芯東西（公眾號：aichip001）
作者 程茜
編輯 漠影

芯東西4月20日報道，剛剛，浙江杭州GPU創(chuàng)企曦望完成新一輪超10億元融資，這是2026年AI產(chǎn)業(yè)全面邁入”推理落地、智能體普及”時代后，國內(nèi)GPU賽道誕生的最大單筆融資之一。

本輪資金將用于新一代S3推理GPU的規(guī)?；慨a(chǎn)交付、全棧軟件生態(tài)建設(shè)，以及S4/S5后續(xù)芯片的研發(fā)迭代。

此次融資由多家產(chǎn)業(yè)方戰(zhàn)投、地方國資及頭部財務(wù)機構(gòu)共同參與。豪華投資方陣容正用真金白銀，押注這家主攻推理的國產(chǎn)GPU創(chuàng)企。至此，分拆獨立僅一年多的曦望已累計完成7輪融資，總?cè)谫Y額約40億元，成為國內(nèi)首家估值超百億的純推理GPU獨角獸。

作為國內(nèi)首家All in推理的GPU企業(yè)、首批實現(xiàn)推理GPU萬卡級交付的芯片公司，曦望成立于2020年，前身是商湯科技大芯片部門，2024年底分拆獨立運營，目前其團隊規(guī)模約400余人，集結(jié)來自英偉達、AMD、昆侖芯、商湯等企業(yè)的研發(fā)人才。

如今其已悉數(shù)亮相三顆芯片，最新的啟望S3是曦望為下一代大模型推理打造的高性價比GPU芯片，致力于以極致的單位算力成本，全面開啟AI推理的“一分錢時代”。

智能體時代，企業(yè)損益表正被全面重構(gòu)。智能體已然成為核心生產(chǎn)力，以O(shè)penClaw為代表的智能體應(yīng)用迅速走紅，數(shù)據(jù)中心也隨之轉(zhuǎn)型為持續(xù)吞吐海量數(shù)據(jù)、輸出智能內(nèi)容的“Token工廠”。在未來的AI服務(wù)體系中，Token將成為可直接計價的數(shù)字商品，AI服務(wù)也將依據(jù)吞吐量、速率、智能密度等維度對其進行分層定價。

在這樣的行業(yè)邏輯下，成本與效率成為競爭的關(guān)鍵勝負手，誰能將單位Token成本壓至更低、讓能效比達到更高，誰就能占據(jù)市場主導地位。

而從創(chuàng)立之初便深耕推理領(lǐng)域的曦望，恰好踩中了智能體時代的核心命門：正如芯片領(lǐng)域?qū)摹⑿阅?、面積的極致追求一樣，若能將AI推理成本大幅降低90%，同時保障服務(wù)穩(wěn)定可靠，便能真正改寫中國AI產(chǎn)業(yè)的損益結(jié)構(gòu)，讓AI從高投入的燒錢模式走向可持續(xù)的商業(yè)化正循環(huán)。

一、智能體時代，Token成本成企業(yè)關(guān)鍵運營指標

過去數(shù)年，AI發(fā)展核心圍繞訓練展開，參數(shù)、集群、算力投入決定模型能力上限；如今AI深度參與各類復雜工作，直接推動行業(yè)焦點轉(zhuǎn)向推理。

這一趨勢的重要性，被一組關(guān)鍵數(shù)據(jù)印證：英偉達創(chuàng)始人、CEO黃仁勛在GTC 2026大會稱，過去兩年AI推理計算量增長約一萬倍、使用量增長約一百倍。

▲英偉達創(chuàng)始人兼CEO黃仁勛GTC大會演講

2026年初的OpenClaw熱則直接改寫了Token消耗邏輯，AI智能體一次復雜任務(wù)會觸發(fā)數(shù)十次連續(xù)推理請求，Token消耗由此呈現(xiàn)指數(shù)級爆發(fā)的態(tài)勢。

▲OpenRouter平臺上AI模型每周使用量趨勢

這背后對企業(yè)而言就是不可預估的成本。本月初，外媒The Information拿到一份Meta內(nèi)部追蹤員工Token使用量的數(shù)據(jù)，過去30天內(nèi)，Meta全員Token總消耗量超過60萬億個，若按照當時Claude Opus 4.6的公開定價估算，其排名第一月均使用2810億Token的用戶，一個月的成本就超過140萬美元（約合人民幣954萬元）。

