DeepSeek带火稀疏计算，国产芯片公司加速突围：这家公司又融近10亿
内容提要
墨芯人工智能完成近10亿元C+轮融资，5个月内连续获得两轮融资，专注稀疏推理芯片。随着MoE架构普及，模型推理呈现条件计算特征，专用芯片可通过算法、编译器与硬件协同减少无效计算。墨芯自研双稀疏算法，产品在MLPerf测试中多次夺冠，推理集群已覆盖四大片区，2026年第三季度营收数倍增长。其芯片还用于海上算力项目及遥感模型适配，吞吐最高提升2.88倍。年底将推出SP200板卡及升级软件栈。
延伸解读
稀疏计算为何在MoE时代受关注
文章以DeepSeek-V4-Pro为例：总参数约1.6万亿，但处理每个词元仅激活约490亿参数，约占总参数量的3%。这种条件计算特征意味着大量参数不参与当前计算，为减少无效计算提供了空间。专用稀疏推理芯片可通过算法、编译器与硬件协同，把模型层面的计算节省转化为实际推理效率提升，这正是墨芯所押注的方向。
专用芯片与通用GPU的架构差异
文章指出，通用GPU需兼顾训练、推理、科学计算等多类负载，难以针对特定稀疏模式做深度协同优化；而面向稀疏推理的专用芯片，则可通过算法、编译器与硬件协同设计，减少无效计算及数据搬运开销。这一差异并非单纯性能指标之争，而是架构选择带来的成本结构变化，尤其在大规模推理场景中可能更明显。
落地案例透露的实际收益
在遥感影像分析合作中，墨芯基于自研稀疏化技术，实现两款国际主流遥感基础模型在自家算力卡上的适配与实测：几乎不损失业务精度、无需对下游任务重新训练，推理吞吐最高提升2.88倍，模型压缩最高达7.64倍。这为稀疏算力承接地理空间基础模型推理提供了工程验证，也说明模型层面的计算节省可转化为实际处理效率。
商业化提速与产品节奏
墨芯在5个月内连续完成两轮近10亿元融资，推理集群已覆盖西北、西南、华东、华北四大片区，2026年第三季度营收实现数倍增长。产品方面，年底前将推出SP200板卡，升级版软件栈SECA即将发布，重点强化大模型推理部署与集群运维支持。这些进展显示其正从技术验证走向规模化落地，但实际市场表现仍需观察。
Q&A
墨芯人工智能最近完成了多少融资？距离上一轮融资有多久？
墨芯人工智能近日完成近10亿元人民币C+轮融资，距离上一轮近10亿元融资仅过去5个月。
为什么稀疏计算在AI推理中变得越来越重要？
随着混合专家（MoE）架构加速应用，大模型推理呈现条件计算特征，权重与激活中的稀疏结构为减少冗余计算提供了空间。例如DeepSeek-V4-Pro总参数约1.6万亿，但处理每个词元仅激活约490亿参数，约占总参数量的3%。如何将模型层面的计算节省转化为实际推理效率提升与成本下降，成为关键问题。
墨芯的稀疏推理芯片与通用GPU相比有什么优势？
通用GPU需兼顾训练、推理、科学计算等多类负载，难以针对特定稀疏模式进行算法与硬件的深度协同优化。而面向稀疏推理的专用芯片可通过算法、编译器与硬件的协同设计，减少无效计算及数据搬运开销，从而提升推理效率并降低成本。
墨芯在MLPerf测试中的表现如何？
在MLPerf™ Inference测试中，墨芯的S30计算卡在所参与的部分测试类别中连续三届夺冠，在计算机视觉、自然语言处理等主流任务中，其能效比与单位算力推理吞吐量保持行业领先，验证了专用稀疏推理方案在真实数据中心负载下的工程可行性。
墨芯的芯片在遥感影像分析中取得了什么效果？
墨芯与北京大学上海临港国际科技创新中心地球与空间技术研究院合作，基于自研稀疏化技术，实现两款国际主流遥感影像智能分析基础模型在墨芯算力卡上的适配与实测：在几乎不损失业务精度、无需对下游任务重新训练的条件下，推理吞吐最高提升2.88倍，模型压缩最高达7.64倍。
墨芯在商业化方面有哪些进展？
墨芯基于自研芯片构建的推理集群已在西北、西南、华东、华北四大片区战略性铺开。2026年第三季度营收实现数倍增长。此外，墨芯参与了上海国资平台公司打造的国内首个海上算力Token工厂项目，通过稀疏架构优势降低单Token推理成本。
墨芯未来有哪些产品规划？
墨芯新一代板卡产品SP200将在年底前正式问世。同时，升级版软件栈SECA（Sparse-native Efficient Computing Architecture）稀疏原生高效计算架构即将发布，将强化对大模型推理部署与集群运维的支持，进一步降低模型迁移和部署门槛。
