“稀疏能否规模部署”的公司的阶段特征，但也意味着这近10亿元人民币买到的是时间窗口，不是确定的收入曲线。芯片预研的周期以年计，联盟的产出以年计，而客户的采购决策以季度计，三者节奏并不天然对齐。

待验证的三件事：轮次口径、交付成色与生态迁移

第一件是轮次口径。芯东西报道正文只写“近10亿元人民币融资”，未写轮次；观点网、新京报标题称C+轮。两者金额一致，但轮次差异会影响外界对估值台阶和股权稀释节奏的判断。本次来源未披露本轮估值、每股价格、老股转让情况，也未说明上一轮近10亿元人民币融资的具体轮次，因此无法构建完整的融资序列。在更权威口径出现前，把本轮称为“近10亿元人民币融资”比称“C+轮”更稳妥。

第二件是交付成色。千卡集群、四大片区、运营商合作、海上Token工厂、北大实测，这些构成了墨芯商业化叙事的主要支柱，但全部来自公司通稿与公司人士受访口径。真正能验证规模化交付的指标——集群持续利用率、客户续约率、单项目毛利、收入确认节奏——本次来源均未披露。从已披露的部署分布与客户类型看，墨芯的订单结构偏向项目制、定制化程度高，这意味着交付能力与收入质量之间还存在一段需要财务数据来填的空白。结论边界很清楚：可以确认墨芯已进入多个真实场景，不能确认这些场景已转化为可持续的规模化收入。

第三件是生态迁移。SECA走稀疏原生路线，SP200把客户痛点带入下一代架构，这两步都指向同一个目标——降低客户的迁移与适配成本。但原生软件栈的另一面是生态自建，客户越多、负载越杂，工具链的完备性压力越大。墨芯用仿真测试体系、异构适配工具链和评测标准来缓冲这一压力，这套组合能否在SP200与SECA落地后把北大型场景的收益复现到金融、医疗、勘探、气象等垂直模型上，是稀疏计算从“可用”走向“可复制”的关键。据郭威俊观察，垂直领域模型为特定业务定制，用不上通用大模型全部能力，天然适合稀疏计算；这一判断在逻辑上成立，但目前缺乏跨行业复现的公开数据支撑。

把这三件事放在一起，墨芯这笔近10亿元人民币融资的真实含义就清楚了：它不是对已兑现商业化的奖励，而是对一个尚未闭合的验证链条的提前下注。稀疏计算在特定场景的收益已经被公司用实测数字讲出来了，但收益能否标准化、交付能否规模化、生态能否自持，三个问题都还开着。五个月两轮近20亿元人民币的资本密度，说明有人愿意为这个时间窗口付费；而窗口能不能关上，取决于SP200、SECA和联盟这三条线在未来一年内的实际产出，而不是取决于融资本身。

RecodeX 极客视：稀疏计算最容易被误读成“省算力”的技术故事，但它真正的战场在客户的采购清单和验收标准里。墨芯用北大实测的2.88倍、7.64倍证明了稀疏在特定负载上能算得过账，用千卡集群和运营商合作证明了自己进得了场，却还没能用收入、续约和毛利证明这套账可以批量复制。近10亿元人民币买的是把SP200、SECA和产学研联盟三条线跑通的时间，而时间从来不保证结果——稀疏能否从“项目制降本”变成“标准化采购项”，才是这笔融资之后真正要回答的问题。

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。