芯片累计卖了250亿颗的团队，这次要用3D DRAM把推理成本打下来

过去一个月，杭州一家名为微珩启元的创业公司连续完成两轮融资，未披露金额与投资方。资金投向明确：AI推理芯片及高带宽内存研发。在算力军备竞赛看似尘埃落定的2026年，这家公司的出现撕开了一道裂缝——当行业还在堆峰值算力，它选择去解决数据搬运的物理距离。

希鸥网观察到，微珩启元成立于2025年，核心切口是AI大模型推理场景中的“内存墙”问题。传统冯·诺依曼架构下，计算与存储分离，推理时数据反复搬运，实际算力利用率被拖垮。公司CTO李炳博为浙江大学信息与通信工程博士，拥有20余年芯片研发经验，曾主导中国最早近存计算芯片的量产落地。

这一团队并非临时拼凑。董事长孔剑平是毫微科技创始人，曾带嘉楠科技和毫微科技两度上市；CEO胡楠为Nano Labs联合创始人，入选工信部IC领军人才。三人共事近十年，2018年底启动近存计算芯片设计，2020年完成国内最早近存计算ASIC商业化量产，2021年实现3D堆叠近存计算芯片量产。团队计算芯片累计销售超250亿颗。

微珩启元的技术路线可概括为“让数据少搬家”：以3D DRAM近存计算承接大模型推理的高带宽需求，以SRAM存算一体加速时延敏感算子，再通过RISC-V异构调度实现多计算单元协同。整条路径立足国产先进工艺，在性能、成本与供应链自主可控之间取平衡。通俗说，就是把存储和计算之间的物理距离压缩到最短。

产品落地按四代规划推进，以古代科学家命名：第一代“蔡伦”C系列、第二代“刘徽”L系列已率先完成规划，支持64至千卡超节点及超大集群内存架构，面向云端推理加速卡与大规模推理集群。公司已储备近百亿客户需求，同时布局推理超节点和千卡规模“Token工厂”方案，结合KV-Cache池化与国产GPU异构组网。

希鸥网认为，一个月内两轮融资的节奏，折射出资本对“推理成本”这一命题的重新定价。当大模型进入规模化推理阶段，竞争焦点从峰值算力转向单位Token成本、能耗与交付能力。微珩启元代表的不是单点芯片替代，而是围绕高带宽存储与近存计算构建系统级方案。谁能在内存带宽和能效上建立优势，谁就握住了推理时代的定价权。

创业者需要警惕一个认知陷阱：成绩从30分改善到50分，改善是真的，水平仍然很差。融资到账只是让线条A有机会超越平凡，但线条B永远只是缓慢爬升。微珩启元团队过去七年从设计到量产再到250亿颗出货，恰是线条A的轨迹。对芯片创业者而言，流片成功不是终点，量产良率、客户验证、生态适配才是真正的分水岭。

决策时抓住5到10个关键变量，比在边缘因素上反复打磨更重要。微珩启元的选择很清晰：3D DRAM近存、SRAM存算、RISC-V异构，三条线收敛于“国产工艺可量产”这一个核心约束。完美主义者会纠结每一层堆叠的精度，但真正决定胜负的是架构方向是否正确、供应链是否自主、客户需求是否真实存在——近百亿储备需求就是最直接的验证信号。

从地图的全局到街道的细节，创业者需要在不同层次之间自如切换。微珩启元的四代产品规划就是这种层次感的体现：顶层是“降低推理Token成本”的价值观，中间层是“3D DRAM近存计算”的技术路线，执行层是“蔡伦C系列率先量产”。每个层次对应不同的资源分配和决策逻辑。芯片创业最怕的是用执行层的勤奋掩盖战略层的懒惰——流片次数多不等于路线正确。

国际金鸥奖中国区盛典，第十二届金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo