点击关注
已关注公众号
具身涌现6月23日讯，AI视频算力芯片企业凌川科技近期完成数亿元A+轮融资。本次融资由啟赋资本领投，新国都、金浦投资、BV百度风投、亦庄科创二期基金等产业方与投资机构共同参与，顺禧基金、九智资本等老股东持续追加投资，项目落地北京亦庄。
本轮资金将全部投入下一代芯片研发、主力产品SL200扩产以及海外市场拓展。背靠快手亿级短视频业务打磨、性能对标并超越英伟达的专用芯片实现近十万颗量产落地，标志着国内AIGV生成式视频领域，诞生了一套经过大规模线上业务验证的完整国产算力解决方案，也为国产专用AI芯片商业化落地提供全新样本。
从快手内部事业部拆分，这家芯片公司拥有怎样独特底色？
凌川科技正式成立于2024年3月，由北京市人工智能基金联合快手集团共同发起，前身是快手内部异构计算与芯片事业部，是行业内少有的兼具互联网场景与芯片自研能力的独立企业。
公司创始人刘凌志拥有上海交大博士、华盛顿大学博士后学历，曾担任快手副总裁，同时拥有华为、英特尔核心技术管理经验，2018年便从零搭建快手自研芯片团队，所有产品研发均从短视频、直播真实业务痛点出发。企业核心团队汇集快手、华为、英伟达、ARM等一线企业技术骨干，成员毕业于海内外多所顶尖高校，人均拥有15年以上芯片设计、算法落地经验。公司研发人员占比超80%，累计申请百余项国内外核心专利，完整覆盖视频编码、大模型压缩等关键技术。
不同于多数从零起步的半导体初创公司，凌川先天自带快手海量真实业务场景，能够持续迭代优化芯片性能，也是多家投资机构一致看好其商业化落地速度的核心逻辑。
自研架构性能反超英伟达，量产落地数据具备多少说服力？
短视频、AIGV生成式视频需求爆发后，通用CPU、GPU在视频编解码、多模态推理场景中暴露效率低、成本高、带宽占用大等短板，海外高端GPU供给受限进一步放大国产专用算力的缺口。凌川科技跳出通用算力赛道，打造针对性技术体系破解行业痛点。
底层架构上，企业自研 DiPU 延迟确定性推理架构，深度适配RISC-V开源生态，采用数据流驱动空间计算模式，依靠编译器统一管控存储与调度，大幅降低多模态模型对显存、带宽的消耗，实现延迟、时序、带宽三重稳定可控。其采用全国产3D堆叠工艺打造的新一代芯片，已于今年4月完成流片，针对性解决3D芯片散热、稳定性难题。软件端配套四层统一计算平台LUCAS，兼容主流开源框架与多种编程模式，搭建起硬件、软件、场景一体化全栈技术路线。
量产主力芯片SL200是国内首款集成智能视频处理、AI推理、多核CPU的专用SoC，硬核性能数据实现行业领先：连续三年拿下MSU全球视频编码大赛商用编码器全赛道第一名；对比英伟达最新AV1编码方案，视频压缩效率提升30%-35%，相比其他同类国产芯片仍能节省15%带宽资源；万卡集群运行月故障率不足0.01%，完全适配超大规模云端业务。
目前SL200整体出货量接近十万颗，支撑快手99.7%的直播转码业务，同时批量供货阿里云、百度云、B站等头部互联网企业。依托这款芯片，凌川还推出加速卡、边缘算力盒、智算中心一体机等多款硬件产品，覆盖智慧城市、轨道交通、智能制造等线下场景。依托快手海外渠道，芯片已经打入东南亚、南美市场，同时与华为、浪潮、新华三达成软硬件联合解决方案合作。
数亿融资落地，背后藏着国产算力哪些全新发展逻辑？
此次多家资本联合加码凌川，不只是单一芯片企业的融资新闻，更折射出AI算力行业正在发生深层结构性转变，也能跳出传统国产替代视角，读出不一样的产业信号。
过去行业普遍陷入通用GPU比拼算力的内卷竞争，大量企业依靠堆叠高端显卡承接视频业务，拉高云厂商运营成本。而凌川的规模化落地证明，贴合细分场景定制的专用芯片，才是平衡算力性能、使用成本、自主可控的最优解，算力赛道竞争重心，正从通用大算力转向细分场景专用算力。
同时，凌川作为互联网大厂芯片事业部独立拆分的标杆企业，打通了“内部业务验证 - 对外商业化供货 - 海外市场扩张”完整链路。传统纯芯片创业公司缺少海量线上场景打磨产品，互联网自研芯片团队又难以对外市场化输出，凌川的发展模式，为大厂芯片业务独立发展提供可复制路径。
行业普遍将国产芯片发展目标局限于“替代海外GPU”，但本次融资释放出新的产业趋势：国产算力突围的核心，不在于盲目追赶通用算力指标，而是抓住AIGV视频这条高增长细分赛道，依靠软硬件协同的全栈自研能力建立差异化壁垒。随着国内多模态大模型落地提速，视频算力需求持续指数级上涨，经过十万颗规模商用验证的凌川，既能补齐国内视频算力自主可控短板，也将推动国产AI芯片从本土替代，走向全球化市场竞争。
往期推荐
融资10亿!上海国资重仓AMD前员工
吴夏青是谁？为什么离职英伟达创业？
点赞鼓励一下
图片来源：网络
本文不作为投资建议