4月20日，國(guó)內(nèi)全棧自研AI推理GPU企業(yè)曦望（Sunrise）宣布完成新一輪超10億元人民幣融資。這是2026年AI產(chǎn)業(yè)全面邁入“推理落地、智能體普及”時(shí)代后，國(guó)內(nèi)GPU賽道誕生的最大單筆融資之一。至此，分拆獨(dú)立僅一年多的曦望已累計(jì)完成七輪融資，總?cè)谫Y額約40億元，成為國(guó)內(nèi)首家估值超百億的純推理GPU獨(dú)角獸。

本輪融資資金將主要用于新一代S3推理GPU的規(guī)?；慨a(chǎn)交付、全棧軟件生態(tài)建設(shè)，以及S4/S5后續(xù)芯片的研發(fā)迭代。

曦望（Sunrise）公司標(biāo)志    圖片來源：曦望（Sunrise）

智能體元年，推理算力成最大產(chǎn)業(yè)瓶頸

2026年被行業(yè)公認(rèn)為“AI智能體元年”。隨著大模型從“會(huì)聊天”進(jìn)化為“會(huì)思考、會(huì)執(zhí)行”的數(shù)字員工，推理需求迎來爆發(fā)式增長(zhǎng)。英偉達(dá)GTC 2026大會(huì)正式宣告AI產(chǎn)業(yè)全面邁入“推理落地、智能體普及”的新時(shí)代，將“每瓦Token吞吐量”定義為AI時(shí)代的核心競(jìng)爭(zhēng)力。這與曦望自創(chuàng)立之初就鎖定的核心戰(zhàn)場(chǎng)高度契合。

“AI 算力基建的重心已徹底切換?！标赝麻L(zhǎng)徐冰表示，“2026 年 AI 推理計(jì)算需求將達(dá)到訓(xùn)練需求的 4-5 倍，推理算力租賃價(jià)格半年漲幅近 40%。”

不同于行業(yè)主流的"訓(xùn)推一體"路線，曦望從成立第一天起就堅(jiān)定All-in推理賽道，以用戶真實(shí)的Token成本、單位能耗和服務(wù)穩(wěn)定性為芯片設(shè)計(jì)核心。目前公司已推進(jìn)三代推理GPU迭代、數(shù)萬顆GPU量產(chǎn)落地，實(shí)現(xiàn)了從芯片研發(fā)、產(chǎn)品量產(chǎn)到解決方案交付的完整閉環(huán)，并保持“芯片均實(shí)現(xiàn)一次性流片成功、流片后性能符合設(shè)計(jì)預(yù)期”的行業(yè)一流標(biāo)準(zhǔn)。

啟望S3：為Agentic AI重構(gòu)的推理原生架構(gòu)

2026年1月，曦望正式發(fā)布新一代旗艦產(chǎn)品啟望S3推理GPU。這是國(guó)內(nèi)首款搭載LPDDR6且兼容LPDDR5X內(nèi)存的推理GPU，它沒有盲目照搬高端訓(xùn)練GPU的HBM顯存路線，而是基于Agent推理的本質(zhì)需求，從AI Core計(jì)算架構(gòu)到內(nèi)存IO系統(tǒng)進(jìn)行了全鏈路重構(gòu)。

以O(shè)penClaw為代表的智能體推理，“感知—規(guī)劃—執(zhí)行—反饋”高頻循環(huán)，帶來了對(duì)KV-cache密集訪問的全新計(jì)算負(fù)載。而通用GPU面向訓(xùn)練優(yōu)化，推理實(shí)際算力利用率往往遠(yuǎn)低于峰值——推理側(cè)的效率瓶頸已不再是“算力不夠”，而是“算力用不滿”。

這正是S3所押注的結(jié)構(gòu)性機(jī)會(huì)：放棄訓(xùn)練能力，專為大模型推理做原生深度定制。通過裁剪訓(xùn)練態(tài)所需的模塊，將節(jié)省出的晶體管與功耗預(yù)算集中投向推理，讓單位面積有效算力效率提升5倍以上。

計(jì)算層：專為推理而生的AI Core架構(gòu)升級(jí)

S3通過計(jì)算層的深度定制，解決了通用GPU“算力用不滿”的核心痛點(diǎn)，推理性能較上一代S2提升5倍，目標(biāo)實(shí)現(xiàn)Token成本下降90%。

1. 逼近物理極限的算子利用率

大語言模型推理中，GEMM與Attention算子占總計(jì)算量的90%以上，但受限于通用架構(gòu)的設(shè)計(jì)約束，這兩項(xiàng)核心算子的實(shí)際利用率通常遠(yuǎn)低于理論峰值。S3將這GEMM和Flash Attention兩項(xiàng)核心算子的利用率分別推至約99%與98%，標(biāo)稱算力幾乎都轉(zhuǎn)化為有效吞吐，同樣硬件投入可服務(wù)更多并發(fā)請(qǐng)求。

