国产芯片融资潮持续升温,三季度VC/PE投资1092亿元,多家企业量产节点锁定2027年
2024年三季度半导体领域VC/PE投资达1092亿元,同比增长91%,显著高于整体市场增速。后摩智能、微纳核芯、凌川科技、奕成科技等十余家企业密集完成数亿至数十亿元融资,覆盖存算一体、AI视频芯片、...
近期,国产芯片领域的融资活动呈现爆发式增长。据投中研究院统计,2024年第三季度,半导体行业VC/PE投资规模达1092亿元,同比大幅增长91%,远超整个VC/PE市场49.6%的平均增速;投资事件数量亦增长超五成。仅10月31日至11月6日一周内,国内集成电路领域披露融资约111亿元,占当周全部已披露融资金额的一半以上。这一轮资本热潮并非短期情绪驱动,而是围绕算力系统全链条展开的结构性投入——从计算芯片、数据互联、供电器件到先进封装,资金正系统性补强国产算力底座。
在计算芯片层,多条技术路线并行推进,商业化阶段分化明显。11月4日,存算一体芯片企业后摩智能传出完成数十亿元B轮融资的消息,资金将用于扩大M50芯片交付、开发新一代M6X及3D存算一体产品,并持续投入软件工具链建设。该公司在10月生态大会上披露,M50量产不到一年即获得150多个产品定点,服务客户超百家,主要面向电脑、智能终端和边缘设备的本地推理场景。其技术通过存储与计算单元紧耦合,降低数据搬运带来的功耗,在整机受限条件下实现模型高效运行。
另一家专注存算架构的微纳核芯,则处于更早期阶段。10月28日,公司宣布完成超10亿元C2轮融资,两个月累计融资超20亿元。其首代三颗芯片近期才全部投片,预计2027年初送交客户测试并启动批量供货。新资金不仅用于产品迭代,还用于供应链备货——公司正协同存储原厂与先进封装伙伴,为后续制造做准备。值得注意的是,端侧客户已参与规格定义与算法适配,云侧方案评估同步推进,体现“设计-制造-应用”协同前移的趋势。
部分企业选择从明确应用场景切入,以已有客户基础反哺芯片研发。凌川科技(前身为快手异构计算与芯片事业部)于11月4日披露10亿元B轮融资,其SL200智能视频芯片已销售近10万颗,进入快手、阿里云、百度云等客户体系。下一代产品转向AI视频生成,采用3D堆叠技术,近期完成回片,计划2027年规模出货。公司已推出自研软件平台,适配通义万相、Hunyuan Video等主流生成式模型,此次融资将强化软件生态与市场拓展能力。
墨芯人工智能则聚焦稀疏推理赛道,11月初披露近10亿元C+轮融资,继续投入稀疏计算芯片及下一代产品预研。与存算一体减少数据搬运不同,稀疏计算通过软硬件协同跳过无效计算,提升能效比。公司计划年底前推出SP200板卡,并更新支持大模型部署与集群运维的软件栈。
新成立的曦选创智(由沐曦与优必选联合发起)则瞄准具身智能底层芯片,目标是将机器人感知、决策与运动控制集成于单颗主控SoC,以通用GPU为核心计算单元,同步开发配套工具链。目前首款芯片尚处架构设计阶段,计划2027年向产业伙伴提供开发验证平台,2028年推出首款SoC及完整方案。沐曦贡献GPU架构与软件经验,优必选则带入机器人任务中的功耗、接口与部署约束,推动芯片定义更贴近真实场景。
资本热度已从设计端延伸至制造配套环节。高算力芯片普遍采用先进封装(如2.5D/3D),对载板、设备与材料提出更高要求。Yole Group预测,2026年全球先进封装收入将首次超过传统封装,相关资本开支接近280亿美元。11月5日,成都产投集团披露,先进封装企业奕成科技完成数十亿元C轮融资——这是成都产投第四次投资该公司。奕成采用大尺寸方形载板提升面积利用率,第一工厂总投资55亿元,2024年10月实现产线量产拉通;现有消费类芯片封装已进入量产,面向AI芯片的2.5D封装目标2027年大规模量产。同批披露融资的还有碳化硅功率模块厂商利普思、智能网卡厂商沐创等,分别聚焦供电器件与数据互联环节。
支撑这轮融资潮的,是实实在在的市场需求迁移与内需底座夯实。IDC数据显示,2025年中国AI加速器出货量约400万张,国产厂商占比41%;至2026年上半年,国产总出货量升至约200万颗,份额超47%,英伟达份额降至34%。其中昇腾以28%份额居首,平头哥(阿里)、寒武纪、昆仑芯、海光信息分列二至五位。国产算力已形成两条清晰路径:一是独立商用GPU/DCU厂商(如海光、寒武纪),面向政企与互联网客户参与市场化竞标;二是云厂商自研ASIC(如平头哥、昆仑芯),优先服务集团内部大模型训练推理,成熟后逐步对外输出。
更关键的是,需求侧资金持续加码。互联网大厂资本开支提速明显:腾讯上半年847亿元(+82%)、阿里945亿元(+50%)、字节跳动全年预计700亿美元(约4000–5000亿元,+136%),百度Q2单季资本开支同比增近200%。三大运营商亦加速转型为“算力运营商”,中国移动已明确2027年算力专项投资超1000亿元。这些采购偏好集中于高端训练与大模型推理集群,对国产高端GPU、高速交换芯片及高性能整机构成稳定订单来源。
需要指出的是,当前国产替代仍集中在推理与中等规模训练场景,高端训练芯片、HBM供给及CUDA生态迁移仍是中长期挑战。资本虽提前布局2027–2028年量产节点,但最终胜负手仍取决于产品能否通过严苛的整机验证、实现稳定交付与持续采购。这一轮融资潮不是终点,而是国产芯片从“可用”迈向“好用”的关键跃迁期。
