36氪首發(fā) | “華為天才少年”創(chuàng)業(yè)連融超4億元，做新一代推理芯片重構(gòu)顯存成本

作者 | 喬鈺杰

編輯 | 袁斯來

硬氪獲悉，國內(nèi)全自研GPGPU創(chuàng)新企業(yè)「北京行云集成電路有限公司」（以下簡稱“行云”）宣布連續(xù)完成Pre-A及Pre-A+多輪融資，融資金額超4億元人民幣。五源資本、賽富投資基金、春華資本聯(lián)合領(lǐng)投，以及北京、江蘇等地方國資、佰維存儲（688525）、金沙江聯(lián)合帶動知名GPU企業(yè)創(chuàng)始人家辦、創(chuàng)維資本等產(chǎn)業(yè)資本跟投。云岫資本連續(xù)多輪服務(wù)并擔任下一輪獨家融資財務(wù)顧問。

北京行云集成電路有限公司成立于2023年8月，專注針對大模型的新一代推理芯片，致力于使用非3D DRAM架構(gòu)打造超大顯存規(guī)格、CUDA兼容的全自研GPGPU產(chǎn)品，推動AI大模型推理的普惠化。

行云創(chuàng)始人季宇博士，清華大學計算機系博士，“華為天才少年”計劃的一員，曾在華為海思深度參與昇騰AI芯片的編譯器與架構(gòu)研發(fā)。CTO余洪敏博士，中科院半導(dǎo)體所博士，曾主導(dǎo)百度昆侖芯、海思昇騰等多款芯片的研發(fā)與量產(chǎn)，擁有十余款芯片成功流片經(jīng)驗。

當前，在大模型架構(gòu)持續(xù)演進的背景下，算力系統(tǒng)的瓶頸正在發(fā)生結(jié)構(gòu)性變化。

季宇在接受硬氪采訪時表示，當前算法側(cè)的演進正在重塑硬件設(shè)計邏輯。以MoE（Mixture of Experts）為代表的稀疏模型，在計算效率上更具優(yōu)勢，但需要預(yù)先加載更多專家參數(shù)，使得整體對內(nèi)存容量的需求顯著高于傳統(tǒng)Transformer稠密模型。

大模型（千億/萬億參數(shù)）的顯存需求已從GB級躍升至TB級，這一過程中，系統(tǒng)成本結(jié)構(gòu)也隨之重構(gòu)——按GB計價的顯存成本，正逐步超過算力芯片本身，成為主導(dǎo)項。因此，“降本的關(guān)鍵已經(jīng)不在算力，而在顯存”季宇稱。

基于這一判斷，行云選擇了一條與主流路徑不同的技術(shù)路線：放棄成本高昂的HBM（高帶寬內(nèi)存），轉(zhuǎn)而采用LPDDR乃至NAND（SSD顆粒）等更低成本的存儲介質(zhì)作為顯存介質(zhì)。通過介質(zhì)替換，使顯存成本降低1到2個數(shù)量級。

但低成本介質(zhì)也意味著單顆粒帶寬較低。為彌補這一短板，行云在架構(gòu)上采用多顆粒、多通道并行的設(shè)計，通過規(guī)模化堆疊將整體帶寬提升至TB級別，以滿足大模型推理對數(shù)據(jù)吞吐的需求。

季宇表示，隨著稀疏化和MoE架構(gòu)的發(fā)展，模型對帶寬的絕對需求正在下降，系統(tǒng)設(shè)計不再需要一味追求極致帶寬，而是可以通過軟硬件協(xié)同，實現(xiàn)成本與效率之間的平衡。

這種思路也體現(xiàn)在行云的整體技術(shù)策略中。季宇強調(diào)，公司真正的稀缺性并不在單一芯片指標，而在于系統(tǒng)級的設(shè)計能力。通過諸如Prefill/Decode分離（PD分離）、KV Cache稀疏化等工程手段，行云能夠更靈活地適配AI應(yīng)用形態(tài)的快速變化，從早期的Chatbot到當前逐步興起的Agent場景，降低因芯片研發(fā)周期較長所帶來的技術(shù)滯后風險。

產(chǎn)品驗證層面，行云此前推出的“褐蟻一體機”，已嘗試用CPU與通用內(nèi)存構(gòu)建低成本推理方案，驗證稀疏模型在非高端硬件上的可行性。目前，該方案已在DeepSeek的本地化部署場景中落地。

（圖源/企業(yè)）

接下來，公司將把重心轉(zhuǎn)向自研芯片的推進。季宇表示，公司今年的核心目標是完成芯片流片，并盡快推向市場，以芯片產(chǎn)品作為商業(yè)化的主要抓手。

當下，Open Claw的現(xiàn)象級傳播也揭示了市場對消費級硬件承載高質(zhì)量AI的巨大需求。季宇表示，行云希望通過其芯片產(chǎn)品，將低成本、高質(zhì)量的萬億級模型算力真正落地到如龍蝦機等端側(cè)設(shè)備，突破當前端側(cè)僅能運行100B小模型的局限，為消費電子市場打開新的想象空間。

CTO余洪敏表示，行云的設(shè)計優(yōu)先級已從追求單芯片極致性能，轉(zhuǎn)變?yōu)閺陌寮壪到y(tǒng)角度追求可擴展性與供應(yīng)鏈穩(wěn)定性。通過分布式設(shè)計和采用成熟工藝與低成本存儲，在系統(tǒng)層面實現(xiàn)成本最優(yōu)與性能體驗一致，這是公司實現(xiàn)算力普惠的重要基礎(chǔ)。