2. Agent原生的指令集與微架構(gòu)

采用128-bit指令集+支持3D指令，指令密度領(lǐng)先傳統(tǒng)SIMT架構(gòu)；獨(dú)立線程調(diào)度精準(zhǔn)匹配智能體復(fù)雜控制流，消除條件跳轉(zhuǎn)帶來的流水線代價(jià)；通過Block cluster和Broadcast等技術(shù)實(shí)現(xiàn)片上數(shù)據(jù)復(fù)用，減少對(duì)外帶寬依賴，大幅提升Agent多輪推理效率。

3. FP4全鏈路低精度，吞吐3-4倍躍升

原生支持FP16至FP4全鏈路低精度運(yùn)算，在DeepSeek V3/R1等主流模型上實(shí)現(xiàn)接近無損的FP4推理，吞吐量較FP16提升3-4倍，直接轉(zhuǎn)化為客戶側(cè)的毛利空間和價(jià)格彈性。

曦望SGS產(chǎn)品發(fā)布會(huì)    圖片來源：曦望（Sunrise）

系統(tǒng)層：三大接口技術(shù)破解智能體核心瓶頸

S3創(chuàng)新性地集成了三大先進(jìn)高速接口技術(shù)，從內(nèi)存和IO兩個(gè)推理時(shí)代最核心的瓶頸入手，解決了智能體三大核心瓶頸。

1. LPDDR6內(nèi)存接口技術(shù)，解決智能體的“顯存生死線”問題

大模型推理的一個(gè)核心特征是，在高并發(fā)、長(zhǎng)上下文的主流云端推理場(chǎng)景中，KV Cache 的顯存占比可超過 80%，且隨并發(fā)用戶數(shù)線性增長(zhǎng)。S3 采用的 LPDDR6 方案，在提供足夠推理帶寬的同時(shí)，將顯存容量上限大幅提高，且功耗降低50%，匹配推理場(chǎng)景“大容量、高性價(jià)比、低功耗”的核心需求。同時(shí)，LPDDR6 與 LPDDR5x 兼容的設(shè)計(jì)，讓 S3 可以推出不同顯存規(guī)格的產(chǎn)品版本，覆蓋從邊緣到云端的各類推理場(chǎng)景，無需重新設(shè)計(jì)芯片。

2. 高速SerDes+SUE融合互聯(lián)技術(shù)，解決智能體的“多模型協(xié)同瓶頸”

曦望踐行“軟件定義互聯(lián)”的設(shè)計(jì)思路，對(duì)推理場(chǎng)景下的互聯(lián)架構(gòu)進(jìn)行了深度優(yōu)化。從超節(jié)點(diǎn)協(xié)議、片上互聯(lián)、片間互聯(lián)、交換設(shè)備、高速通信軟件棧協(xié)同設(shè)計(jì)，實(shí)現(xiàn)TCO 與性能兼顧的推理互聯(lián)系統(tǒng)。

Agent 時(shí)代的到來，對(duì)推理集群的互聯(lián)性能提出了前所未有的要求——一個(gè) Agent 請(qǐng)求會(huì)觸發(fā)數(shù)十次推理調(diào)用，涉及多模型協(xié)同與海量 KV Cache 流轉(zhuǎn)，如果互聯(lián)帶寬不足、協(xié)議割裂、延遲太高，整個(gè)系統(tǒng)的性能會(huì)出現(xiàn)超線性下降，集群規(guī)模越大，性能損失越嚴(yán)重。

S3 創(chuàng)新性地在片上原生融合了 Scale-Up 超節(jié)點(diǎn)與 Scale-Out 的雙?；ヂ?lián)底座。在超節(jié)點(diǎn)通信域，S3 搭載基于以太網(wǎng)的超節(jié)點(diǎn)互聯(lián)引擎，支持 load/store 內(nèi)存語義與 UVA 統(tǒng)一編址，任意兩卡間一跳直達(dá)，為 AllReduce/AlltoAll 等集合通信提供硬件級(jí)加速；S3 選擇基于以太網(wǎng)的超節(jié)點(diǎn)方案，具備雙重優(yōu)勢(shì)：既可利舊復(fù)用標(biāo)準(zhǔn)以太網(wǎng)交換機(jī)節(jié)省組網(wǎng)成本，又可無縫接入支持超低延遲能力的增強(qiáng)型交換機(jī)，將端到端延遲壓縮至百納秒級(jí)，性能逼近專有互聯(lián)協(xié)議。基于超節(jié)點(diǎn)和DeepEP實(shí)現(xiàn)的MoE超大模型推理系統(tǒng)，可以很大程度掩蓋LPDDR相較于HBM的帶寬劣勢(shì)。另外，S3 在片上集成了 RDMA 通信引擎，專為 PD 分離架構(gòu)下的超長(zhǎng)上下文 KV Cache 傳輸進(jìn)行優(yōu)化，實(shí)現(xiàn)跨節(jié)點(diǎn) KV Cache 的零拷貝、高吞吐傳輸，突破分離式架構(gòu)的內(nèi)存墻瓶頸。在組網(wǎng)上 S3 支持 32/64/128/256 彈性擴(kuò)展能力，為不同算力密度的推理場(chǎng)景提供靈活選擇。

