中國 AI 推理 GPU 賽道再迎重磅融資。據(jù)鳳凰網(wǎng)消息，國內(nèi) AI 推理 GPU 企業(yè)曦望（Sunrise） 完成新一輪超10 億元人民幣融資，估值突破100 億元，成為中國純推理 GPU 領(lǐng)域首家獨(dú)角獸企業(yè)。

這是 2026 年 AI 需求向推理側(cè)轉(zhuǎn)移背景下，國內(nèi) GPU 行業(yè)最大單筆融資之一。曦望源自 AI 巨頭商湯科技分拆，至今已完成7 輪融資，累計(jì)融資額約40 億元。

本輪資金將主要用于：

• 下一代啟望 S3（Qiwang S3） 推理 GPU 的量產(chǎn)與交付

• 全棧軟件生態(tài)建設(shè)

• 后續(xù) S4、S5 芯片的持續(xù)研發(fā)迭代

啟望 S3：主打推理效率，采用 LPDDR6 架構(gòu)

曦望于 2026 年 1 月正式發(fā)布旗艦推理 GPU 啟望 S3，是國內(nèi)首款采用 LPDDR6 顯存、同時兼容 LPDDR5X的推理 GPU。

與高端訓(xùn)練 GPU 普遍采用 HBM 路線不同，該芯片專為智能體（Agent）推理場景量身設(shè)計(jì)，從 AI Core 架構(gòu)到存儲 I/O 系統(tǒng)進(jìn)行全棧重構(gòu)。

架構(gòu)思路源于推理負(fù)載截然不同的存儲需求：在主流高并發(fā)、長上下文云場景中，KV 緩存可占總內(nèi)存的 80% 以上。

S3 基于 LPDDR6 的設(shè)計(jì)：

• 提供充足推理帶寬

• 提升存儲容量

• 功耗降低50%

  完美匹配推理場景大容量、低成本、低功耗的核心訴求。

算力層面

S3 解決了通用 GPU 算力利用率偏低的痛點(diǎn)：

• 推理性能較上一代 S2 提升 5 倍

• 目標(biāo)將Token 成本降低 90%

  在大模型推理中，GEMM（通用矩陣乘法）與 Attention 操作占算力超 90%，S3 將核心算子利用率推至：

• GEMM：約99%

• Flash Attention：約98%

  大幅提升整體效率。

企業(yè)定位：All-in 推理，已實(shí)現(xiàn)數(shù)萬片量產(chǎn)

曦望董事長徐冰表示，2026 年 AI 推理需求預(yù)計(jì)將達(dá)到訓(xùn)練需求的4–5 倍，過去半年推理算力租賃價(jià)格上漲近40%。

公司已完成三代推理 GPU研發(fā)，實(shí)現(xiàn)數(shù)萬片規(guī)模量產(chǎn)。

作為國內(nèi)首家純推理 GPU 獨(dú)角獸，曦望的崛起標(biāo)志著中國 AI 芯片從 “訓(xùn)推一體” 向專業(yè)化推理芯片的關(guān)鍵轉(zhuǎn)向。