5个月连融20亿！墨芯智能押注稀疏计算

当AI推理每词元只激活3％的参数

距上一轮近10亿元人民币C＋轮融资宣布不到5个月，墨芯人工智能再次完成近10亿元融资。两轮融资累计金额逼近20亿元，时间间隔之短在中国AI芯片初创公司中并不多见。

这一资本动作的直接动因是AI推理场景的结构性变化——以DeepSeek为代表的MoE（混合专家）大模型正在将推理成本大幅压低，而支撑这一变化的底层技术正是“稀疏计算”。墨芯自2018年起专注“算法－软件－硬件”协同设计，其主打的双稀疏算法方案在部分场景下可实现最高7．64倍的模型压缩率和最高2．88倍的遥感任务吞吐提升。

资金将主要用于下一代AI芯片研发、双稀疏算法迭代、商业化市场拓展以及算力生态建设。

稀疏计算：不是优化，是换轨道

传统深度学习模型的运行方式可以被简单理解为“密集型”——每次推理时，模型的绝大部分参数都会被激活并参与计算。以万亿级参量的大模型为例，即使处理一个相对简单的输入，也需要调用数万亿次的数学运算。

MoE架构改变了这一逻辑。它的核心思想是将大参数集拆分为多个“专家子网络”，每次推理仅激活其中一小部分专家。DeepSeek－V4－Pro模型的总参量约1．6万亿个，但活跃参量仅约490亿个，这意味着每处理一个词元（token），约97％的参数处于闲置状态。

这不是简单的效率优化，而是推理逻辑的根本转变。稀疏计算的核心矛盾在于：如何精确判断哪些参数应该被激活，以及如何高效调动这些分散的参数而不增加额外开销。

如果判断错误，输出质量会大幅下降；如果调度 overhead 过高，节省的计算资源会被抵消。这正是墨芯这类公司的机会所在——它们不追求通用算力的绝对上限，而是聚焦于如何在特定算法框架下实现最优的稀疏度匹配。

墨芯的“双稀疏”策略结合了结构化稀疏（如通过剪枝直接移除冗余神经元或连接，降低计算复杂度）与非结构化稀疏（通过动态路由机制精确激活所需参数），从而在保证模型精度的同时最大化计算资源的利用率。这种技术路径在国内乃至全球都属于前沿探索领域。

Q3营收数倍增长，客户是谁？

量子位报道显示，墨芯人工智能2026年第三季度营收实现数倍增长。

然而，具体客户名单并未公开披露。根据公开信息可追溯的商业化落地场景包括：上海海上算力Token项目、北京大学遥感应用验证。此外，墨芯算力集群已铺向全国四大片区。

这些案例的共同特点是：对数据量敏感、对精度要求高、对算力成本有持续压力的细分领域。遥感数据处理需要大量图像识别和特征提取；海上算力项目则涉及边缘部署和实时响应。这些都是稀疏计算可能发挥优势的场景。

年底前，墨芯计划发布SP200新板卡及SECA软件栈。如果SP200能够在保持高稀疏度的同时兼容更多主流大模型架构，其商业化空间将从当前的科研验证阶段向工业应用阶段延伸。

值得注意的是，当前国内从事稀疏计算赛道研究的企业并不多。传统的AI芯片初创公司大多跟随英伟达的CUDA生态路线，致力于提供通用的GPU替代品。墨芯选择了一条更为垂直的道路——不与巨头拼通用算力规模，而是深耕MoE等大模型架构下的特定算力需求。这种差异化定位虽然在短期内降低了市场竞争烈度，但也意味着其天花板完全取决于MoE架构在大模型领域的普及速度和占比。

MLPerf三连冠背后的真实意义

墨芯在MLPerf Inference benchmark上连续三届夺冠，这是其公开履历中最具说服力的成绩。

MLPerf是由Google、NVIDIA、Amazon等科技巨头联合推动的行业基准测试，专门用于衡量AI推理和训练的实际性能表现。在这一榜单上连续获胜，意味着墨芯的方案在标准化测试条件下确实达到了当前行业的领先水平。

但这并不意味着墨芯在所有实际应用场景中都具备压倒性优势。MLPerf测试主要反映的是特定数据集和特定模型下的推理延迟和吞吐量指标，而真实的商业场景中还需要考虑模型兼容性、部署灵活性、运维成本等多个维度。

英伟达的全栈进攻

值得注意的是，英伟达在2026年提出的Vera Rubin全栈内存方案也采取了类似的思路——通过NVFP4低精度格式压缩模型权重和KV Cache，在单GPU HBM容量仅增约3％的情况下实现了单位成本推理吞吐量最高30倍的提升。

这与墨芯的稀疏化路线存在本质区别：英伟达走的是“通用硬件＋极致优化”的路径，试图让每一块GPU都能以更低的成本处理更复杂的任务；墨芯则走的是“专用硬件＋算法适配”的路线，专注于为特定的稀疏计算框架提供最优的硬件支持。

两条路线各有优劣。英伟达的优势在于生态规模和开发者社区，劣势在于单次研发投入巨大且回报周期长；墨芯的优势在于垂直领域的深度积累和快速迭代能力，劣势在于市场天花板相对有限且面临被巨头覆盖的风险。

稀疏计算产学研联盟的试探

2026年8月，墨芯牵头成立了“稀疏计算产学研联盟”。从名称来看，这是一家由学术界、产业界和研究机构共同参与的非营利性组织，旨在推动稀疏计算标准的确立和相关技术的普及。

这是一个值得关注的信号。如果一个初创公司能够主导行业标准的制定，它在整个产业链中的话语权将显著提升。但目前该联盟的成员构成、具体成果和技术路线图均尚未公开披露，这一举措的实际影响力有待观察。

对于关注AI芯片赛道的投资者和行业观察者而言，以下几个指标值得关注：

第一，SP200新板卡的发布时间和性能实测数据，这将决定墨芯能否从实验室走向规模化部署；第二，SECA软件栈的开源策略和第三方开发者接入数量，这将反映其生态构建能力；第三，年内是否有新的头部客户签约公告，这将是商业化落地的最直接验证；第四，英伟达或其他GPU厂商的稀疏计算方案进展，这将影响墨芯的差异化空间是否会被挤压；第五，国家层面关于算力基础设施的政策导向是否进一步向稀疏化、低碳化方向倾斜。