据知情人士透露，存算一体 AI 芯片企业后摩智能已于近期完成 B 轮融资，单笔融资金额高达数十亿元人民币，近一年内连续完成多轮融资。本轮融资上下游重磅产业资本集体押注、国有资本及国际投资人联袂入局，多家老股东持续加码，进一步印证了国内外资本市场对后摩智能技术路线与商业前景的高度认可，后摩智能领跑端侧 AI 市场已成共识。资本密集加码的背后，是后摩智能从技术突破走向规模化商业落地的加速兑现：在刚刚举行的后摩智能生态合作伙伴大会上，公司披露，其端边大模型 AI 芯片 M50 量产不到一年，已获得 150 多个产品定点，服务客户超过百家。
据悉，本轮资金将主要用于扩大 M50 规模化交付，推进新一代 M6X 与下一代 3D CIM 产品研发，并持续完善软件工具链与产业生态，推动端边 AI 在更多终端场景实现规模化落地。
技术路线：深耕 SRAM-CIM 六年，2D 与 3D 存算一体并行推进
后摩智能成立于 2020 年，总部位于北京，将自身定位为“端侧免费 Token 工厂”的算力底座，目标是以更低的能耗生产更多智能，持续降低端侧 AI 的使用成本。支撑这一定位的，是存算一体。
在传统冯 · 诺依曼架构中，计算与存储相互分离，数据频繁搬运带来带宽与功耗瓶颈；存算一体则把计算放到数据所在的位置，以减少数据搬运。自 2020 年成立以来，后摩智能始终以 SRAM-CIM 为根技术。在产业界对存算一体的探索多集中于小算力、超低功耗场景时，后摩选择了面向高算力与端边大模型推理的方向。据公司披露的数据，采用 SRAM-CIM 后，核心计算单元的面积压缩至传统架构的约 30%，运行功耗减少至约 10%。
这背后是一支学术与工程兼备的团队。创始人兼 CEO 吴强为美国普林斯顿大学博士，曾任职于 AMD、Meta，并担任地平线 CTO；核心研发团队在 ISSCC 等顶级芯片会议发表多篇存算一体论文，并完成 10 余次 SRAM-CIM 芯片流片。
端侧负载对容量和带宽的需求并不相同。后摩智能在同一根技术上形成 2D CIM 与 3D CIM 两条路径：2D CIM 结合 SRAM-CIM 与存储配置，面向更大容量；3D CIM 在堆叠的逻辑计算层引入 SRAM-CIM，将计算架构与先进封装深度融合，面向更大带宽，同时缓解 3D 堆叠的散热压力。两条路径指向同一个目标：持续提升 Token/$ 与 Token/W，即单位成本和单位功耗下的 Token 产出。前者关乎一台设备的物料账，后者关乎它能否在有限的电池、散热和空间里长时间稳定运行。
路径最终要落到芯片上。已经量产的 M50 拥有 160 TOPS@INT8 算力、150 GB/s 内存带宽，典型功耗为 10W；首款 3D CIM 芯片 A20 已投产，M 系列新一代产品 M6X 正在研发中。板级产品覆盖 PCIe 标准卡与 M.2、MXM 等小型化模组，芯片、模组、标卡与多芯系统的组合，面向从 8B 级到近千 B 级模型的本地化运行需求。
商业化：M50 量产不到一年，获得 150 多个产品定点
端侧 AI 正进入规模化窗口期。IDC 数据显示，2026 年一季度全球端侧 / 边缘 AI 芯片出货量同比增长 45%，而云端 AI 芯片增速仅为 12%。IDC 预计，2026 年全球生成式 AI 手机出货量将达 4.32 亿台，中国 AI 手机出货量预计达 1.47 亿台，同比增长 31.6%。英伟达今年发布专为个人智能体打造的 RTX Spark PC，AI 算力达 1 Petaflop、配备 128GB 统一内存，10 月中旬首批 AI 笔记本已正式开售，本地即可运行 1200 亿参数大模型。终端设备的功耗、空间与散热条件有限，芯片的能效与推理效率成为端侧 AI 落地的关键。
后摩智能于 2025 年 7 月发布端边大模型 AI 芯片 M50。量产不到一年，M50 已获得 150 多个产品定点，服务客户超过百家，应用覆盖 Agent Computer、智能移动终端、具身机器人和边缘推理四大方向。对一家芯片公司来说，定点意味着芯片被写进了客户的产品规划，比发布会更能说明交付能力。目前，后摩智能已有两代芯片的量产实践。
近期，在 CSDN 1024 程序员日暨 AI 构建者大会上，联想 AI 主机 P7 预览版亮相。这台手掌大小、仅重 300 克的主机由后摩智能 M50 负责本地大模型推理，整机最大功耗控制在 30W，普通充电宝即可供电，P7 预览版最高可本地运行 125B 大模型，支持 7×24 小时持续执行任务，数据不出端。联想将这台设备的目标概括为：帮助 Agent 时代的开发者与职场人实现“Token 自由”。
P7 不是孤例。中电长城、绿联等厂商也已推出搭载 M50 的终端产品：长城 N90 Pro 笔记本可在本地运行 35B 参数模型，把本地大模型放进了移动办公场景；绿联 Home Agent HA100 Pro 则将本地 AI 能力与 NAS 存储、智能家居设备相结合。从发布、量产到进入多款终端产品，M50 已进入规模化落地阶段。
生态壁垒：开源 AI 生态软件栈
除芯片能效外，软件工具链同样影响端侧 AI 产品的落地速度。过去几年，后摩围绕易用性持续完善大道软件栈；150 多个产品定点项目中遇到的共性问题，也持续推动后摩补齐软件与开发支持能力。在此基础上，后摩智能开源“后摩 AI 生态软件”，覆盖从模型量化、编译到推理部署、应用开发的工具链，把模型适配、编译优化和开发经验沉淀为可复用的开发支持，减少伙伴的重复适配投入，相关开源项目将于 2027 年 1 月前陆续上线。业内普遍认为，国产 AI 芯片的竞争重心正从硬件指标转向软件生态的成熟度与易用性，软件生态直接影响芯片的商业化落地，也正成为芯片企业构建竞争壁垒的关键。
资本、技术与产业落地形成飞轮
回到这轮融资本身。上下游产业资本往往带着场景入局；国有资本与国际投资人同时出现，说明这一判断在不同类型的资金之间形成了交集；多家老股东持续加码，则是对过往兑现的认可。
把这些放在一起：每一个新定点都在为软件积累经验，更成熟的软件又降低下一个伙伴的适配投入，资本则继续投向规模化与下一代产品。从数十亿元资本加持、超百家客户的产品落地，到存算一体架构的持续迭代与软件生态的开源，后摩智能正在形成资本、技术与产业落地相互驱动的发展飞轮。按照公司的说法，其目标是让大模型真正走进每一台终端，以创新芯片架构让人类生活更美好。