3. PCIe Gen6接口技術(shù)，解決智能體的“資源碎片化”問題

云原生推理時(shí)代，超長(zhǎng)上下文已成為大模型標(biāo)配能力，千億參數(shù)模型在處理數(shù)萬 Token 序列時(shí)，單請(qǐng)求 KV Cache 占用可達(dá)數(shù)百 GB 甚至 TB 級(jí)，傳統(tǒng) PCIe 帶寬瓶頸成為制約 KV Cache 高效管理的沉重枷鎖。S3 搭載的 PCIe Gen6 接口，帶寬較 Gen5 翻倍，可同時(shí)滿載多路高速網(wǎng)卡與 NVMe 存儲(chǔ)集群，滿足云原生推理的高并發(fā)數(shù)據(jù)吞吐需求；通過 PCIe Gen6的高帶寬讓CPU DRAM 真正成為 S3 顯存的擴(kuò)展池?？蓸?gòu)建起顯存-DRAM-NVMe 三層異構(gòu) KV Cache 架構(gòu)：熱數(shù)據(jù)駐留顯存保證低延遲的訪問，溫?cái)?shù)據(jù)通過 PCIe Gen6 擴(kuò)展至 CPU DRAM實(shí)現(xiàn)容量倍增，冷數(shù)據(jù)則下沉至 NVMe SSD 持久化存儲(chǔ)，解決智能體的資源碎片化問題。

“推理原生”帶來普惠算力基礎(chǔ)設(shè)施

從產(chǎn)業(yè)周期看，訓(xùn)練側(cè)格局已相對(duì)固化，而推理側(cè)正隨Agentic AI放量進(jìn)入指數(shù)級(jí)增長(zhǎng)通道——多家機(jī)構(gòu)預(yù)測(cè)，未來五年推理算力市場(chǎng)規(guī)模將超越訓(xùn)練側(cè)數(shù)倍，其中Agent類負(fù)載將貢獻(xiàn)最主要的增量。

曦望S3同時(shí)具備三個(gè)難以共存的要素：推理原生的架構(gòu)前瞻性、實(shí)現(xiàn)98–99%算子利用率的頂尖工程能力、以及完整的生態(tài)適配能力。

“S3不是簡(jiǎn)單的性能升級(jí)，而是一次對(duì)AI推理成本曲線的重構(gòu)。”徐冰表示，“我們的目標(biāo)是將推理成本降至‘百萬Token一分錢’，讓AI像水電一樣成為普惠基礎(chǔ)設(shè)施?！?/p>

資本助力推理賽道進(jìn)入加速期

本輪融資由多家產(chǎn)業(yè)方戰(zhàn)投、地方國(guó)資及頭部財(cái)務(wù)機(jī)構(gòu)共同參與。

杭州資本表示：“本次投資是杭州資本緊扣杭州‘296X’先進(jìn)制造業(yè)集群建設(shè)戰(zhàn)略、深耕人工智能萬億級(jí)產(chǎn)業(yè)賽道的重要布局。曦望‘All-in 推理’的戰(zhàn)略選擇具備行業(yè)前瞻性，其在技術(shù)創(chuàng)新和產(chǎn)品商業(yè)化方面的能力，是我們決定投資的重要原因。作為長(zhǎng)期資本，我們更看重企業(yè)在關(guān)鍵技術(shù)方向上的持續(xù)投入與落地能力?！?/p>

普華資本表示，“曦望是國(guó)內(nèi)少數(shù)真正理解推理場(chǎng)景、并能提供全棧自主可控解決方案的企業(yè)。我們看好公司'不做訓(xùn)推一體跟隨者，只做推理賽道領(lǐng)跑者'的戰(zhàn)略選擇?！?/p>

聚集頂尖人才，打造中國(guó)AI工業(yè)化算力底座

曦望團(tuán)隊(duì)規(guī)模已增長(zhǎng)至400人，研發(fā)人員占比超80%，匯聚了來自英偉達(dá)、AMD、華為海思等國(guó)內(nèi)外頂尖芯片企業(yè)的核心人才，碩士及以上學(xué)歷占比超80%。團(tuán)隊(duì)融合了芯片設(shè)計(jì)、高性能計(jì)算、AI 算法、軟硬產(chǎn)品的跨行業(yè)人才。

2026年，曦望將圍繞“落地、兌現(xiàn)、增長(zhǎng)”核心原則，全力推進(jìn)S3芯片量產(chǎn)交付，完成與國(guó)內(nèi)外主流大模型、多模態(tài)模型和Agent框架的全面適配。同時(shí)，公司已完成S4高性能推理GPU和S5安全可控推理GPU的技術(shù)路線規(guī)劃，持續(xù)加碼近存計(jì)算、光電共封等前沿技術(shù)探索。

未來，曦望將繼續(xù)堅(jiān)守“讓AI推理便宜、穩(wěn)定、隨處可用”的核心目標(biāo)，為中國(guó)AI發(fā)展鑄造堅(jiān)實(shí)的算力底座。

專欄文章內(nèi)容及配圖由作者撰寫發(fā)布，僅供工程師學(xué)習(xí)之用，如有侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。 聯(lián)系我們