4月20日，一家名叫曦望（Sunrise）的國產(chǎn)GPU公司宣布完成超10億元新一輪融資，估值突破百億。對(duì)這家成立僅一年多、從商湯科技分拆出來的公司來說，這已經(jīng)是它的第七輪融資，累計(jì)融資約40億。

但真正讓人意外的不是這個(gè)數(shù)字。

翻開曦望的產(chǎn)品手冊(cè)，你會(huì)發(fā)現(xiàn)一個(gè)奇怪的事實(shí)：它的旗艦芯片啟望S3，居然“不會(huì)”訓(xùn)練大模型——它只做推理，徹底放棄了訓(xùn)練能力。

這在國產(chǎn)GPU公司競(jìng)相標(biāo)榜“訓(xùn)推一體”或“算力領(lǐng)先”的語境里，就像是自斷一臂。

曾有人私下問曦望董事長(zhǎng)徐冰：這不是把一半市場(chǎng)拱手讓人嗎？

他則回答說：“訓(xùn)練是巨頭的游戲，推理的需求看不到天花板?！?/p>

放棄訓(xùn)練，押注推理——這位商湯聯(lián)合創(chuàng)始人，押上了一盤誰也沒看懂的棋。

01

在創(chuàng)立曦望之前，徐冰是商湯科技最核心的創(chuàng)始團(tuán)隊(duì)成員之一。

2012年，徐冰在香港中文大學(xué)多媒體實(shí)驗(yàn)室攻讀博士，師從深度學(xué)習(xí)領(lǐng)域先驅(qū)湯曉鷗。彼時(shí)，湯曉鷗團(tuán)隊(duì)剛剛發(fā)布了GaussianFace和DeepID兩套算法，人臉識(shí)別效果首次超越人類，登上了《自然》《科學(xué)》的報(bào)道。

2014年，徐冰和徐立、楊帆等人隨湯曉鷗共同創(chuàng)辦商湯科技，徐冰在其中負(fù)責(zé)資本運(yùn)作，主導(dǎo)了商湯累計(jì)超66億美元的融資，還操盤了港交所IPO，創(chuàng)下全球AI融資紀(jì)錄。

十年間，商湯從一個(gè)學(xué)術(shù)實(shí)驗(yàn)室成長(zhǎng)為亞洲最大的AI軟件公司之一。但徐冰很快發(fā)現(xiàn)，商湯被同一個(gè)難題反復(fù)“卡脖子”：算力成本。

“在商湯的時(shí)候，我們每年要花大量資金采購算力，而且絕大部分流向海外?！币晃唤咏毂娜耸炕貞?，這個(gè)痛點(diǎn)始終沒有找到解法。

2020年，商湯下定決心在內(nèi)部組建大芯片部門，投入自研AI推理芯片。

五年過去，商湯的芯片團(tuán)隊(duì)成功量產(chǎn)了兩代產(chǎn)品，S1視覺推理芯片和S2大模型推理芯片，累計(jì)投入超20億研發(fā)，交付量突破1萬片。但大芯片部門在上市公司體系內(nèi)始終面臨兩難：既無法像外部創(chuàng)業(yè)公司那樣靈活融資，又難以吸引最頂尖的芯片人才。

2024年底，商湯推出了“1+X”戰(zhàn)略，將芯片業(yè)務(wù)分拆獨(dú)立，命名為“曦望”。徐冰做出了一個(gè)大膽決定：辭去商湯執(zhí)行董事職務(wù)，親自下場(chǎng)做芯片。

他還拉來了兩位關(guān)鍵人物：前AMD全球GPU首席架構(gòu)師、百度昆侖芯核心設(shè)計(jì)師王勇，以及百度創(chuàng)始團(tuán)隊(duì)成員、“鳳巢之父”王湛。

三人的分工也堪稱教科書級(jí)配置，王勇管技術(shù)，王湛管產(chǎn)品和商業(yè)化，徐冰則統(tǒng)籌全局。2025年4月，為了說服王湛加入，徐冰在北京設(shè)了一場(chǎng)飯局，兩人從加微信到敲定合作，不到24小時(shí)。

02

所謂“曦望”，曦，破曉之光；望，遠(yuǎn)方的期許。但開局就選擇All-in推理、放棄訓(xùn)練，徐冰賭對(duì)了嗎？

要理解徐冰的選擇，得先看清AI算力市場(chǎng)正在發(fā)生什么。

過去幾年，大模型的競(jìng)爭(zhēng)圍繞一個(gè)詞展開：訓(xùn)練。誰的模型參數(shù)更大、誰的訓(xùn)練速度更快，誰就能贏。這催生了英偉達(dá)H100、A100等高端GPU的軍備競(jìng)賽。但徐冰的判斷是，游戲規(guī)則正在翻轉(zhuǎn)。

