算苗科技砸下近20亿买时间，押注3D堆叠破算力封锁

今年6月中旬，一家名不见经传的国产AI芯片初创企业完成了面向大模型云端推理的关键一步——其3D TokenPU芯片A4E正式进入流片阶段。一个月后的国庆节前，这家公司宣布自己已经在过去12个月内完成Pre－A2轮及A轮融资，累计金额近20亿元。

投资方名单整齐得令人瞩目：国开金融、北京顺禧、北工投、亦庄国投、中关村科学城等北京市区两级国资悉数到场；石溪资本、联想创投等产业基金紧随其后；还有源码资本、襄禾资本等市场化机构。

这笔钱的真正用途不在账面上，而在实验室里。算苗科技选择了一条被业内称为“韬定律”的路径——以时间缩微替代几何缩微，用3D堆叠架构强行冲开AI算力芯片长期无法回避的“内存墙”瓶颈。

这个方向走通了，国内算力芯片的天花板或许还能再抬高一截。

“盖楼式”突破：从平面运输到垂直倾泻

所谓“内存墙”，本质上是GPU计算速度远超数据搬运速度的结构性矛盾。

英伟达H系列芯片的计算能力在过去几年几乎每两代翻倍一次，但承载这些计算的数据传输速率始终受制于传统封装方式的物理极限。这就好比一条高速公路上的车辆越来越快，但进出匝道的车道却只有两条——车跑得快，没意义。

算苗科技的解决方案直观且冒险：将8层存储晶圆垂直堆叠在一块逻辑晶圆之上，形成“盖楼式”结构。

具体而言，公司采用混合键合工艺和“逻辑折叠”技术，把原本需要横向长距离传输的数据信号直接“垂直倾泻”下去，大幅压缩信号时延。按照公司创始人汪福全博士团队的理论框架，当晶体管尺寸逼近物理极限（即摩尔定律边际效益骤降），以三维空间换取算力密度成为唯一可行路径。

这不是纸上谈兵。公开资料显示，算苗的前身可追溯至2009年成立的中科声龙，汪福全本人早在2021年就推出了全球首款3D存算一体高通量算力芯片JASMINER X4。该芯片随后在市场上取得了不俗成绩——据21世纪经济报道引述的公司披露，单款产品曾斩获8亿元人民币营收。

这意味着“韬定律”并非全新构想，而是经过早期市场验证的技术路线。

绕过英伟达：成熟制程＋先进封装的无奈与智慧

如果一切顺利，算苗科技完全可以继续深耕高端制程。但现实是，中国大陆获取最先进的半导体制造设备面临持续收紧的限制。

因此，A4E芯片采用了国产成熟制程配合先进封装的设计策略。换言之：用成熟的制造工艺，加上创新性的3D堆叠封装，来弥补单点算力的差距。

这套方案的优势在于不依赖极端先进的制程节点（如3nm、5nm）。劣势同样明显：单位面积内的晶体管数量减少，能效比可能不及国际一线竞品。但换个角度看，这也是当下国内AI芯片赛道几乎所有玩家的共同选择。

问题是，这条路的尽头在哪里？

首先是一道产能关。3D堆叠本身高度依赖先进封装产能，尤其像台积电CoWoS这类高密度集成工艺。据行业信息显示，2026年以来AI芯片需求爆发导致CoWoS等先进封装产能长期紧张，国产厂商如长电科技、通富微电等正在扩产，但是否足以支撑整个AI算力产业的规模化需求，仍要打问号。

算苗科技选择了国产供应链体系作为后盾，这在政策层面无疑具备确定性保障。但产业化过程中不可避免的是，一旦下游大客户订单集中涌入，谁来提供足够的封装产能？

20亿够烧多久？

回到最直白的问题：近20亿元的融资，在这家公司手里能撑多久？

答案是有限的。

AI芯片研发投入的高额性无需多言。光是一个完整周期的流片（包括掩膜版、测试、迭代），就需要数亿元级别投入；而流片成功后还要面临良率爬坡、客户适配、软件生态搭建等一系列长期工作。算苗科技目前仅有200余名员工，其中研发人员占比超过80％——这种人力密集型结构决定了资金消耗速度不会慢下来。

值得注意的是，截至此次融资公告发布之际，A4E芯片仅处于“流片启动”状态（6月15日），尚未公布量产时间表及良率数据。对于投资人而言，下一个关键观察节点将是：A4E何时实现规模交付？

更具体地说，谁会在首批用户中买单？

互联网大厂（如字节跳动、阿里、腾讯）是国内AI算力最重要的采购方。它们对国产芯片的态度历来务实：愿意给测试机会，但不会轻易大规模替换英伟达现有集群。一旦实测性能达不到预期阈值，后续采购意愿会断崖式下跌。这也是为什么不少国产AI芯片企业即便有技术突破，商业落地之路依然曲折的原因。

据21世纪经济报道提及的知情人士透露，算苗科技还将适时启动新一轮融资。这说明即便有将近20亿入袋，管理层也对未来的资金缺口心知肚明。

留给市场的三个观察指标

对关注这一赛道的投资人和从业者来说，以下三个指标值得持续跟踪：

第一，A4E芯片实际流片成功与否及良率水平。 流片不是终点，良率才是检验工艺成熟度的硬指标。若良率低于行业基准线（通常要求70％以上），意味着量产时间表将被迫推迟。

第二，先进封装供应链产能扩张进度。 长电科技、通富微电等国产封测厂的CoWoS类产能建设节奏，将直接影响算苗科技乃至整个国产AI芯片产业链的供货能力。

第三，大客户实测反馈。 特别是来自头部互联网企业的非公开测试结果——性能是否达到商用标准、软件生态兼容性如何、功耗表现怎样，这些都将决定A4E是否能从“可用”变为“必选”。

这三件事，任何一件出现变数，都可能导致算苗科技的豪赌变成一场昂贵的试错。