更值得警惕的是，大量Token并未被有效利用，而是被無效浪費，成為企業(yè)算力賬單的隱形成本。Hyperbolic聯(lián)合創(chuàng)始人金宇晨曾在社交平臺X平臺上吐槽，GPT-5.4 Pro是他用過最愛“過度思考”的模型，他僅發(fā)了一句簡單的“Hi”，模型直接燒掉80美元。

這進一步推高云廠商硬件與運營成本，導致全球云廠商集體漲價。3月至今，阿里云、百度云、騰訊等國內(nèi)云廠商紛紛官宣調(diào)價，阿里云平頭哥真武810E等算力卡產(chǎn)品上漲5%—34%，文件存儲CPFS（智算版）上漲30%；百度智能云AI算力相關(guān)產(chǎn)品上調(diào)約5%—30%，并行文件存儲上調(diào)約30%。云廠商的一系列調(diào)價動作，本質(zhì)上都是推理成本壓力的直接傳導。

Token爆發(fā)、云廠商漲價的雙重作用下，企業(yè)推理成本壓力愈發(fā)凸顯。推理服務(wù)能否長期穩(wěn)定運行、實現(xiàn)高效吞吐、控制合理成本，已成為企業(yè)核心的訴求。

與之對應(yīng)，行業(yè)不再單純追逐芯片峰值算力，而是通過系統(tǒng)級創(chuàng)新，重新定義“每瓦Token”這一核心KPI，以此破解成本困局。

對企業(yè)而言，過去比拼的是工人、設(shè)備與廠房規(guī)模；而在智能體時代，核心競爭力將取決于單位成本能調(diào)用多少有效Token、每個智能決策能創(chuàng)造多少價值。

“每瓦Token”不僅是技術(shù)指標，更是企業(yè)關(guān)鍵的運營成本指標。同等電力、同等機柜空間下，能產(chǎn)出更多有效Token，意味著企業(yè)可以用更少機房、更低電費支撐更大業(yè)務(wù)規(guī)模，在算力密集型競爭中構(gòu)筑顯著的成本壁壘。

這一背景下，中國已成為這場全球算力革命的核心戰(zhàn)場。根據(jù)OpenRouter數(shù)據(jù)，中國大模型周調(diào)用量已連續(xù)6周超美國，周調(diào)用量達?12.96萬億Token?，是?美國的4.28倍。中國已成為全球AI推理最大市場，推理成本的壓力與機遇在此集中顯現(xiàn)。

一方面，國內(nèi)擁有旺盛的推理算力需求和海量豐富的應(yīng)用場景，為推理技術(shù)的迭代與落地提供了堅實基礎(chǔ)；另一方面，企業(yè)對低成本AI的迫切訴求，也倒逼行業(yè)加速探索成本優(yōu)化的路徑。

AI要實現(xiàn)像水電一樣普及，第一道必須攻克的關(guān)口，就是將推理成本從“元級”壓縮至“分級”。而破解這一困局的關(guān)鍵解法之一，便是打造一類為推理而生、為成本優(yōu)化、為規(guī)?；渴鹆可矶ㄖ频膶貵PU。

二、能落地、能萬卡、能省錢，才是下一代推理算力的真正門檻

作為國內(nèi)首家All-in推理的GPU企業(yè)，曦望是在行業(yè)集體卷訓練、拼參數(shù)時，基于產(chǎn)業(yè)發(fā)展判斷做出的反共識但極具前瞻性的戰(zhàn)略選擇。

其核心目標不是取代、對標訓推一體GPU或通用AI芯片，而是只做推理分流側(cè)翼與成本優(yōu)化層，在不改動客戶現(xiàn)有技術(shù)棧的前提下，直接實現(xiàn)降本增效，用更高的推理性能重構(gòu)AI產(chǎn)業(yè)成本結(jié)構(gòu)。

如今曦望已形成芯片、解決方案、生態(tài)三位一體布局，而這整套體系直接回答的就是一個問題：推理GPU，究竟該強在哪里？

今年1月，曦望發(fā)布的新一代推理GPU芯片啟望S3，正是對這一問題的有力回應(yīng)。作為國內(nèi)首款搭載LPDDR6且兼容LPDDR5X內(nèi)存的推理GPU，S3從AI Core計算架構(gòu)到內(nèi)存IO系統(tǒng)進行了全鏈路重構(gòu)。

