近日消息，存算一体AI芯片企业后摩智能已于近期完成B轮融资，单笔金额达数十亿元人民币。值得注意的是本轮融资的出资方结构：上下游重磅产业资本集体押注、国有资本与国际投资人联袂入局，多家老股东持续加码。

　　据悉，本轮资金将主要用于扩大M50规模化交付，推进新一代M6X与下一代3D CIM产品研发，并持续完善软件工具链与产业生态，推动端边AI在更多终端场景实现规模化落地。

　　为什么是“存算一体”？两堵墙的故事

　　过去几十年，芯片行业沿冯·诺依曼架构一路狂奔，但这条路的尽头，始终矗立着两座难以逾越的墙。

　　一是“功耗墙”。在传统架构下，数据需要在存储单元与计算单元之间反复搬运，真正用于计算的能耗占比越来越低。AI大模型时代，这一矛盾被指数级放大——训练一次大模型的数据搬运开销，早已超过计算本身。

　　二是“内存墙”。处理器的算力增长遵循摩尔定律，而存储器的带宽提升却步履迟缓。存储器的访问速度远远跟不上计算单元的数据处理速度，处理器再快，也只能“等数据喂饭”。

　　数据爆炸叠加AI浪潮，这两座墙的封堵效应愈发明显。而“存算一体”的思路，就是把计算直接嵌入存储单元，从源头减少数据搬运。

　　后摩智能的解法，从M50成绩单看硬实力

　　创立于2020年的后摩智能，是全球率先实现存算一体高算力AI芯片商业化的公司，也是端边大模型AI芯片领跑者。其将自身定位为“端侧免费Token工厂”的算力底座，目标是以更低的能耗生产更多智能，持续降低端侧AI的使用成本。而支撑这一定位的，就是存算一体。

　　后摩智能布局了2D CIM与3D CIM两条互补路径。其中，2D CIM结合SRAM-CIM与存储配置，面向更大容量；3D CIM在堆叠的逻辑计算层引入SRAM-CIM，将计算架构与先进封装深度融合，面向更大带宽，同时缓解3D堆叠的散热压力。两条路径均指向同一个目标：持续提升Token/$与Token/W。

　　根据后摩智能披露的数据，采用SRAM-CIM后，核心计算单元的面积压缩至传统架构的约30%，运行功耗减少至约10%。

　　落到产品上，依托自研SRAM CIM/3D CIM存算一体架构，后摩智能打造了涵盖漫界®M30、M50端边大模型AI芯片产品，力擎™、力谋®系列加速卡类产品以及配套硬件与场景解决方案，构建了芯片、加速卡、配套硬件的全栈产品矩阵，全面覆盖Agent Computer、智能移动终端、具身机器人、边缘推理四大场景，加速让大模型真正跑进每一台终端设备。

　　其中，M50是当前的商业化主角，专为大模型推理设计，具备160 TOPS算力，10W典型功耗，能效比高达16 TOPS/W，可单芯片流畅运行高达120B参数大模型，在提供充足AI算力的同时兼顾终端功耗与散热需求，为大模型在AI PC上的本地部署和运行提供高能效算力基础。

　　据后摩智能在此前生态合作伙伴大会上披露，其端边大模型AI芯片M50量产不到一年，已获得150多个产品定点，服务客户超过百家。

　　赛道起风，一个百亿美元级市场正在成型

　　后摩智能的融资升温，背后是整个存算一体赛道的行业热度正在快速攀升。

　　当大模型从云端向终端下沉，AI PC、具身机器人、智能移动终端、Agent Computer等多元场景的快速落地，将直接拉动全行业对本地高能效AI推理需求呈指数级增长。这种不需要依赖云端网络、就能在端侧完成低延迟、低功耗AI运算的能力，正在变为全行业的核心刚需，而这正是存算一体架构发挥技术优势的主场。

　　相关行业数据显示，2025年全球存算一体芯片市场规模已达到128.7亿美元，较2024年增长34.2%。随着边缘计算与AI推理场景爆发式增长，2026年市场规模预计突破172亿美元，至2030年有望超过580亿美元，复合年增长率维持在27%至31%区间。

　　在技术迭代持续成熟、大模型端边侧需求集中释放的双重驱动下，存算一体AI芯片的大规模产业落地，已经从行业愿景逐步走向现实。但与此同时，存算一体能否从“架构优势”转化为“商业胜势”，还要看量产交付的稳定能力、配套软件生态的完善程度、对终端实际场景需求的定义能力，这将成为决定谁能率先从赛道中突围的关键标尺。

　　此次后摩智能这笔数十亿元的B轮融资，既是资本市场对存算一体这条技术路线长期价值的明确投票，也为整个“端边AI规模化落地”的产业进程，实实在在按下了一次关键的加速键。