我先核实这家芯片公司的具体标的、融资规模和 160TOPS/10W 的参数口径。
160TOPS、10W 的后摩 M50:数十亿 B 轮之后,端侧 120B 模型开始 “算得过账”
先给结论:存算一体 AI 芯片公司后摩智能已于近期完成 B 轮融资,单笔金额高达数十亿元人民币,近一年内连续完成多轮;本轮资金主要投向 M50 规模化交付、新一代 M6X 与下一代 3D CIM 产品研发,以及软件工具链与生态建设。 支撑这笔钱的,是一颗已经把参数变成产品的芯片:M50 提供 160 TOPS@INT8 算力、150 GB/s 内存带宽、典型功耗 10W,量产不到一年拿下 150 多个产品定点、服务客户超百家;搭载它的联想 AI 主机 P7 只有 300 克,整机最大功耗 30W,最高可本地运行 125B 模型。把 “160TOPS、10W、单芯片跑 120B” 这三件事放在一起看,它真正的意义不是参数漂亮,而是端侧大模型第一次在功耗和成本上算得过账—— 模型压缩让 120B 级能塞进终端,存算一体让 10W 能撑住推理,这才是资本在 2026 年集体转向端侧的原因。
一、先把融资这件事说清楚
| 项目 | 具体信息 |
|---|---|
| 公司 | 后摩智能,2020 年成立,总部北京,主攻 SRAM-CIM 存算一体 |
| 轮次 | B 轮,单笔数十亿元人民币(未披露精确金额) |
| 时间 | 近期完成,11 月初经媒体披露;近一年内已连续完成多轮 |
| 投资方结构 | 上下游产业资本、国有资本、国际投资人,多家老股东加码 |
| 资金用途 | 扩大 M50 规模化交付;推进 M6X 与下一代 3D CIM 研发;完善软件工具链与生态 |
| 已披露商业化数据 | M50 量产不到一年,150 多个产品定点,客户超百家 |
投资方结构比金额更值得看:产业资本带来场景,国有资本带来长周期耐心,国际投资人带来海外整机客户的可能性,老股东加码则是对 “已交付” 而非 “已发布” 的投票。
二、M50 的四个数字,以及它们的限定条件
| 指标 | 标称值 | 限定条件(关键) |
|---|---|---|
| 算力 | 160 TOPS@INT8 | INT8 精度;非 FP16/BF16 口径,跨芯片比较需换算 |
| 内存带宽 | 150 GB/s | 决定长上下文与大模型首字延迟的关键,比峰值算力更影响体感 |
| 典型功耗 | 10W | 是 “典型” 而非峰值;整机功耗另算(联想 P7 整机上限 30W) |
| 模型承载 | 板级产品覆盖 8B 至近千 B | 单芯片常引用的区间是 30B–120B;“近千 B” 靠多芯系统 |
还有两个不进参数表、但影响更大的数字:采用 SRAM-CIM 后,核心计算单元面积压到传统架构约 30%、运行功耗降到约 10%;M6X 的目标是 M50 综合能力的 3 到 6 倍。前两个解释 “为什么能效这么高”,后一个解释 “为什么现在敢继续投”。
三、“单芯片跑 120B” 是怎么成立的:四条前提缺一不可
这句话容易被读成 “随便就能跑”,实际要同时满足四个条件:
- 量化必须激进。 120B 级模型要在有限容量与带宽里跑起来,通常要压到 4bit 甚至更低权重精度,精度损失靠算法补偿。
- 带宽要够。 150 GB/s 是 M50 的硬指标。大模型解码阶段是访存瓶颈,带宽不够,算力再高也只能等数据。
- 软件栈要通。 后摩 “大道” 工具链负责量化、编译、运行时管理与性能分析;官方称 95% 以上客户开发基于其 Model Zoo。
- 整机要配合。 联想 P7 用智能协同调度、模型压缩、长文本加速、预判式生成四层优化,才把 125B 从纸面参数变成可用体验。
所以更准确的表述是:M50 在 10W 典型功耗下提供 160TOPS,配合量化与软件栈,可支撑 120B 量级模型在整机环境中本地运行。 它不是 “一颗芯片顶一台服务器”,而是 “一颗芯片让一台 300 克的设备变成能跑大模型的终端”。
四、资本为什么此刻押注端侧:三个结构性变化
| 变化 | 数据 / 事实 | 对芯片的含义 |
