墨芯人工智能完成近10亿元C+轮融资，稀疏推理芯片切入大模型降本战场

量子位11月6日刊发的文章称，墨芯人工智能（下称墨芯）近日完成近10亿元人民币C+轮融资。文章指出，距离上一轮近10亿元融资仅过去5个月，短时间内连续完成两轮融资，反映资本市场对其在专用稀疏推理芯片领域技术壁垒与商业化进展的认可。

需要说明的是，该文在文末注明“本文系量子位获授权刊载，观点仅为原作者所有”，属于厂商授权稿件。融资细节与经营数据均来自公司一方陈述，文中没有披露投资方名单、估值以及资金用途的具体拆分。

墨芯的技术路线是稀疏计算。公司2018年成立，主推“权重稀疏化+激活稀疏化”双稀疏算法，并围绕算法、编译器、芯片架构与软件工具链做协同设计。文章称其创始团队来自卡内基梅隆大学以及英特尔、高通、Marvell等半导体公司。

这条路线押注的是大模型推理的结构性变化。文章以DeepSeek-V4-Pro为例：该模型总参数约1.6万亿，但处理每个token时只激活约490亿参数，约占总量的3%。混合专家（MoE）架构让“条件计算”成为常态，而通用GPU需要兼顾训练、推理、科学计算等多类负载，难以针对特定稀疏模式做深度协同优化。

落地进展方面，文章称墨芯基于自研芯片搭建的推理集群已在西北、西南、华东、华北四大片区铺开，2026年第三季度营收实现数倍增长，但没有给出具体营收金额。在MLPerf Inference测试中，其S30计算卡在所参与的部分类别中连续三届夺冠——这是第三方基准，可作为能效表现的参考，但“部分类别”的限定也意味着并非全面领先。

具体项目上，墨芯参与了上海国资平台公司打造的海上算力Token工厂，该项目依托海上风电绿电与海水冷却降低PUE和电费，墨芯则从芯片侧压低单token推理成本。公司还与北京大学上海临港国际科技创新中心地球与空间技术研究院合作，将两款国际主流遥感影像智能分析模型适配到自家算力卡，文章称在几乎不损失业务精度、无需下游重训的条件下，推理吞吐最高提升2.88倍，模型压缩最高达7.64倍。

产品节奏上，新一代板卡SP200计划在年底前正式问世，升级版软件栈SECA（Sparse-native Efficient Computing Architecture）也即将发布，重点强化大模型推理部署与集群运维支持。今年8月，墨芯还发起成立“稀疏计算产学研联盟”，试图把公司内部的技术积累沉淀为行业协同的基础。

值得关注的是，稀疏专用芯片的叙事成立与否，最终取决于两件事：一是有多少主流模型能在这类硬件上无痛跑起来，二是软件栈能否把稀疏的理论收益稳定转化为实际吞吐。目前公开的数字多来自公司口径，且基准限定在部分类别，接下来真正有说服力的是客户规模、复购情况与真实集群的成本曲线。