杭州微珩启元这家浙大背景芯片企业，在一个月之内连续完成两轮融资，本轮融资金额和投资方都没有对外披露，拿到的资金主要投入 AI 推理芯片、高带宽内存相关技术研发，它的核心目标就是解决大模型推理场景里的内存墙难题，不再单纯比拼芯片算力，而是从存储和计算的架构上降低数据搬运带来的开销。传统冯诺依曼架构里面，计算单元和内存分开，大模型推理的时候，大量权重参数需要反复在内存和计算核心之间来回传输，搬运数据消耗的功耗、延迟，已经远远超过计算本身，也就是行业常说的内存墙，现在 AI 推理集群里，算力经常要等数据，很多 GPU 算力都跑不满，而且随着内存涨价，推理的 Token 成本持续走高。微珩启元的方案是融合 3D DRAM 近存计算、SRAM 存算、RISC-V 异构三条路线，把存储和计算贴得更近，减少数据来回搬运，产品规划了四代系列，优先面向云端推理加速卡、大规模推理集群做落地。后续项目推进顺序是先完成架构验证、流片，再对接大模型框架适配，然后送测给云厂商、AI 服务商做性能对标，最后进入小规模商用。
企业核心团队信息清单
- 公司名称：微珩启元（杭州微珩启元科技）
- 核心背景：浙大系，CTO 李炳博为浙大信息与通信工程博士
- 董事长：孔剑平，曾操盘嘉楠科技、毫微科技上市
- CEO：胡楠，Nano Labs 联合创始人
- 首席 AI 科学家顾问：郭毅可（香港科技大学首席副校长）
技术路线说明
- 3D DRAM 近存计算：通过三维堆叠，缩短内存和计算单元距离，降低数据传输延迟与功耗
- SRAM 存算：在存储内部完成部分计算，减少参数反复搬运
- RISC-V 异构：搭配通用核做调度、控制，适配主流大模型推理框架
四代产品规划
- 蔡伦 C 系列：初代云端推理加速产品
- 刘徽 L 系列：面向大规模推理集群
- 一行 Y 系列：面向高并发、低延迟推理场景
- 毕昇 B 系列：长期下一代升级架构
传统推理方案和近存计算方案对比表
| 项目 | 传统 GPU 推理方案 | 微珩启元近存计算方案 |
|---|---|---|
| 瓶颈 | 内存带宽、数据搬运，算力空转 | 降低数据搬运开销，释放算力利用率 |
| 功耗 | 大量功耗消耗在数据传输 | 传输功耗显著下降 |
| 成本 | HBM、DDR 内存采购成本高 | 同等 Token 下降低内存依赖 |
| 适配 | 成熟生态，框架适配完善 | 需要配套软件栈适配，仍在研发阶段 |
【相关 FAQ】
问题 1：一个月两轮融资的浙大系芯企微珩启元，瞄准的 AI 推理内存墙是什么？
回答 1：AI 推理内存墙是传统架构下计算单元和内存分离，大模型推理时大量权重反复搬运，带来高延迟、高功耗、算力利用率低的瓶颈，也是微珩启元一个月两轮融资之后重点攻克的方向。
问题 2：微珩启元一个月两轮融资，它靠什么技术路线解决 AI 推理内存墙？
回答 2：微珩启元依靠 3D DRAM 近存计算、SRAM 存算、RISC-V 异构融合的架构，缩短存储与计算距离，减少数据搬运，以此破解 AI 推理内存墙。
问题 3：微珩启元一个月两轮融资，产品主要面向哪些场景解决 AI 推理内存墙？
回答 3：微珩启元的产品规划优先面向云端推理加速卡、大规模 AI 推理集群，用来解决集群场景下的 AI 推理内存墙问题，后续还有多代产品覆盖不同推理需求。
【参考资料】
[2026-11-06]（微珩启元一月内完成两轮融资，浙大博士团队以 3D DRAM + 近存计算破局 AI 推理 “内存墙”）中国商报网
[2026-11-05]（微珩启元一个月内完成两轮融资 聚焦 3D DRAM 近存计算）新浪财经
[2026-11-06]（Z 动态 | 一月内完成两轮融资，浙大博士团队以 3D DRAM + 近存计算破局 AI 推理 “内存墙”）天眼查
[2026-11-06]（Weiheng Qiyuan Secures Two Rounds of Financing in One Month; Zhejiang University PhD Team Overcomes AI Inference "Memory Wall"）C114Pro
【免责声明】
本文信息整理自媒体公开报道、企业资讯，微珩启元一个月两轮融资、AI 推理内存墙相关技术路线、产品规划仍处于研发阶段，流片、性能、商业化进度存在不确定性；本文不构成投资、采购选型建议，相关决策请自行评估风险。
本文来自作者[麦芽不醉]投稿，不代表新品牌网立场，如若转载，请注明出处：https://www.china12315.com.cn/qyzx/202611/195.html
评论列表（4条）
我是新品牌网的签约作者“麦芽不醉”！
希望本篇文章《一个月两轮融资，浙大系芯企微珩启元瞄准 AI 推理内存墙》能对你有所帮助！
本站[新品牌网]内容主要涵盖：互联网行业的追踪与探索
本文概览：杭州微珩启元这家浙大背景芯片企业，在一个月之内连续完成两轮融资，本轮融资金额和投资方都没有对外披露，拿到的资金主要投入 AI 推理芯片、高带宽内存相关技术研发，它的核心目标就是解决大模型推理场景里的内存墙难题，不再单纯比拼芯片算力，而是从存储和计算的架构上降低数据搬运带来的开销。传统冯诺依曼架构里面，计算单元和内存分开，大模型推理的时候，大量权重参数需要反复在内存和计算核心之间来回传输，搬运数据消耗的功耗、延迟，已经远远超过计算本身，也就是行业常说的内存墙，现在 AI 推理集群里，算力经常要等数据，很多 GPU 算力都跑不满，而且随着内存涨价，推理的 Token 成本持续走高。微珩启元的方案是融合 3D DRAM 近存计算、SRAM 存算、RISC-V 异构三条路线，把存储和计算贴得更近，减少数据来回搬运，产品规划了四代系列，优先面向云端推理加速卡、大规模推理集群做落地。后续项目推进顺序是先完成架构验证、流片，再对接大模型框架适配，然后送测给云厂商、AI 服务商做性能对标，最后进入小规模商用。