墨芯人工智能（以下简称“墨芯”）近日宣布完成近10亿元人民币C+轮融资，仁爱资本、海棠基金、东恒石油及其他国内产业投资方，以及比丘资本、派拉资本、中财资本等机构参与。距离今年5月完成近10亿元C轮融资约五个月，墨芯两轮累计融资近20亿元。

新一轮资金将重点用于稀疏专用推理芯片的全栈升级和下一代芯片预研，并继续支持稀疏计算产学研联盟建设。

2026年第三季度，墨芯营收实现数倍增长；上海海上算力Token工厂、遥感基础模型适配，以及多区域推理集群和运营商合作，也为稀疏算力产品带来了更多实际应用场景。

从模型计算方式到专用推理芯片

墨芯将下一代稀疏专用推理芯片预研列为新一轮融资重点，所面对的计算负载正在随着大模型架构演进而变化。

大型模型在不断增加参数规模的同时，开始通过混合专家（MoE）架构选择性激活部分专家；模型剪枝也试图在保留任务表现的前提下减少冗余权重。模型侧减少的计算量，能否转化为芯片实际吞吐和能效的改善，还取决于运算单元、数据访问和调度机制能否有效配合。

国际研究对这类计算方式的探索已有多年。

Google研究团队在2022年发表于《机器学习研究期刊》的Switch Transformers论文中，研究了通过专家路由扩展模型参数规模、同时控制单次计算开销的方法。此后，法国AI企业Mistral推出的Mixtral 8×7B进一步展示了混合专家架构的应用。这款模型拥有约470亿参数，但处理每个Token时只激活两个专家，实际参与计算的参数约130亿。部分专家按需参与计算，使模型能够在较大的总参数规模下控制单次推理的运算量，同时也对专家调度、访存及数据通信提出了新的要求。

除了在模型运行时选择性激活参数，直接减少权重冗余也取得了研究进展。

2023年国际机器学习大会（ICML）收录的SparseGPT研究，在OPT、BLOOM等大型语言模型上展示了无需重新训练的一次性剪枝方法，部分测试在约50%的稀疏率下仍较好地保持了模型表现。与MoE的专家路由不同，权重剪枝改变的是模型内部的权重结构，经过稀疏化的矩阵能否获得有效加速，还需要相应的软件与硬件支持。

在芯片层面，NVIDIA于2020年推出的A100已经引入2:4结构化稀疏支持，通过Tensor Core跳过符合特定结构的零值运算，使相关矩阵运算的理论吞吐达到稠密模式的两倍。这种加速依赖模型权重满足指定的稀疏格式，完整推理的运行效率还会受到访存、其他算子以及系统调度的影响。MoE、权重剪枝和结构化稀疏加速虽然采用不同的技术机制，却共同推动了模型计算负载与芯片执行方式之间更深入的协同优化。

国内政策也开始支持相关技术发展。2026年9月，中央网信办等七部门印发《促进数字化绿色化协同转型发展实施方案（2026—2030年）》，提出推动混合专家、动态稀疏等模型架构优化，加强量化、剪枝，以及编译、算子加速库和低功耗芯片等环节的研发适配。

墨芯长期围绕稀疏计算开展芯片研发，并将算法、软件和硬件协同设计作为核心技术路径。随着模型架构和应用需求不断演进，稀疏计算的优化范围也从算法和单项运算延伸到模型适配、计算卡及集群系统。墨芯近期在遥感基础模型、海上算力等场景中的实践，正在为这条技术路线提供更多工程验证的机会。

遥感实测与海上算力的两种应用路径

在遥感影像分析中，基础模型需要持续处理大规模图像数据，推理吞吐直接影响影像解译任务的处理效率。

墨芯近日联合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，完成两款国际主流遥感影像数据智能分析基础模型在墨芯算力卡上的适配与实测。

在此次测试中，相关方案无需重新训练下游任务模型，业务精度基本保持，推理吞吐最高提升2.88倍，模型压缩最高达到7.64倍。模型压缩和吞吐提升对应不同的技术指标，前者关系到模型规模与资源占用，后者反映特定测试条件下的处理能力。此次适配将稀疏化方法应用于具体的遥感基础模型，为大规模影像处理中的计算效率优化提供了工程验证依据。

墨芯还参与了上海国资平台公司推动的海上算力Token工厂项目，将稀疏推理方案与海上风电供能、海水冷却及异构算力配置结合，探索面向大模型推理的高效算力供给。

绿电主要影响能源来源与用电成本，海水冷却有助于减少制冷环节的能耗；当推理服务需要持续处理大量Token时，芯片侧每次推理消耗的计算资源，同样影响整体运营成本。

墨芯尝试通过稀疏架构减少相关推理负载的计算开销，让算力效率优化与基础设施的能源优势相互配合。与遥感模型测试侧重吞吐表现不同，海上算力项目需要把计算卡投入、实际利用率、业务并发、响应时延及能源成本放在同一服务体系中衡量，才能进一步评估单Token成本的变化。

墨芯基于自研芯片建设的推理集群已在西北、西南、华东和华北四大片区布局，并与头部电信运营商建立合作，将稀疏推理方案纳入运营商算力服务体系。通过运营商网络及区域集群，相关算力可进一步对接生物医药、智能制造，以及具身智能、世界模型等不同领域的应用需求。

新一代板卡与生态建设同步推进

随着稀疏推理方案进入不同区域的算力网络，软件接口、模型迁移、集群调度及维护能力在实际交付中的分量不断增加。

墨芯计划于2026年年底前推出新一代SP200板卡，升级版软件栈SECA（Sparse-native Efficient Computing Architecture，稀疏原生高效计算架构）也将陆续发布，重点加强大模型推理部署和集群运维支持。新板卡与软件工具链配合，目标是在不同模型、推理框架及客户环境中，更充分地复用已有的稀疏计算优化经验。

今年8月，墨芯发起成立稀疏计算产学研联盟，联合高校及产业伙伴推进前沿研究、关键技术和成果转化。复旦大学、清华大学、西安交通大学、南开大学及上海交通大学等高校已与联盟启动多项联合课题，相关阶段性成果计划近期发布。基础算法、芯片架构和集群应用之间存在大量需要共同验证的环节，联盟也为模型、软件及行业应用资源参与后续研发提供了合作渠道。

两轮累计近20亿元融资，为墨芯进一步推进下一代芯片研发、软件迭代和产学研合作提供了资源。遥感模型测试已经获得可量化的吞吐改善，海上算力与区域集群正在探索更大范围的实际部署。

随着SP200和SECA进入产品化阶段，墨芯有机会将这些场景中的优化经验转化为稳定、可复制的交付能力，让稀疏计算的效率优势在更多行业的推理服务中得到应用。