在計算層，S3進行了深度定制，其推理性能較上一代S2提升5倍，目標是實現(xiàn)Token成本下降90%。

S3實現(xiàn)了極致算子利用率、智能體原生微架構(gòu)、全鏈路FP4低精度三大核心突破。包括128-bit、3D指令集搭配獨立線程調(diào)度，配合片上數(shù)據(jù)復用技術(shù)，適配智能體復雜推理；原生支持FP16到FP4低精度運算，主流大模型推理效果接近無損，吞吐量較FP16提升3～4倍，直接提升客戶盈利空間；將GEMM、Flash Attention利用率分別提升至約99%、98%，硬件有效算力與并發(fā)能力大幅提升。

在系統(tǒng)層，S3集成LPDDR6內(nèi)存接口技術(shù)、高速SerDes+SUE融合互聯(lián)技術(shù)、PCIe Gen6接口技術(shù)三大先進高速接口，解決了智能體三大核心瓶頸。

首先LPDDR6方案使得S3帶寬充足、容量大幅提升、功耗降50%+；兼容 LPDDR5x，可靈活推出多規(guī)格產(chǎn)品，覆蓋邊緣至云端推理，可以破解推理場景大容量、高性價比、低功耗的核心需求。

其次， S3采用了片上原生融合Scale-Up+Scale-Out雙模底座；以太網(wǎng)超節(jié)點引擎支持一跳直達、硬件加速集合通信，利舊交換機并可壓延遲至百納秒級；集成RDMA引擎，優(yōu)化KV Cache零拷貝傳輸，支持32–256彈性組網(wǎng)。這一系列創(chuàng)新是針對智能體多模型協(xié)同瓶頸的有效解法。

最后PCIe Gen6接口技術(shù)下，S3帶寬較Gen5翻倍，支撐多路高速網(wǎng)卡與NVMe 集群；構(gòu)建顯存-DRAM-NVMe三層異構(gòu)KV Cache，實現(xiàn)熱溫冷數(shù)據(jù)分層管理，高效擴展容量；同時兼容業(yè)界標準，無縫融入云原生高性能體系。這對應(yīng)解決的是智能體的資源碎片化問題。

由此可見，S3押注的是，徹底剝離訓練能力，專為大模型推理做原生深度優(yōu)化。其砍掉訓練相關(guān)模塊后，節(jié)省的晶體管與功耗全部傾斜于推理，讓單位面積有效算力效率提升超5倍。

因此一定程度上可以說，S3是更適合智能體時代的原生芯片。在曦望董事長徐冰看來，S3不是簡單的性能升級，而是一次對AI推理成本曲線的重構(gòu)。他們的目標是將推理成本降至“百萬Token一分錢”，讓AI像水電一樣成為普惠基礎(chǔ)設(shè)施。

這與當下的智能體浪潮不謀而合，智能體時代真正的瓶頸不在模型能力，而在規(guī)?；?、低成本、高穩(wěn)定的推理供給。

在芯片之外，曦望已構(gòu)建起完整硬件矩陣，包括寰望超節(jié)點集群、辰望計算平臺、寰望AI計算集群，其中，寰望SC3-256超節(jié)點可支持千億、萬億級參數(shù)多模態(tài)MoE推理，同?量級下，成本僅為千萬元級別。

曦望并未止步于硬件層，而是持續(xù)向上延伸，構(gòu)建起完備的算法與生態(tài)能力，實現(xiàn)大模型適配優(yōu)化、AI算法平臺、場景定制算法，同時自研AI軟件棧、CUDA兼容生態(tài)、主流框架支持。

從芯片到集群，從底層軟件到上層算法，可以看出，曦望的All-in推理不是口號，而是真正從芯片到系統(tǒng)的全棧重構(gòu)。

三、芯片基因+AI洞察，曦望領(lǐng)跑推理算力時代

對算力發(fā)展清晰研判需要對AI和芯片的洞察都更清晰。從商湯大芯片部門獨立而來的曦望，就自帶“芯片基因+AI應(yīng)用經(jīng)驗”，為其切入新一代算力賽道構(gòu)筑了先天壁壘。

其領(lǐng)導團隊精準搭建了以AI產(chǎn)業(yè)布局、芯片頂尖研發(fā)、互聯(lián)網(wǎng)產(chǎn)品商業(yè)化為核心的“黃金三角”架構(gòu)：

