wechat发布日期: 2026-08-29·撰写: MyApp Analyze·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。

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。