前言：

近日，算苗科技宣布完成Pre-A2轮及A轮融资，过去一年累计融资近20亿元，公司估值达到120亿元。

资本持续加码的背后，一项围绕3D芯片架构展开的技术探索，正在受到市场关注。

作者 | 方文三

图片来源 | 网络

资本在为内存墙付「拆迁款」

中国电信研究院9月发布的《智能体时代AI基础设施发展研究报告（2026）》给出了一组近乎科幻的数字，2026年我国Token年消耗量预计达到10亿亿，2030年将超过3500亿亿。

国家数据局的数据显示，2026年3月国内日均Token调用量已突破140万亿。

德勤判断：未来超过80%的算力需求将集中在推理侧，到2029年我国推理算力市场占比预计达到80%。

大模型推理的瓶颈卡在数据搬运上，参数在存储器和处理器之间来回奔波，吃掉了高达80%的能耗和70%的成本。

这堵墙有个学名叫内存墙，主流的翻墙工具叫HBM，把内存堆在计算芯片旁边，缩短横向路程。

代价写在报价单上，HBM3E 36GB现货价约2100美元，溢价4至5倍，16层堆叠的HBM4报价约3500美元，三星与SK海力士2026年的产能早已被订购一空。

摩根大通预计2026至2028年供需持续偏紧，比特需求复合增速维持在63%。

令人难受的是这根救命稻草攥在海外三巨头手里，国产算力想上量，先得排队交买路钱。

8层晶圆摞起来，把毫米的路程压成微米

算苗的方案带着一股建筑工人的气质，横着走不通，就竖着盖。

算苗科技的3D芯片，特别之处藏在计算单元与存储器的相对位置里。

大模型推理时，芯片需要反复读取模型权重和中间数据，计算核心即使足够快，数据供应跟不上，也只能空等。

常见的GPU加HBM方案已通过先进封装提高带宽，但存储堆栈与计算芯片主要并排放置，数据仍需横向传输。

算苗选择进一步缩短这段路，把存储直接叠到计算单元上方。

2026年6月流片的首代3D TokenPU芯片A4E，将8层DRAM存储晶圆垂直堆叠在逻辑晶圆上，借助混合键合、硅通孔等技术形成密集的垂直连接。

按照公司披露的数据，其访存带宽达到16TB/s。与单纯提高运算峰值相比，这种设计瞄准的是推理中容易被忽视的等待时间。

连接距离缩短、传输通道增多，计算单元有机会更持续地获得数据，同时减少数据搬运的电力消耗。

立体堆叠也只是这套设计的一半，算苗采用面向Token生成的专用架构，通过Tile-Native理念，把大模型计算拆成适于搬运和复用的数据块，让数据在靠近计算单元的位置反复使用。

芯片采用自研RISC-V架构，并尝试让编译工具与LLVM、Triton等开发生态衔接，思路是让高带宽真正被算法调用，否则，再宽的通道也可能闲置。

它瞄准的商业指标也很具体，即单位时间能生成多少Token，以及生成每个Token需要付出多少成本。

这条路线还有一层现实考量，将性能提升的着力点放在架构和互联上，可以降低对最先进制程的单一依赖。算苗披露的方案采用国产成熟工艺，并由国内供应链支持。

差异化路线的底气在于不拼制程，按公司给出的仿真数据，采用12nm工艺的A4帕拉丁在Llama与Mixtral等主流开源模型推理中，吞吐量达到4nm工艺英伟达H200的1.26至2.19倍，单价低30%。

矿机里炼出的手艺，龙芯里熬出的队伍

汪福全的履历读起来像半部国产芯片的弯路史，中科院声学所博士，师从水声物理学家张仁和院士，随后在计算所做博士后，合作导师是龙芯首席科学家胡伟武。

他创办的中科声龙围绕龙芯做了近10年产业化，那是一段孤独且不太赚钱的路程。

2019年底，团队盯上了以太坊的抗ASIC算法，这套算法刻意把门槛设在内存带宽上，带宽高者通吃。当全行业都在追逐更先进的制程时，他们反向上路，用3D堆叠去解决带宽。

2021年四季度，JASMINER X4问世，40nm成熟工艺做出了比英伟达7nm旗舰显卡高20倍的加密算力功耗比，单一产品换来超8亿元营收。

这门在舆论场里名声不佳的生意，顺手完成了另一件大事，团队累计量产超万片3D混合键合晶圆，出货超80万颗芯片，收入超12亿元。

混合键合的良率手感是全球范围内都稀缺的资产，图纸谁都能画，手感只能拿晶圆一片片喂出来。

2022年11月，ChatGPT上线，同月，算苗科技注册成立。矿机与大模型推理在汪福全眼里是同一道题，算力被内存死死卡住。

团队班底也带着旧时代的印记，CTO刘明在龙芯做了15年研发，首席人工智能科学家楼建光是前微软研究院首席研究员，首席软件架构师魏永明出自清华，是开源项目MiniGUI的创始人。公司如今200余人，研发占比超八成。

国资平台与产业资本敢在一年内把近20亿元放进同一家公司，看重的也许就是那上万片晶圆的量产履历。

2027年的量产出货，是这场融资的答辩环节

按照规划，A4E将于2027年内启动规模化量产，性能提升2至3倍的第二代产品A4S计划于2027年一季度流片。

留给算苗的时间窗口清晰而逼仄，工艺层面的挑战呈指数级上升，存储晶圆与逻辑晶圆分开制造，键合时对准稍有偏差，整片晶圆报废。

8层堆叠带来的高功率密度考验散热，应力形变考验良率，任何一项失手都可能把16TB/s的纸面带宽打回原形。

供应链的现实同样微妙，台积电CoWoS有效产能在2026年底约为每月12.7万片，中国大陆不足每月2万片。

好在算苗的路线绕开了对CoWoS的依赖，混合键合堆叠依托国产成熟制程即可闭环。

长电科技、通富微电、华天科技、甬矽电子4家封测龙头在2026上半年宣布的扩产投资累计达274.2亿元，全部瞄准AI算力领域，封装产能的池子在变大。

商业端的信号耐人寻味，某头部大模型厂商已与算苗在软件层面联合研发近1年，从芯片定义阶段就锚定真实推理场景。

算苗内部预估，A4E量产后出货量有望达1万片晶圆以上，对应收入规模为数十亿元量级。

结尾：

摩尔定律的斜率在放缓，芯片行业的想象力却在换轴。算苗科技把筹码押在垂直方向上，赌的是路径比线宽更值钱。

120亿元估值买来的是一张入场的椅子，能否坐稳，要看2027年机房里那本电费账的最后核对。

部分资料参考：中国基金报：《算苗科技近日完成Pre-A2轮、A轮融资，融资总额超10亿元，最新估值达120亿元》，投中网：《中科院博士后汪福全二次创业，一年融了20亿》，每日经济新闻：《算苗科技3D TokenPU芯片正式流片 CEO汪福全：专攻AI推理赛道》，Google Cloud：《Five techniques to reach the efficient frontier of LLM inference》，NVIDIA：《NVIDIA H200 Tensor Core GPUs and NVIDIA TensorRT-LLM Set MLPerf LLM Inference Records》