“訓(xùn)練市場(chǎng)是頭部玩家的游戲，門檻越來越高，收斂得很快?！彼f，“但推理是百花齊放的，需求看不到天花板?！?/p>

數(shù)據(jù)支撐了這個(gè)判斷。德勤預(yù)計(jì)，2026年推理算力占整體AI計(jì)算的比例將達(dá)到約三分之二。中國市場(chǎng)更甚，2026年3月日均Token調(diào)用量已突破140萬億，較2024年初的1000億增長(zhǎng)超千倍。曦望測(cè)算，2026年AI推理計(jì)算需求將達(dá)到訓(xùn)練需求的4-5倍，推理算力租賃價(jià)格半年漲幅近40%。

訓(xùn)練是“一次性爆發(fā)”，即做一次訓(xùn)練花幾千萬，做完就結(jié)束了。推理則是“持續(xù)性消耗”，每一次用戶提問、每一次AI生成，都在消耗算力。調(diào)用規(guī)模一旦上來，成本就會(huì)成為決定企業(yè)能否盈利的關(guān)鍵。

但問題來了：市場(chǎng)上已有的GPU，幾乎都是“訓(xùn)推一體”的通用型產(chǎn)品。曦望聯(lián)席CEO王勇曾講過一個(gè)關(guān)鍵發(fā)現(xiàn)：在做上一代產(chǎn)品S2的過程中，盡管實(shí)驗(yàn)室測(cè)試表現(xiàn)優(yōu)異，但到了客戶那里，芯片最終幾乎全部被用于推理場(chǎng)景。

原因很簡(jiǎn)單。訓(xùn)推一體芯片為了兼顧訓(xùn)練，采用了昂貴的高級(jí)封裝和HBM（高帶寬內(nèi)存），芯片成本和功耗居高不下。但在推理場(chǎng)景中，這些昂貴的算力資源實(shí)際利用率往往只有5%到10%，造成了巨大的電力浪費(fèi)和持有成本。

用王勇的話說：“用為訓(xùn)練優(yōu)化的昂貴芯片來做推理，性價(jià)比太低了。”

徐冰的解法是三個(gè)字：做減法。

啟望S3徹底砍掉了為訓(xùn)練準(zhǔn)備的冗余模塊。它沒有采用昂貴的HBM，而是選了成本低得多、但容量更大的LPDDR6內(nèi)存，顯存容量較上一代提升4倍。在計(jì)算核心上，S3將絕大部分面積用來加強(qiáng)FP4低精度算力，因?yàn)楝F(xiàn)在絕大部分推理運(yùn)算已經(jīng)是FP4了。

這套減法邏輯的成果令人咋舌：在DeepSeek V3/R1等主流大模型推理場(chǎng)景中，S3的單位Token成本較上一代產(chǎn)品下降約90%，整體性價(jià)比提升超過10倍。

徐冰的目標(biāo)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?！?/p>

03

曦望的策略，在國產(chǎn)GPU圈子里引發(fā)了不少爭(zhēng)議。

“不做訓(xùn)練，你的芯片會(huì)不會(huì)被客戶嫌‘不夠全面’？”有人當(dāng)面問王勇。

他的回答很硬核：“我們拒絕做‘跑分黨’。不希望用benchmark來定義芯片，而是希望能夠做到幫客戶賺錢的算力?！?/p>

這句話背后，藏著曦望與主流國產(chǎn)GPU廠商的根本分歧。過去幾年，國產(chǎn)GPU的競(jìng)爭(zhēng)邏輯很簡(jiǎn)單：參數(shù)對(duì)標(biāo)英偉達(dá)。誰家的FP16算力更高、誰家的顯存帶寬更大，誰就更“能打”。但徐冰和王勇認(rèn)為，推理場(chǎng)景的邏輯完全不同。推理的本質(zhì)不是“算得更快”，而是“算得更便宜、更穩(wěn)定”。

啟望S3針對(duì)兩個(gè)核心算子——GEMM和Flash Attention——做了深度優(yōu)化，算子利用率分別推至約99%與98%，標(biāo)稱算力幾乎全部轉(zhuǎn)化為有效吞吐。

它還圍繞Agent（智能體）的原生需求重新設(shè)計(jì)了指令集和微架構(gòu)，精準(zhǔn)匹配智能體的復(fù)雜控制流，大幅提升多輪推理效率。

“推理側(cè)的效率瓶頸已不再是‘算力不夠’，而是‘算力用不滿’?！毙毂J(rèn)為，這恰恰是國產(chǎn)芯片可以彎道超車的地方。

當(dāng)然，僅僅有芯片遠(yuǎn)遠(yuǎn)不夠。任何一塊國產(chǎn)GPU要真正打入市場(chǎng)，最大的攔路虎是英偉達(dá)的CUDA生態(tài)。全球數(shù)百萬開發(fā)者已經(jīng)習(xí)慣了在CUDA上寫代碼、跑模型，遷移成本高得驚人。

