点击关注
已关注公众号
AI大模型狂飙突进，算力需求呈指数级爆发，但其背后的能耗危机已成为悬在全行业头顶的达摩克利斯剑。训练一次千亿参数大模型耗电量堪比中小城市数月用电，数据中心电费成本持续攀升，传统GPU架构的算力与能耗矛盾日益尖锐。
就在这样的产业背景下，深耕超大规模类脑计算的硬科技企业脑智算芯（上海）科技有限公司宣布完成天使轮融资，由复旦科创与英诺天使基金联合领投，水木清华校友种子基金以及容亿投资共同投资，聚焦类脑芯片研发，试图从底层计算范式破解AI算力能耗困局。
融资背后：AI算力为何被逼到“能耗悬崖”？
AI产业正陷入前所未有的算力 - 能耗悖论：模型越大、能力越强，耗电越猛、成本越高，甚至出现 “算力增长跑不赢能耗增长” 的困境。
据Gartner公开预测，2030年AI电力需求将占据全球电力的3.5%。国际能源署数据显示，全球数据中心耗电量保持高速增长，而中国作为AI产业发展最快的市场，算力中心能耗压力更为突出。
微观层面，以主流大模型训练与推理为例，传统计算架构的能耗问题已触目惊心。以GPU为核心的人工神经网络（ANN）依赖稠密矩阵向量乘法，持续全量计算，无信息输入时仍空转耗电，硬件利用率普遍偏低。同时，大模型推理环节能耗占比持续走高，成为算力系统中的主要能耗来源，推理端的能效优化迫在眉睫。
能耗失控的根源，在于传统计算范式的先天缺陷。在大模型规模化落地的今天，政策双碳要求、企业成本控制、技术瓶颈突破三重压力下，AI产业急需一条换道超车的新路径。类脑智能以脉冲神经网络（SNN）为核心，模拟人脑工作机制，成为突破能耗困局的最优解，脑智算芯的融资正是这一产业趋势的集中体现。
脑智算芯是谁？为何能获顶级资本联手押注？
成立仅一年的脑智算芯，能吸引复旦科创、英诺天使等一线机构联合领投，核心源于其硬核出身、顶尖团队、清晰产业化路径三大不可替代的优势。
公司2025年6月在上海成立，是由复旦大学科学家团队与上海市类脑芯片与片上智能系统研发与转化功能型平台共同孵化的高端芯片企业，是产学研深度融合的标杆载体。依托复旦大学在类脑计算、芯片设计领域的长期积累，快速完成从实验室成果到市场化创业项目的转化。
团队是其最大底气：核心成员深耕类脑计算架构、神经网络处理芯片、片上网络与晶圆级集成等核心技术领域逾20年，多项设计已取得量产落地，兼具顶尖学术深度与成熟工程化能力。与纯学术背景团队不同，该团队覆盖芯片设计、大模型算法、产业落地全链条能力，完美匹配“芯片 + 算法 + 系统”的类脑算力产业需求。
资本的选择，同样彰显战略眼光。复旦科创持续深耕校内源头创新，助力复旦科学家将实验室成果转化为产业硬实力；英诺天使基金专注硬科技早期投资；水木清华校友种子基金、容亿投资则从资源与产业层面形成补充，共同搭建“学术 + 资本 + 产业”的闭环支撑。
本轮融资将主要用于推进NEO 1012se系列类脑大模型推理芯片的研发与原型验证，加速类脑算力芯片从实验室走向大规模商业化部署，目标明确、路径清晰，这也是资本敢于在早期重仓的核心逻辑。
SNN重构计算：脑智算芯的技术路线到底强在哪？
类脑芯片并非全新概念，而脑智算芯能在众多玩家中脱颖而出，核心在于不走纯生物模拟弯路，直击大模型推理能耗痛点，技术路线兼具创新性与落地实用性。
其底层逻辑是用脉冲神经网络（SNN）替代传统ANN，从计算范式层面实现降本增效。SNN作为第三代神经网络，采用事件驱动、稀疏加法机制，仅神经元达到阈值才发放脉冲，无脉冲时近乎零能耗，能效比GPU高出多个数量级。
具体技术优势可概括为两大核心：
第一，性能可比拟，计算复杂度大幅降低。通过非连续脉冲神经元、事件驱动稀疏加法、局部密集全局稀疏及粗细粒度可重构的层次化大脑皮层连接架构，将计算量压缩至传统方案的一半以下，同时模型性能逼近乃至超越主流ANN，实现 “效果不打折、算力消耗大幅下降”。
