发布时间:2026-11-11 23:31 更新时间:2026-11-11 23:31 阅读量:0
11月5日前后,国内AI一级市场出现一波集中披露,除视频生成大模型外,端侧推理芯片方向也有一笔值得关注的交易。据大河财立方《立方基金通》报道,成立于2023年的寒序科技完成数亿元Pre-A+轮融资,本轮引入了头部国产GPU公司和头部机器人公司等产业股东,具体投资方与金额细节以官方公告为准。
公开信息显示,寒序科技的核心团队来自北京大学应用磁学中心,技术路线围绕MRAM(磁性随机存储器)展开,研发名为uLPU™的推理处理器,目标场景是端侧与边缘侧的AI推理。和云端训练集群追求极致算力不同,端侧推理芯片更看重功耗、时延与成本之间的平衡,常见落地形态包括智能硬件、工业设备和机器人本体。
素材中一个值得注意的细节是,本轮投资方包含头部国产GPU公司与头部机器人公司。产业方直接入股,通常意味着芯片定义阶段就考虑了上下游的实际需求:一端是算力生态的协同,另一端是机器人这类对实时推理和低功耗敏感的应用场景。
从今年国内AI产业的整体节奏看,算力建设的重心正在从训练向推理延伸。据公开报道,截至2026年9月底,国内智能算力规模同比增长明显,国产芯片与大模型在钢铁、汽车、医药等二十个行业形成了超过一千个应用场景。这些场景里相当一部分并不需要千卡集群,而是在本地完成识别、判断与响应。
与此同时,轻量化模型密集开源,让端侧部署有了可用的软件基础。科大讯飞星火X2.5-4B与1.7B、面壁智能MiniCPM5-2B等小参数模型,都主打本地部署与低资源占用。模型变小、芯片变专,两条线正在互相拉动。对站长和中小企业来说,这类变化意味着一些过去只能上云的任务,未来可能在本地设备上完成。
端侧推理芯片的进展,短期内不会直接改变网站部署方式,但会影响企业内部的AI应用选型。如果业务涉及本地图像识别、文档处理或客服机器人,评估方案时可以把“云端API”和“端侧推理”放在一起比较,重点看数据是否需要出内网、调用频次与单位成本。
对于自建服务的团队,比较务实的做法是先小规模验证,再决定是否引入新硬件。下面这段命令用于在Linux服务器上查看当前设备的CPU、内存与加速卡信息,方便评估本地推理的可行性,具体输出以实际环境为准:
# 查看CPU与内存概况
lscpu | head -n 20
free -h
查看PCI设备,确认是否已识别加速卡
lspci | grep -i -E "accel|npu|gpu"
查看内核与系统版本,便于核对驱动兼容性
uname -r
cat /etc/os-release | head -n 5
需要提醒的是,端侧推理涉及驱动、固件与模型格式的适配,不同厂商差异较大,采购前应向供应商确认所支持的操作系统版本、推理框架与模型格式,不要仅凭参数表做判断。
今年以来,国产AI芯片企业融资与上市动作频繁,产业资本与地方基金参与度提高。但芯片是长周期行业,从流片到规模出货往往需要数年,单轮融资只能说明资本愿意继续下注,并不等于产品已经成熟。对关注这条赛道的读者,建议把注意力放在可验证的信息上:产品是否公开规格、是否有实际客户案例、软件工具链是否开放。
端侧推理的需求是真实存在的,但节奏取决于应用侧的落地速度。寒序科技这笔融资提供了一个观察窗口,后续产品进展与生态适配情况,仍以企业官方披露为准。
| 📑 | 📅 |
|---|---|
| 智谱GLM-5.2开源:百万上下文适配国产算力 | 2026-11-11 |
| 国产AI芯片市占率升至41% 国模国芯闭环加速成型 | 2026-11-11 |
| 千问办公2.0上线Team Agent 支持多人多智能体协作 | 2026-11-11 |
| Sand.ai 完成2亿美元A+轮 视频大模型融资回暖 | 2026-11-11 |
| 可灵AI新一轮增资约198亿元 估值约179亿美元 | 2026-11-11 |
| 智能算力达2592 EFLOPS 国产算力基建加速扩张 | 2026-11-11 |
| 国产大模型开源潮:从拼参数转向拼推理成本 | 2026-11-11 |
| 视频大模型融资升温:Sand.ai与可灵AI同日获投 | 2026-11-12 |
| 国产开源大模型密集上新,万亿MoE与端侧小模型并行 | 2026-11-12 |
| 国产AI芯片份额破四成,算力网进入国家基建序列 | 2026-11-12 |