曦望董事長徐冰是商湯聯(lián)合創(chuàng)始人，曾于?港中??學博?在讀期間與導師湯曉鷗教授共同創(chuàng)辦商湯。商湯不僅是彼時國內(nèi)AI領(lǐng)域的標桿企業(yè)，更在2021年成功登陸港股，成為“港股AI第一股”，其在AI算法、場景應(yīng)用上積累了經(jīng)驗。

負責研發(fā)的曦望聯(lián)席CEO王勇，是前AMD、昆侖芯的核心架構(gòu)師，有20年芯片研發(fā)經(jīng)驗，主導昆侖芯及曦望多代芯?的研發(fā)量產(chǎn)。2020年加入商湯后，他帶領(lǐng)百人團隊主導了曦望兩代芯片的研發(fā)和量產(chǎn)，均實現(xiàn)一次性成功點亮。

與王勇的技術(shù)研發(fā)能力形成互補，另一位聯(lián)席CEO王湛擁有憑借豐富的互聯(lián)網(wǎng)產(chǎn)品運營經(jīng)驗，王湛是百度創(chuàng)始團隊成員、前資深副總裁，曾領(lǐng)導數(shù)千?團隊打造了百度搜索引擎產(chǎn)品。

▲曦望董事長徐冰、曦望聯(lián)席CEO王勇、曦望聯(lián)席CEO王湛（從左至右）

憑借核心團隊的獨特優(yōu)勢，曦望在算力與AI賽道中形成了差異化競爭力。

其核心團隊親身經(jīng)歷國內(nèi)最早一批大規(guī)模AI應(yīng)用、人臉識別、自動駕駛、多模態(tài)等多個技術(shù)周期與應(yīng)用場景，歷經(jīng)用戶需求的反復打磨捶打，對AI技術(shù)的落地痛點、算力需求的核心痛點有著更為精準的洞察，也讓曦望成為更懂AI的GPU芯片企業(yè)。

在這樣的布局下，曦望目前的團隊規(guī)模已經(jīng)達到400余人，研發(fā)人員占比超過80%，匯聚了英偉達、AMD、華為海思、百度昆侖芯、阿里巴巴、商湯等各賽道的頭部企業(yè)人才，且核心技術(shù)人才平均擁有15年行業(yè)經(jīng)驗。

基于對AI和芯片賽道的判斷，曦望從創(chuàng)立之初便立足企業(yè)業(yè)務(wù)需求側(cè)，聚焦為客戶核算實際價值賬，而非單純比拼參數(shù)，由此搶先卡位推理時代。

曦望董事長徐冰透露，2026年，曦望將圍繞”落地、兌現(xiàn)、增長”核心原則，全力推進S3芯片量產(chǎn)交付，完成與國內(nèi)外主流大模型、多模態(tài)模型和Agent框架的全面適配。同時，該公司已完成S4高性能推理GPU和S5安全可控推理GPU的技術(shù)路線規(guī)劃，持續(xù)加碼近存計算、光電共封等前沿技術(shù)探索。

曦望的資本化布局正在穩(wěn)步推進，2026年2月，其完成股份制改造，成為浙江省首家完成股改的GPU企業(yè)，深度融入杭州爭創(chuàng)全國AI創(chuàng)新發(fā)展第一城的發(fā)展大局。

本次投資方的代表為杭州資本，這是其緊扣杭州“296X”先進制造業(yè)集群建設(shè)戰(zhàn)略、深耕AI能萬億級產(chǎn)業(yè)賽道的重要布局，他們認為，曦望“All-in推理”的戰(zhàn)略選擇具備行業(yè)前瞻性，其在技術(shù)創(chuàng)新和產(chǎn)品商業(yè)化方面的能力，是他們決定投資的重要原因。作為長期資本，杭州資本更看重企業(yè)在關(guān)鍵技術(shù)方向上的持續(xù)投入與落地能力。

結(jié)語：AI產(chǎn)業(yè)進入能效決勝時代

當下AI產(chǎn)業(yè)已從拼參數(shù)、堆算力的粗放階段，進入單位Token成本與能效比的精細化競賽。對企業(yè)而言，Token成本不斷下探，就意味著其商業(yè)化邊界能不斷拓寬。

未來，智能體帶來的鏈式調(diào)用與并發(fā)爆發(fā)，將直接推動Token需求增長10倍乃至百倍，推理算力的缺口只會持續(xù)拉大。最終，這場以Token效率為核心的革命，將讓AI真正融入千行百業(yè)，從技術(shù)概念變?yōu)閷嶓w經(jīng)濟的增長引擎。