MyApp Analyze
语言:
wechat·AI 编辑

曦望再获20亿融资估值翻倍至200亿,推理芯片成资本新宠

曦望Sunrise四个月内估值翻倍至200亿元,推理芯片S3以LPDDR替代HBM,押注单位Token成本。本文深析AI推理算力需求爆发背后的投资逻辑与行业变局。

当AI大模型从训练转向推理,一场关于算力成本的暗战正在上演。2026年8月,国产GPU新锐曦望Sunrise完成新一轮20亿元融资,投后估值飙升至约200亿元,距离其4月破百亿估值仅过去四个月。这家从商汤科技分拆仅两年的公司,为何能在资本寒冬中逆势吸金?推理芯片的差异化路线,又能否成为AI算力国产替代的破局关键?

核心内容

  • 融资节奏惊人,估值四个月翻倍:曦望在2026年4月完成由杭州资本领投的超10亿元融资后,8月再获20亿元注资,投后估值达200亿元。自2024年底从商汤分拆至今,累计融资近60亿元,资本热度可见一斑。

  • 产业资本与国家队齐入场:本轮融资方包括正大集团、九安医疗、盈峰环境、同程旅行等产业资本,以及人保股权、建信股权等“国家队”资金,还有Janchor Partners、中科创星、同创伟业等财务机构。产业资本的多元化,暗示曦望的芯片应用场景正从互联网向医疗、环境、旅游等行业渗透。

  • 团队底蕴深厚,量产经验成加分项:曦望的芯片团队源自商汤,由联合创始人徐冰任董事长,联席CEO王勇、王湛分别来自AMD、昆仑芯和百度。团队在分拆前已量产两款芯片——多模态视觉推理芯片S1和大模型推理GPU S2,这在信奉“连续成功”的投资圈是重要背书。

  • 推理成为AI算力消耗新重心:过去AI算力主要消耗在训练阶段,如今Agent批量进入生产环节,一次任务可能触发几十次模型调用,24小时不间断的推理和Token生成成为算力增长主战场。2026年夏天发布的Kimi K3、MiniMax H3、DeepSeek-V4等开源模型,进一步加速了AI Coding、视频生成、办公等场景的需求。

  • S3芯片主打推理专用架构:曦望2026年1月发布的推理芯片S3,放弃训推一体,将晶体管和功耗预算全部押注在推理效率上。其最大亮点是采用LPDDR内存替代HBM,通过扩大显存容量和低精度计算,优化单位Token成本。

  • 供应链自主可控的考量:LPDDR内存相比HBM,成本更低、供应链更可靠,且长鑫科技的LPDDR5X已量产,LPDDR6研发接近尾声,国产存储初步具备供给能力,这为曦望等国产推理芯片公司提供了不依赖海外供应链的可能。

  • 行业竞争加剧,上市潮涌:摩尔线程、沐曦股份、壁仞科技等已上市,燧原科技、昆仑芯等排队中。推理算力仍是AI产业链的卡点,围绕推理专用架构、存算一体、算力调度的创业依然热闹,但产能释放和路线分化将把行业拉进兑现期。

相关图片

深层分析

曦望估值飙升的背后,是AI算力需求结构的历史性转变。当大模型训练趋于饱和,推理成为算力消耗的绝对主力,市场开始用“单位Token成本”来重新评估芯片价值。曦望的S3芯片选择LPDDR而非HBM,看似反主流,实则是精准卡位:HBM带宽虽高,但价格昂贵且受制于台积电等少数厂商的先进封装产能,而LPDDR虽带宽较低,但容量可做大、成本低、供应稳定,更适合Agent场景下长上下文、多轮调用的推理需求。这种“以容量换带宽”的思路,在Token经济学盛行的当下,可能成为性价比最优解。

然而,曦望的创新只完成了一半。技术路线的差异化能否在大规模交付中站稳,百万Token成本曲线能否如预期下行,仍需市场验证。此外,国产GPU赛道已拥挤不堪,摩尔线程、沐曦、壁仞等纷纷上市,曦望不仅要与它们争夺客户,还要应对英伟达在推理市场的持续施压。资本的热捧固然令人振奋,但真正的考验在于:当行业进入兑现期,曦望能否用实际订单和盈利证明其估值的合理性。

从产业视角看,曦望的崛起也映射出中国AI芯片自主化的紧迫性。在美国出口管制不断升级的背景下,推理芯片的国产替代不仅是商业机会,更是战略必需。曦望与长鑫科技的合作,正是供应链自主可控的缩影。未来,谁能率先实现推理芯片的大规模商用,谁就能在AI算力国产化浪潮中占据制高点。

相关图片

常见问题解答

问:曦望的S3芯片与英伟达的GPU相比有何优势? 答:S3主打推理专用,不追求训推一体,通过LPDDR内存和低精度计算,在单位Token成本上可能更具优势,尤其适合长上下文、多轮调用的Agent场景。但英伟达在生态和通用性上仍占主导,S3更适合对成本敏感的推理密集型客户。

问:曦望估值200亿元是否过高? 答:从融资节奏看,四个月估值翻倍确实激进,但考虑到AI推理市场的爆发潜力和曦望的团队背景、量产经验,市场给出了高溢价。不过,估值最终要靠业绩支撑,若S3芯片交付不及预期,估值可能回调。

问:国产推理芯片的未来前景如何? 答:随着AI应用普及,推理算力需求将持续增长,国产芯片在政策支持和供应链自主化背景下迎来机遇。但行业竞争激烈,技术路线分化,只有那些能真正降低单位Token成本并稳定量产的公司才能胜出。

相关图片

参考 URL: https://mp.weixin.qq.com/s/RsKswDmd8iAVV-nU0-7BCw

标签

#曦望#推理芯片#融资#国产GPU#AI算力#Token经济学

相关文章