|---|---|---|
| 端侧出货快于云端 | IDC:2026 年一季度全球端侧 / 边缘 AI 芯片出货同比 +45%,云端 AI 芯片仅 +12% | 需求从预期变成订单 |
| 模型变小、芯片变强 | 同等能力下 Dense 模型 17 个月压缩至约 1/8,MoE 约 6 个月压缩至 1/6;端侧可承载从 2024 年 7B 级升至 2026 年 120B 级 | 大模型进终端有了技术前提 |
| 存储变贵、搬运更贵 | 2026 年一季度通用 DRAM 合约价环比涨 90%–95%,二季度预计再涨 58%–63% | 存算一体 “少搬运” 的价值被直接放大 |
再加上 Agent 化:智能体不再等提问,而是持续理解目标、调用工具、执行任务,终端从 “被动执行设备” 变成 “持续生产 Token 的入口”。7×24 小时跑任务,云端按 Token 计费会变成一张长期账单,本地算力则是 “吃电不吃 Token”。
产业巨头的动作也在同向:2025 年 12 月英伟达与 Groq 达成非独家技术授权并吸纳核心团队,规模约 200 亿美元;2026 年 10 月又计划投资采用数字存算一体架构的 d-Matrix。当卖 GPU 的人开始买存算一体,这条路线就不再是实验室选题。
五、已经落地的整机,比参数更能说明问题
| 产品 | 形态 | 本地模型能力 | 说明 |
|---|---|---|---|
| 联想 AI 主机 P7(预览版 / 10 月 24 日发布) | 300 克、手掌大小 | 最高 125B,7×24 小时运行 | 整机最大功耗 30W,充电宝可供电,数据不出端 |
| 中电长城 N90 Pro | 约 1 公斤 AI 笔记本 | 本地 35B | AI 模块待机功耗 0.35W,对续航影响约 20 分钟 |
| 绿联 Home Agent HA100 Pro | 家庭中枢 | 本地 AI + NAS + IoT | 断网可用,数据留在家庭本地 |
| Deepshard Truffle | 本地 AI 计算机 | 基于 M50 | 洛杉矶、深圳、北京三地工程闭环,新一代预计明年一季度发布 |
| 联想开天信创 AI 主机 | 1.6L、1.5kg | 最高 122B 量级 MoE,可升级至 320TOPS | 兆芯 CPU + 后摩 NPU,48GB NPU 专用内存 |
这张表回答了一个关键问题:“能跑” 与 “能卖” 之间隔着定点。 150 多个定点意味着芯片被写进客户的产品规划,比任何发布会都硬。
六、还没解决的三件事
- 软件生态仍是短板。 后摩宣布开源 “后摩 AI 生态软件”,覆盖推理框架、领域开发套件、Model Zoo、中间件与应用样例,计划 2027 年 1 月前陆续上线。开源能不能被伙伴低成本复制,决定它能否从 150 个定点走向 1500 个。
- 容量与带宽的天花板。 单芯片跑 120B 靠量化换空间,精度与长上下文会付出代价;要跑近千 B,仍要靠多芯系统,功耗与成本随之上台阶。
- 客户集中与量产良率。 目前整机集中在少数伙伴,定点转化为出货需要时间;3D CIM 的堆叠散热与新封装良率,是 M6X 之前必须跨过的工程关。
七、结论:这笔钱买的不是算力,是 “每瓦 Token”
把这件事说透:后摩智能这轮数十亿元融资,买的不是 160TOPS 这个数字,而是 “每瓦能产出多少 Token、每块钱能产出多少 Token” 这两个比值。 前者决定设备能不能长时间跑,后者决定用户用不用得起。存算一体把数据搬运的功耗省下来,模型压缩把参数规模压下来,软件栈把适配时间降下来 —— 三件事叠在一起,端侧大模型才从演示变成生意。
接下来该盯的不是又融了多少钱,而是三个可验证的节点:M6X 流片与量产时间、开源软件上线后的伙伴适配速度、以及 150 个定点里有多少转为规模出货。 这三个数出来,才知道端侧 “免费 Token 工厂” 是产业工程,还是又一个漂亮的口号。
【常见问题】
问题 1:后摩智能这轮数十亿元融资,和 M50 的 160TOPS、10W 参数是什么关系?
