微纳核芯融资超10亿：国产AI芯片的新筹码，不在GPU内卷里

近日微纳核芯宣布完成B3轮和B4轮融资，B轮系列融资总额超过10亿元。中国移动链长基金、超越摩尔、江城基金、佰维存储、九坤创投、深创投、中国互联网投资基金等入局，中芯聚源、毅达资本、蓝驰创投、东方嘉富、立讯精密产投等老股东继续跟投。

对一家成立时间不算长的国产AI芯片公司来说，这种资本结构

说明国产AI芯片的资金流向正在从“云侧GPU替代”的单线叙事，转向更复杂的端－边-云协同推理。

微纳核芯试图用“三维近存+存内计算+RISC-V存算”绕开传统架构里的存储墙、功耗墙和成本墙。于是国产AI芯片开始出现新的估值锚：谁能降低单位推理成本，谁能把AI能力塞进终端设备，谁就可能成为下一轮产业资金的主线筹码。

AI芯片的风险偏好正在换锚，训练缺口让位于推理成本

过去两年，市场熟悉的交易逻辑是英伟达受限、国产GPU补位、智算中心建设拉动订单。这个阶段容易被交易的是“谁能补上训练算力缺口”。所以市场愿意给国产GPU、AI服务器、液冷、光模块、HBM相关链条估值溢价。

2026年以后，出现了新的定价逻辑：推理才是持续消耗现金流的部分。智能体、多模态交互、AI手机、AI PC、机器人和企业一体机，都在把算力需求从集中式云端推向终端和边缘。

训练芯片拼的是集群能力、软件生态、算子适配、模型迁移和客户信任。很多公司的问题在于订单能见度不够清楚、收入确认周期偏长、毛利结构不稳定。一旦主题走得太快，后面就容易从“资产重估”切到“逻辑证伪”。

推理市场的预期差正在这里出现。训练是阶段性资本开支，推理是持续性运营成本。大模型应用真正跑起来以后，企业每天都要为调用、响应、延迟、电力和服务器折旧买单。AI手机、AI PC、具身智能、车载智能座舱、工业边缘节点，不可能永远依赖云端GPU完成所有推理。

这给存算一体重新打开了窗口。传统架构里，数据在存储和计算单元之间频繁搬运，功耗和延迟会被不断放大。大模型推理尤其依赖权重读取和内存带宽，越往端侧走，越不适合靠“堆算力”解决问题。微纳核芯讲的3D-CIM，本质上是把计算靠近存储，把一部分数据搬运成本直接消掉。这个逻辑如果兑现，交易的就是单位功耗、单位面积、单位成本下的推理效率。

这也是2026年国产AI芯片行业一个更实际的变化：市场不再只奖励“谁能替代英伟达”，也开始奖励“谁能让AI推理便宜下来”。前者是供给安全，后者是商业化利润弹性。前者解决有没有，后者解决用不用得起。

微纳核芯吸引产业资本，因其站在存储、终端和RISC-V的交叉口

微纳核芯这轮融资的投资方结构十分值得关注。中国移动链长基金代表运营商和终端生态，佰维存储代表存储产业链，立讯精密产投、兆易创新等产业方意味着制造、存储和终端协同正在前移，深创投、中国互联网投资基金等国资平台则增强了长期资本的确定性。这个组合更像是在给一条技术路线提前搭产业验证场。

3D-CIM容易被误读成一个技术名词。放到产业里看，对应的是三个现实矛盾。

第一个矛盾是终端厂商需要把本地模型跑起来，但不能显著牺牲续航、散热和物料成本。手机、PC、机器人和智能硬件要的是低延迟、低功耗、低成本，不是数据中心式的峰值算力。微纳核芯如果能用成熟工艺做出高能效推理芯片，就能避开和云侧GPU硬碰硬的战场，切进端侧AI放量的成本曲线。

第二个矛盾是AI推理越来越像存储问题。大模型推理不只有计算，权重读取、缓存、带宽和数据搬运同样决定体验。存储厂商投微纳核芯，背后有一层产业含义：存储不再只是周期品，未来可能通过“存储+计算”进入AI算力定价体系。对佰维存储、兆易创新这类产业方来说，存算融合有机会把存储从低毛利硬件，推向更高附加值的AI基础设施组件。

第三个矛盾是RISC-V更多被理解为自主可控、低功耗、开放生态，但资本市场对它的估值锚并不稳定。RISC-V需要高价值场景，AI推理给了RISC-V一个更好的落点：通过自定义指令集和存算一体架构，服务大模型推理、机器人、边缘智能和端侧设备。微纳核芯如果能在RISC-V存算指令集、编译工具链、模型适配上跑通闭环，就有机会成为端侧AI推理生态的一部分。

所以，这家公司真正讲得通的资本故事，应该是：在国产AI芯片从云侧替代走向端侧推理降本的过程中，微纳核芯提供了一条架构创新路线，用成熟工艺、存储协同和RISC-V生态去换取更好的能效比和性价比。

这个故事比单纯国产替代更复杂，但也更有预期差。

订单和生态才能决定微纳核芯能不能穿越估值切换

微纳核芯现在踩中了AI推理降本、国产替代、端侧AI、RISC-V和存储重估几条主线；但这些主线都还需要商业化验证。一级市场愿意为技术路线和产业资本买单，二级市场最终只会为收入、订单、毛利和现金流质量买单。

后面要看三张牌。

第一张是量产牌。存算一体最终要落到工艺、良率、封装、测试和稳定性。微纳核芯宣称用成熟工艺实现更好的性能和能效，如果这一点能在量产中被验证，就有很强的成本优势。成熟工艺还意味着供应链安全边际更高，资本开支压力相对可控，也更容易与国内存储和封装产业链形成协同。但如果3D近存、存内计算精度、良率和系统稳定性低于预期，融资热度会很快变成研发费用压力。

第二张是客户牌。AI芯片公司的估值切换，通常是从进入头部客户验证名单开始。AI手机、AI PC、一体机、机器人、运营商云资源、边缘服务器，这些场景里只要有一个跑出标杆客户，市场对微纳核芯的定价逻辑就会从“技术期权”转向“订单预期”。如果只有产业资本背书，没有明确客户导入，故事就会停在左侧。

第三张是生态牌。AI芯片卖的是软件栈、工具链、算子库、模型适配和开发者迁移成本。RISC-V给了微纳核芯开放和自主的空间，也带来生态建设的压力。硬件指标再好，模型部署麻烦、迁移成本太高、开发者不愿适配，商业化节奏都会被拖慢。软件生态跟不上，硬件再强也很难变成稳定收入，这是国产AI芯片市场过去已经被验证的一件事。

因此，微纳核芯这轮超10亿元融资，是一个重要催化，但还不是胜利宣言。这更像国产AI芯片行业的一次风向切换：资金开始寻找GPU替代以外的新筹码，开始重估推理成本、端侧AI和存储融合的长期逻辑。