投資方觀點

峰瑞資本副總裁李罡表示：作為天使輪投資人，行云團隊從23年創(chuàng)業(yè)開始，對AI芯片（特別是大模型環(huán)境下的AI芯片）有著極為前瞻的視角和思路。在近三年的模型和應(yīng)用的快速變化中，我們看到行云針對下一代通用大模型的芯片方案和前瞻的設(shè)計思想，不斷得到驗證，始終領(lǐng)先時代半步。

五源資本表示：行云是AI芯片領(lǐng)域少有的‘第一性原理’思考者，季宇博士24年就前瞻性地洞察到MoE稀疏架構(gòu)下硬件瓶頸從算力向顯存遷移的結(jié)構(gòu)性轉(zhuǎn)變——放棄HBM、以LPDDR乃至NAND重構(gòu)顯存成本，不是漸進優(yōu)化，而是通過系統(tǒng)級的軟硬件協(xié)同設(shè)計能力推動行業(yè)范式創(chuàng)新。2026年以來隨著AI模型coding和agent能力持續(xù)增強，AI推理需求爆發(fā)，OpenClaw等Agent的現(xiàn)象級破圈，正在將推理算力需求從云端拉向多端，從程序員推向大眾，高效低成本的推理能力成為行業(yè)剛需。伴隨未來推理需求的指數(shù)級增長，行云的技術(shù)路徑將成為推動算力普惠的重要基礎(chǔ)設(shè)施。

賽富投資基金負責科技賽道的管理合伙人蔣馳華表示：在AI大模型向萬億參數(shù)演進的過程中，降本的關(guān)鍵已經(jīng)不在算力，而在顯存和系統(tǒng)的架構(gòu)，特別是在國產(chǎn)算力受限的前提下。季宇和行云團隊展現(xiàn)出了罕見的系統(tǒng)級工程視野，他們跳出了盲目堆砌HBM的行業(yè)定式，通過LPDDR/NAND等介質(zhì)替換與并行架構(gòu)設(shè)計，將顯存和系統(tǒng)成本打下來一到兩個數(shù)量級，進而實現(xiàn)單Token成本極值，符合行業(yè)演進的方向。我們始終聚焦AI與具身智能領(lǐng)域的底層顛覆者。行云兼具前瞻的架構(gòu)創(chuàng)新與扎實的落地能力，賽富很榮幸能在這一輪重倉支持。我們期待行云的新一代推理芯片徹底重構(gòu)算力成本模型，真正實現(xiàn)大模型推理在云端與端側(cè)的全面普惠。

春華資本表示：在國產(chǎn)算力生態(tài)加速構(gòu)建的大背景下。行云敏銳地將設(shè)計重心錨定在顯存成本重構(gòu)上，以LPDDR與NAND替代HBM、通過多通道并行架構(gòu)彌補單顆粒帶寬不足，本質(zhì)上是在重新定義推理芯片的成本架構(gòu)。季宇博士對AI芯片架構(gòu)的演進方向有著超越行業(yè)慣性的深度思考，他對‘降本關(guān)鍵在顯存而非算力’的判斷，始終領(lǐng)先行業(yè)共識半步，且每一步都在被市場持續(xù)驗證；余洪敏博士作為從海思昇騰到百度昆侖芯一路走來的芯片老兵，對芯片從設(shè)計到量產(chǎn)的每一個環(huán)節(jié)都有實戰(zhàn)積累。這種‘敢想’與‘能做’的結(jié)合，讓行云具備了從架構(gòu)創(chuàng)新到產(chǎn)品交付的完整閉環(huán)能力。我們期待行云的首顆自研芯片順利流片，開啟AI推理算力的新一輪成本革命。

佰維存儲科技股份有限公司副總經(jīng)理王燦：在大模型從通用AI向Agent形態(tài)演進的發(fā)展階段，季宇博士展現(xiàn)了極具前瞻性的系統(tǒng)級洞察。他精準地識別出：大模型推理的結(jié)構(gòu)性瓶頸已不再僅僅是算力本身，而是制約規(guī)模化落地的更低成本的存儲。行云的核心邏輯非常清晰——通過介質(zhì)替換與架構(gòu)創(chuàng)新，以低成本的LPDDR乃至NAND介質(zhì)挑戰(zhàn)昂貴的HBM霸權(quán)，這不僅是物理介質(zhì)的更迭，更是對大模型推理成本結(jié)構(gòu)的底層重構(gòu)。圍繞這一核心路徑，行云構(gòu)建了極致的軟硬件協(xié)同設(shè)計，通過PD分離、分布式擴展等手段，在系統(tǒng)層面實現(xiàn)了性能與成本的平衡。芯片行業(yè)，工程經(jīng)驗決定了從‘實驗室架構(gòu)’到‘商業(yè)化量產(chǎn)’的跨度。行云團隊在昇騰、昆侖芯等頂尖項目上積淀的深厚流片與量產(chǎn)經(jīng)驗，是其確定性的來源。在AI Agent爆發(fā)的當下，我堅信行云能夠真正擊穿算力成本，讓高質(zhì)量的萬億級模型實現(xiàn)真正的算力普惠。