第二，“芯模算一体”，硬件利用率最大化。公司已与国内大模型头部企业达成高能效 “芯算一体” 类脑芯片联合研发战略合作，通过模型算法与芯片架构紧耦合的设计，实现硬件利用率最大化。目前已支持GLM、千问、DeepSeek在内的多种主流大语言模型以及“瞬悉”类脑大模型的适配，兼容现有大模型生态，大幅降低企业迁移成本。
同时，公司采用稀疏激活与存算融合机制，目标在成熟工艺条件下实现极致的tokens/秒吞吐与能效，支撑新一代大模型与Agent高效推理，打造高能效、低延时、高自主可控的芯片与系统解决方案。
与国际类脑芯片项目相比，脑智算芯不追求纯生物仿真炫技，聚焦大模型推理商用落地，避开“技术超前、产业化滞后”的陷阱，走“商用优先、迭代优化”的务实路线，这也是其能快速推进芯片研发的关键。
类脑芯片将如何实现全面落地？
过去多年，类脑芯片始终面临“技术强、落地难”的行业困境，而脑智算芯此次融资与产品推进，标志着中国类脑智能正式进入产业化关键阶段，将从三大维度重构AI产业。
首先，算力成本重构，推理端成本大幅下降。当前大模型推理成本中，电力与硬件折旧占据极高比例。脑智算芯芯片量产后，依托SNN的极致能效优势，算力中心电费、散热成本将显著下降，直接降低AI企业的运营成本。同时，低功耗特性让边缘端设备本地运行大模型成为可能，打开智能家居、车载智能、工业物联网等海量新场景。
其次，产业格局重构，让中国算力自主可控再进一步。全球AI算力长期被GPU架构主导，而类脑芯片绕开传统架构的专利与工艺壁垒，中国在该领域与国际基本处于同一起跑线。脑智算芯等企业的技术突破，有助于构建自主可控的新一代算力底座，减少对单一架构的依赖，提升中国在全球AI算力领域的话语权。
再次，技术范式将会重构，开启高效AI新时代。传统ANN逐步走向“堆参数、堆算力”的粗放式发展，而类脑计算回归智能本质，以低功耗、高实时性优势，适配更多轻量化、分布式场景。未来AI将从“高耗算力”转向“高效智能”，为通用人工智能发展提供底层支撑。
IDC数据显示，2024上半年中国加速服务器市场规模达50亿美元，预计2028年将达到253亿美元，非GPU服务器市场份额有望提升至50%，这一广阔市场空间，将为脑智算芯等类脑芯片企业提供充足的产业化土壤。
类脑芯片的产业化之路清晰吗？
融资落地与技术突破，不代表产业化一帆风顺。类脑芯片想要全面替代传统架构，仍需跨越三大现实关卡：
- 第一，软件生态完善：SNN开发框架、工具链成熟度仍有提升空间，需要持续降低开发者门槛；
- 第二，大规模场景验证：实验室性能优异，仍需在真实商用场景中完成稳定性、兼容性验证；
- 第三，规模化成本控制：早期流片与量产成本偏高，需要良率提升与规模扩大实现降本。
但长期来看，类脑计算的产业趋势已不可逆转。政策层面，类脑智能被纳入重点未来产业方向；资本层面，硬科技资本持续加注类脑赛道；技术层面，SNN与ANN融合、存算一体等技术持续突破，都在加速类脑芯片的商用落地。
脑智算芯的意义，从来不止于一家企业的成长，更是中国类脑智能产业的缩影 —— 从学术研究到硬科技创业，从实验室原型到商业化芯片，逐步打通“技术 - 产品 - 市场”全链条。当类脑芯片实现大规模商用，AI将彻底摆脱能耗枷锁，进入高效、普惠、绿色的全新发展阶段。
AI产业的终极竞争，本质是计算范式的竞争。当传统算力走到能耗临界点，类脑计算以低功耗、高能效的先天优势，打开了全新的产业空间。脑智算芯获复旦科创领投，不仅是资本对硬科技的认可，更是全行业对新一代计算范式的期待。
未来，类脑芯片有望成为AI时代的核心基础设施。我们期待脑智算芯等本土企业持续突破，让AI摆脱“电老虎”标签，成为赋能千行百业的绿色算力底座，这也是中国科技自立自强、抢占未来产业制高点的生动实践。
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