曦望的策略很務(wù)實(shí)：打不過就兼容。

它在軟件棧上做到了95%的CUDA兼容，開發(fā)者幾乎可以無縫遷移。目前，曦望的軟件體系已適配ModelScope平臺(tái)90%以上的主流大模型形態(tài)，包括DeepSeek、通義千問等。

但兼容只是第一步。曦望真正的野心，是重新定義算力的交付方式。

傳統(tǒng)模式下，客戶買GPU卡、搭服務(wù)器、做集群、適配模型，每一層都要自己折騰。徐冰提出的商業(yè)模式是“Token as a Service”——算力不再按卡賣，而是按Token消耗量計(jì)價(jià)。

用王湛的話說：“我們的競(jìng)爭(zhēng)不是‘又一個(gè)芯片’，而是‘重寫中國AI產(chǎn)業(yè)的損益表’?！?/p>

04

故事講到這里，聽起來一切都很順。但芯片創(chuàng)業(yè)從來不是童話。

曦望最大的挑戰(zhàn)不在技術(shù)，而在生態(tài)。一位行業(yè)分析師直言不諱：“Hugging Face上有200萬個(gè)模型，頂尖國產(chǎn)GPU能順暢支持的只有幾十到幾百個(gè)?！奔幢汴赝龅搅?5%的CUDA兼容，要讓大量開發(fā)者真正遷移過來，還需要投入海量的生態(tài)建設(shè)成本——不是幾千萬，是幾十億。

競(jìng)爭(zhēng)對(duì)手也在提速。英偉達(dá)在2026年GTC大會(huì)上釋放了強(qiáng)烈的“防守”信號(hào)。它不再只賣GPU，而是推出包含CPU、DPU、NVLink、光子以太網(wǎng)的完整計(jì)算系統(tǒng)，用全棧優(yōu)勢(shì)來抹平單一維度的成本優(yōu)勢(shì)。英偉達(dá)甚至花200億美元收購了AI推理初創(chuàng)公司Groq，補(bǔ)強(qiáng)推理能力。

國內(nèi)競(jìng)爭(zhēng)同樣激烈。摩爾線程、沐曦已相繼上市，華為昇騰910C也在推理市場(chǎng)試水，天數(shù)智芯公布了四代架構(gòu)路線圖，號(hào)稱2027年超越英偉達(dá)。曦望雖然率先聚焦推理賽道，但窗口期可能只有兩到三年。

徐冰的回應(yīng)很克制：“AI算力基建的重心已徹底切換。我們的目標(biāo)不是做最大的，而是做推理場(chǎng)景里最好的?！?/p>

曦望已規(guī)劃好未來三年的產(chǎn)品路線：2026年啟望S3量產(chǎn)，2027年高性能推理芯片S4上市，2028年安全可控推理芯片S5上市。2026年的核心任務(wù)是推進(jìn)S3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。

在中國科技創(chuàng)業(yè)的敘事里，我們習(xí)慣了“做大做強(qiáng)”的劇本：做全棧、做平臺(tái)、做生態(tài)，恨不得把所有賽道都占滿。但徐冰和曦望的故事，給出了一個(gè)反向的啟示，有時(shí)候，戰(zhàn)略的關(guān)鍵不在于你做什么，而在于你不做什么。

放棄訓(xùn)練，不是能力不夠，而是看清了訓(xùn)練市場(chǎng)已被巨頭瓜分殆盡的現(xiàn)實(shí)。做減法，不是偷工減料，而是把所有資源押注在一個(gè)真正能發(fā)揮優(yōu)勢(shì)的細(xì)分戰(zhàn)場(chǎng)。

曦望的芯片不再追求“訓(xùn)練性能”這個(gè)虛名，而是直擊客戶最真實(shí)的痛點(diǎn)——單位Token成本。

這種“聚焦”的思維方式，在當(dāng)下中國商業(yè)環(huán)境中尤為珍貴。當(dāng)所有人都往同一個(gè)方向擁擠時(shí)，敢于逆流而上的人，才可能開辟新路。

當(dāng)然，徐冰的賭局還遠(yuǎn)未到揭曉勝負(fù)的時(shí)刻。曦望的百億估值，既是市場(chǎng)對(duì)其技術(shù)路線的認(rèn)可，也是對(duì)其商業(yè)化能力的前置考驗(yàn)。400人的團(tuán)隊(duì)、40億的融資彈藥，真正的戰(zhàn)斗才剛剛打響。

百萬Token一分錢——這個(gè)聽起來像童話的目標(biāo)，徐冰能把它變成現(xiàn)實(shí)嗎？

答案不在發(fā)布會(huì)上，而在接下來每一片芯片的流片良率里，在每一行驅(qū)動(dòng)代碼的適配效率里，在每一個(gè)客戶的信任與遷移里。

但至少，他選擇了那條更難、也更有可能贏的路。在中國AI芯片這條漫長(zhǎng)而崎嶇的征途上，敢于做減法，本身就是一種罕見的勇氣。