财经那些事2026年01月23日 10:05消息，曦望获30亿融资，产业巨头、顶级PE/VC与央企国资罕见联手，引爆创投圈。

　　 GPU芯片领域再掀融资热潮。1月22日，国产推理GPU企业曦望（Sunrise）正式宣布：成立四年多以来，已在一年内完成近30亿元人民币融资——这一金额在当前国内AI芯片赛道中极为罕见，亦折射出资本市场对“推理专用芯片”这一细分路径的深度认可。

　　 本轮融资汇聚了产业资本、头部VC/PE与国家级混改基金三方力量：三一集团旗下的华胥基金、范式智能、杭州数据集团、正大机器人、协鑫科技等产业方持续加注；IDG资本、高榕创投、无极资本、中金资本、普华资本、松禾资本、易方达资本、工银投资、心资本等长期深耕硬科技的财务投资人悉数现身；诚通混改基金作为具有明确国家战略导向的国资背景资本参与其中，释放出“技术自主+场景落地+商业闭环”三位一体已获多方共识的重要信号。

　　 曦望是国内首家All-in推理的GPU芯片公司，其定位极具战略清醒性。公司虽脱胎于商汤大芯片部门（2020年独立），但并未沿袭传统AI芯片“训推一体”的主流叙事，而是从创立之初就锚定推理这一AI价值变现的核心环节。在训练算力军备竞赛趋于白热化的当下，曦望选择向下游深挖——这并非退守，而是一次精准的错位攻坚：当行业还在比拼FP16峰值算力时，曦望已在调度效率、片上SRAM带宽利用率、低延迟互联和编译器级优化上构建起系统级壁垒。这种“不卷参数、专攻实效”的技术哲学，恰恰契合了当前大模型从实验室走向千行百业的真实需求。

　　 值得关注的是，两位联席CEO的履历构成了一组极具张力的互补组合：王勇作为前AMD与昆仑芯核心架构师，在商汤带领百人团队实现两代芯片从定义到量产，代表的是底层芯片工程的硬核执行力；王湛作为百度创始团队成员、原集团副总裁，则将互联网级的产品化思维与商业化节奏带入芯片公司。这种“架构师+操盘手”的双核治理结构，在国内AI芯片创业公司中尚属稀缺样本，也为曦望跨越“流片成功”到“规模出货”的死亡谷提供了组织保障。

　　 目前曦望团队约300人，骨干大量来自NVIDIA、AMD、昆仑芯及商汤等一线厂商，人才密度与产业经验厚度在同类初创企业中处于第一梯队。值得注意的是，该公司在今年7月刚完成约10亿元融资，短短半年内再获近20亿元追加，资本节奏之快、信心之强，侧面印证其产品进展与客户验证已进入加速兑现期——这在普遍面临客户导入周期长、生态适配难的国产GPU赛道中尤为难得。

　　 技术路线上，曦望的取舍极具现实主义智慧。它没有盲目对标英伟达全栈能力，而是以“推理成本”为唯一标尺重构GPU架构：通过原生设计降低单位Token推理功耗，优化缓存层级减少数据搬运，强化片上SRAM提升带宽效率，并在编译器层面对主流大模型进行深度定制。这种“非通用但够用、不极致但高效”的思路，直指当前AI落地的最大瓶颈——不是算力不够，而是算力太贵、太耗、太不稳定。

　　 产品进展扎实可验：S1云边视觉推理芯片已量产并出货超2万片，说明其在安防、工业质检等边缘场景已完成商业闭环；S2大模型推理GPGPU不仅实现量产，更关键的是完全兼容CUDA生态——这意味着客户无需重写代码即可迁移，极大降低了替代门槛。而正在研发的S3芯片聚焦多模态大模型推理，计划2026年量产，目标是将推理成本降至现有水平的十分之一。这一目标若能如期达成，将实质性改写国产AI基础设施的成本曲线。

　　 王湛所言“重写中国AI产业的损益表”，绝非口号。当推理成本下降90%，意味着中小开发者可负担百亿参数模型的私有化部署，意味着地方政府能以可控预算建设区域AI算力中心，意味着制造业、医疗、教育等垂直领域真正迎来AI普惠拐点。曦望的价值，不在多造一颗“看起来像A100”的芯片，而在于用一颗“更懂推理”的芯片，把AGI从PPT拉进产线、医院与课堂——这才是中国AI芯片最该抵达的战场。