存储最贵这一年,钱投给了「少搬数据」的芯片
11 月 4 日,存算一体芯片公司后摩智能被曝完成 B 轮融资,单笔金额数十亿元人民币。消息来自 21 世纪经济报道,援引的是知情人士,公司自己还没有公告。
同一天的早报里躺着另一个数字:2026 年一季度通用型 DRAM 合约价环比涨了 90% 到 95%。按集邦咨询的跟踪,二季度原本预计还要再涨 58% 到 63%。
一条是融资,一条是涨价,看上去不相干。但把这两件事摆在一起,逻辑就出来了——存储贵到一定程度,"让数据少搬几趟"这件事本身开始值钱。
钱进来之前,账已经算过一遍投资人不是被一句"存算一体"说服的。这个概念的论文年龄比很多从业者都大,过去十几年它一直卡在同一个地方:算力做不大,只能用在传感器、助听器这种超低功耗场景。
变化发生在模型这一侧。按后摩智能 10 月 14 日生态合作伙伴大会上披露的口径,同等能力下,Dense 模型的规模在 17 个月里压到了原来的八分之一,MoE 模型 6 个月压到六分之一;而端边芯片能承载的模型,从 2024 年的 7B 级涨到了今年的 120B 级。
两条曲线一个往下走、一个往上走,交汇的地方就是"本地跑大模型"第一次算得过账的位置。
需求侧也在推。IDC 的数据是,2026 年一季度全球端侧和边缘 AI 芯片出货量同比增长 45%,云端只有 12%。资本跟着出货走——仅今年 9 月,国内就有近十家端侧 AI 芯片公司宣布完成新一轮融资。
再看 Agent。它不再等一句问一句,而是挂着任务持续跑,一天几百次调用。这时候云端的按次计费就变成了持续支出,本地那张固定的电费单反而显得便宜。
省的不是算力,是搬运传统架构里,计算单元和内存是分开的。每做一次乘加,权重要从 DRAM 搬到缓存,算完再搬回去。模型小的时候这笔搬运费可以忽略,模型大到几百亿参数,搬运本身就吃掉了大部分时间和电。
存算一体做的事很朴素:把一部分计算直接放到数据待着的地方,让数据不用来回跑。
后摩走的是 SRAM-CIM,用 SRAM 做存算阵列。公司披露的两个数字是,核心计算单元面积压到传统架构的约 30%,运行功耗降到约 10%。换句话说,同样一块硅片,能塞进更多算力,或者同样的算力只用十分之一的电。
这就绕开了国内芯片公司最难受的那道坎。先进制程拿不到,就在架构上找补偿——台上那块背景板上写得很直白:"不拼制程,攻存算"。
一颗 10 瓦的芯片,账面是这样的已经量产的 M50,官方参数是 160 TOPS(INT8)、10W 典型功耗、150GB/s 带宽。
150GB/s 这个数字值得折算一下。一条 DDR5-6400 的带宽是 51.2GB/s,双通道刚过 100GB/s。也就是说,这颗 10 瓦芯片的访存带宽,相当于三条 DDR5 内存条同时供数。放在手掌大的盒子里,这是它能跑 120B 级模型的前提。
路线今年分成了两条。2D CIM 拼容量,配二维封装,成本更友好;3D CIM 把逻辑层和存储层叠起来,拼的是带宽。首颗 3D CIM 芯片 A20 已经投产,最多支持 16 颗芯片互联;下一代 M6X 在研,公司给的目标是 M50 的 3 到 6 倍。
芯片跑通和客户敢用,是两件事存算一体最麻烦的地方不在流片,在编译器。
传统 GPU 的算子库是现成的,模型改一行代码就能跑。存算阵列不一样,权重怎么切分、怎么映射到阵列上、量化到几位,每一层都得重新算。客户拿到芯片,如果还要自己写两周的适配代码,这颗芯片在采购清单里就活不过第一轮。
这也是后摩把 150 多个定点项目里的适配经验打包成"后摩 AI 生态软件"开源的原因,覆盖量化、编译、部署几个环节,相关项目计划在 2027 年 1 月前陆续上线。逻辑很实在:定点越多,踩的坑越杂,软件越厚;软件越厚,下一个客户上手越快。
人的部分也有迹可循。创始人吴强是普林斯顿博士,在 AMD、Meta 做过,回国后当过地平线 CTO;核心团队在 ISSCC 发过存算一体论文,公司称已完成十余次 SRAM-CIM 流片。这个履历解释不了技术路线对不对,但能解释为什么资本愿意在第七年继续加注。
但这笔账还有另一半存算一体不是"不要内存",而是"用更贵的存储换更便宜的搬运"。
SRAM 每比特占的硅面积,是 DRAM 的十几倍。一块芯片上能放多少 SRAM,直接决定它能装多大的模型。M50 之所以还要外挂 DRAM、还要 150GB/s 的带宽,原因就在这里——片上放不下的权重,还是得从外面搬。
所以它不是把内存问题解决了,是把内存问题重新分配了:片上用贵而快的 SRAM,片外用便宜而慢的 DRAM,中间靠架构少搬几次。
还有一个正在变化的前提。这轮 DRAM 涨价最猛的时候是一季度,环比 90% 以上;到三季度,TrendForce 统计的常规 DRAM 合约价环比涨幅已经回落到 13% 到 18%。涨价在减速,"少买内存"的紧迫感也会跟着减速。存算一体要在这个窗口里把出货量做起来,时间并不宽裕。
融资口径也要看清楚。数十亿元是知情人士的说法,投资方名单没有公布,公司没有发公告。10 月会上披露的"150 多个产品定点、服务客户超过百家",是定点不是出货——定点意味着芯片被写进了客户的产品规划,离真正上量还有一段路。
真正的对手,是那条"多买内存"的路英伟达今年给个人智能体做的 RTX Spark PC,走的是完全相反的方向:1 Petaflop 算力,128GB 统一内存,本地直接跑 1200 亿参数。不省搬运,直接把仓库建得足够大。
两条路都在赌同一件事——端侧的 Token 会像水电一样被日常消耗。区别是,一条赌内存会变便宜,另一条赌内存会一直贵。
按 0.6 元一度电算,一台 30 瓦的机器 7×24 小时挂着,一年电费一百五十多块。这个数字足够低,低到"本地跑模型"第一次有了和云端按次计费比一比的可能。前提是,芯片得先便宜到普通人也买得起。
数十亿元砸进去,买的不是今年的出货,是那个前提成立之前的位置。
你愿意为了数据不出门,多花多少钱买一台能本地跑大模型的机器?