端边AI芯片赛道又落下一笔重注。据36氪报道，后摩智能已于近日完成B轮融资，单笔金额达数十亿元，近一年内已连续完成多轮融资；本轮参与方包括产业资本、国有资本与国际资本，多家老股东继续加注。
这笔钱的时间点很微妙。今年以来，百亿参数模型已经能在端侧流畅运行，“跑得动”不再是壁垒，资本的问题随之后移：技术装进产品了吗？能稳定量产吗？软件生态能不能替整机厂商省下适配成本？
后摩智能的答案是先把东西做出来。这家2020年成立的公司，用了六年左右时间，把存算一体从论文里的架构路线做成了量产芯片，又把芯片一批批送进整机。当前的主力产品M50，160 TOPS算力、10瓦典型功耗，单芯片最高可运行120B参数模型，覆盖Agent Computer、智能移动终端、具身机器人、边缘推理四类场景。
量产的验证数据也已经有了：M50量产不到一年，已获得150多个产品定点，服务客户超过百家。在芯片行业，这个数字比参数表更有说服力——定点意味着整机厂已经把设计搭上来了。
它选的技术路线是一条没人走过的路。创始人吴强曾对外回溯过三个“非共识”判断：当所有人都在堆算力时，后摩去攻能效，因为“智能的终极约束并不是算力，而是能效”；2023年下半年全行业追云端时，后摩押注端边，因为“智能的终局应该发生在现场”；当别人拼制程时，后摩选了存算一体，用新架构去布局未来十年的算力。
存算一体的逻辑不复杂：大模型推理的瓶颈已经从算力转向访存，数据在计算单元与存储单元之间搬运，消耗了传统架构六到九成的能耗。把计算搬进存储单元，就能从架构层面绕开这道能耗墙。按后摩给出的数据，芯片面积可压缩到传统方案的约三成，功耗降到一成左右，同一份功耗预算里能跑更大的模型。
技术底座是SRAM-CIM存内计算，向上分出两条线：2D CIM面向算力要求高、容量大、带宽适中的场景，比如图片与视频生成、MoE类模型；3D CIM把多层存储介质与SRAM-CIM深度融合，面向带宽要求极高的Dense类模型。首颗3D CIM芯片A20已经投产，M50的迭代版M6X在研，综合能力可达M50的3到6倍。
产品矩阵也按这个思路铺开了：单芯M50覆盖PC级本地推理；双芯M.2卡把320 TOPS算力与最高96GB内存塞进口香糖尺寸，做边缘复杂场景；四芯加速卡堆出640 TOPS，服务服务器级推理。
接下来是希鸥网的观察。
第一，这家公司真正在卖的东西，不是芯片，而是把成本从“按次付费”改成“一次买断”。它把自己定义成“端侧免费Token工厂”的算力底座：云端按token计费，Agent用得越勤、账单涨得越快；端侧本地算力一次购置，token生成的边际成本趋近于零，电费替代了API账单。联想P7是个直观例子：整机300克、功耗30瓦、移动电源就能供电，无网环境下最高可跑125B的本地大模型，推理速度每秒20到65个token，长上下文支持到256K。买断之后，这台设备的推理成本基本只有电费。
对企业服务市场而言，这是一次计费模式的迁移——从OPEX转向CAPEX。它对客户的价值不只是便宜，而是预算可预测。很多企业不敢大规模用Agent，卡的就是“用多少花多少”的不确定性；一次买断把这个问题变成了固定资产折旧。
第二，它把“开源”当成了降低信任成本的手段。不久前后摩开源了AI生态软件，把推理框架、领域套件、ModelZoo与工具链变成公共品。对一家挑战新架构的公司而言，这一步很关键：存算一体没有现成的软件生态可以继承，如果连工具链都闭源，整机厂没有理由冒险。开源换来的不是收入，而是适配意愿。
第三，护城河的形状变了。过去芯片公司的壁垒写在参数表上，现在写在“能不能更快、更稳地把产品落地”上。参考设计压缩硬件设计周期、共研机制把生态合作前置到需求定义阶段——长城N90 Pro走政务与金融场景、已通过国家L3级智能化分级认证，绿联做家庭中枢，聊趣的ClawHouse X1已在京东众筹上线。海外也有一个样本：美国AI硬件公司Deepshard的Truffle工作站以M50为底座，靠M.2模组的标准形态，不到半年走完从立项到首批样机，计划2027年一季度全球发货。
但这条路上仍有三道考题，需要扣一扣成色。
一是“定点”不等于“订单”。150多个产品定点听起来很好，但芯片行业里，定点转量产、量产转规模，每一步都有损耗率，真正的考验是明年这些项目的实际出货。二是整机厂的议价能力。当芯片公司开始提供参考设计、共研方案甚至开源软件，它在产业链里的话语权是变强了，但同时也把一部分价值让给了整机厂商。三是资金使用的效率。存算一体没有现成生态可继承，早期的钱只会烧得更久；这轮数十亿元能让团队不在研发、交付与生态之间做取舍，但取舍只是推迟，不会消失。
放到行业层面，端边AI确实到了一个新阶段。政策上，“十五五”开局把智能终端与智能体写入国家方向，目标到2027年普及率达70%；市场上，IDC数据显示2026年一季度全球端侧与边缘AI芯片出货量同比增长45%，同期云端为12%；资本上，仅今年9月国内就有近十家端边AI芯片企业宣布融资。连英伟达也在重构存储与计算的关系：2025年12月与Groq达成约200亿美元的非独家技术授权并吸纳其核心团队，2026年10月又计划投资采用数字存算一体架构的d-Matrix。
对创业者而言，后摩这六年最值得借鉴的一点，不是它选对了存算一体，而是它选问题时的方法：在巨头叙事之外，去找那些不会因参数变大而消失的硬约束——能效、成本、功耗预算。这类约束一旦成为行业的基本度量单位，先押注的人就有机会把技术优势翻译成生态位置。
至于能不能把“免费token”变成智能终端的默认选项，最终不看融资额，看用户手里那台设备好不好用、用不用得起。
本文根据公开报道及企业披露信息整理，融资金额与产品参数以公司官方口径为准。