回答 1:融资是结果,M50 的参数与交付是原因。M50 以 160 TOPS@INT8 算力、150 GB/s 带宽、10W 典型功耗,配合量化与软件栈支撑 120B 量级模型在整机本地运行;量产不到一年拿到 150 多个产品定点、服务客户超百家,才让产业资本、国有资本与国际投资人一起加注数十亿元。这笔钱主要用于扩大 M50 交付、研发 M6X 与下一代 3D CIM,以及完善软件生态。
问题 2:160TOPS、10W 功耗的单芯片跑 120B 大模型,需要什么前提?
回答 2:四个前提缺一不可:权重必须压到 4bit 甚至更低精度;150 GB/s 内存带宽要撑住解码阶段的访存;软件栈要打通量化、编译与运行时;整机要做调度与长文本优化。所以准确说法是 “M50 在 10W 典型功耗下提供 160TOPS,配合量化与工具链,可支撑 120B 量级模型在整机本地运行”,而不是任何 120B 模型都能直接跑满。
问题 3:为什么 2026 年资本突然集体押注端侧 AI 芯片,而不是继续投云端?
回答 3:三个结构性变化同时到位:IDC 数据显示 2026 年一季度端侧 / 边缘 AI 芯片出货同比 +45%,云端仅 +12%;模型压缩让端侧可承载规模从 7B 升到 120B;DRAM 合约价一季度环比涨 90%–95%,让 “少搬运” 的存算一体价值被放大。再加上 Agent 需要 7×24 小时本地执行,云端按 Token 计费变成长期成本,端侧算力从可选项变成常规配置。
问题 4:M50 已经进入哪些终端,端侧 120B 模型离普通用户还有多远?
回答 4:已落地形态包括联想 AI 主机 P7(300 克、最高 125B)、中电长城 N90 Pro 笔记本(本地 35B)、绿联 Home Agent HA100 Pro 家庭中枢、Deepshard Truffle 本地 AI 计算机,以及联想开天信创 AI 主机(最高 122B 量级)。离普通用户的距离,取决于三件事:整机价格能否下探、开源软件生态能否降低适配成本、以及定点能否转化为规模出货。技术验证已完成,规模化仍在路上。
【数据来源】
- [2026-11-06](不按 Token 计费的 “数字员工”:联想开天发布首款信创 AI 主机)IT 之家
- [2026-11-04](后摩智能低调完成 B 轮融资,M50 量产不到一年获得 150 多个产品定点)环球网
- [2026-11-04](后摩智能完成数十亿元 B 轮融资,“端侧芯” M50 获超百家客户青睐)文汇报・上观新闻
- [2026-11-04](后摩智能低调完成数十亿元 B 轮融资,端侧大模型 AI 芯片进入规模化兑现期)雷峰网(新浪财经)
- [2026-10-17](端侧 Token 的成本,可以无限趋近于零吗?)新浪财经
【免责声明】
本文依据后摩智能生态合作伙伴大会公开信息、文汇报・上观新闻、雷峰网、环球网、IT 之家及新浪财经报道整理,仅用于端侧 AI 芯片产业趋势讨论,不构成投资建议、采购建议或对公司估值的判断。融资金额为 “数十亿元” 的媒体口径,公司未披露精确数字与估值;160TOPS 为 INT8 精度标称算力,10W 为典型功耗而非峰值,实际表现受模型量化精度、上下文长度、散热与软件适配影响;“单芯片跑 120B” 为特定量化与整机条件下的能力表述,不等同于通用性能承诺。产品参数与量产节奏请以厂商官方发布为准。
