半年融资近20亿元，光羽芯辰加速端侧AI芯片量产落地和云端推理新范式开发

产业资本集结，从资金加持走向生态协同

近半年来，光羽芯辰先后完成多轮融资，获得众多投资机构高度认可。产业投资人方面，前序轮次宁德时代旗下产投基金溥泉资本、北汽产投&京国瑞、阳光电源旗下产投基金仁发投资、帝奥微电子股份有限公司先后加入，A轮龙腾资本、浦发银行旗下浦耀信晔、大华银行旗下大华创投等上下游产业合作方相继加入，并获得知名运营商战略投资加持；战略投资人方面，凯泰资本、殊云资本、凯得创新、国寿资本、山东发展集团旗下投资基金、芯能资本、前海基础设施基金、华睿资本、厚为资本、晨熹资本等机构陆续投入支持公司发展；除了新投资人的支持外，公司老股东东方嘉富、乔贝资本、帝奥微等也继续追加投资，坚定看好团队后续商业化能力。

这些投资人带来的，不只是资金支持，更是全面的产业联动，从新能源工业到智能座舱，从分布式电力到金融科技算力供应，从token运营到上游供应链合作，它们分布在“如何让AI真正落地提升生产力和生活质量”这个链条的各个关键环节，而光羽芯辰的端云协作推理新范式、端侧AI赋能先进制造战略，恰好与这些场景深度契合。资本选择光羽芯辰，本质上是看好高性能推理新范式在大模型产业周期中的商业化机会。

破解行业痛点，

探索云端推理新范式和端云协作推理新路径

当前单一算力方案的短板日益凸显，行业亟需全新推理架构突破发展桎梏。

一方面，云端通用算力在处理推理任务时，面临「内存墙」瓶颈，内存带宽与容量却难以匹配高性能推理需求，HBM价格居高不下且难以供货；光羽芯辰领先的3D 堆叠近存算/存算技术、 LPU 流式处理架构以及存储分层技术则正好满足推理任务内存带宽、内存容量的双重需求，这正是光羽芯辰云端推理新范式的战略核心：将大模型推理中的prefilling与decoding两个阶段解耦，prefilling阶段计算密集、对并行度敏感，更适合通用并行算力；decoding阶段访存密集、对流式响应敏感，更契合3D堆叠和存算技术加持下的流式处理架构，分离后，可针对两类任务不同的算力与访存特征，分别匹配最合适的算力单元进行优化，从而显著提升资源利用率、降低单 token 成本。

另一方面，光羽深耕的端侧AI推理和云端算力深度协同，率先定义从终端到云端的全链路端云协作推理。端侧承接低时延、隐私敏感与轻量负载，云端承载大规模、高算力任务，二者通过统一架构实现协同调度，让算力在端与云之间按需流动；上层则通过统一的推理调度与模型适配层，向客户屏蔽底层异构细节，提供一致的接口与体验。

光羽除了量产TC1000外持续高歌猛进，第二代芯片进展顺利将于今年流片，第三代芯片启动研发确保明年流片。而支撑这一战略的，是公司在TC1000量产过程中积累的硬核技术底座：3D堆叠存算/近存算架构、LPU流式处理架构与存储分层技术。

正是这些技术能力，让「云端推理新范式」和「端云协作」从一个概念，变成了可以落地的工程方案。

量产落地验证：

流片、标准、软硬件体系构筑竞争壁垒

技术路线是否成立，最终要看量产成绩单。

在2026年世界人工智能大会上，光羽芯辰完成端侧大算力3D近存算AI芯片TC1000系列的全球首发，率先打通流片、订单、量产闭环；牵头制定的《端侧AI的3D DRAM芯片集成技术规范》团体标准已正式发布。作为国内大带宽3D堆叠工艺路径的领军企业，公司率先采用该工艺路线完成端侧大算力AI芯片点亮与量产，实现了「一次流片成功、快速调试点亮、快速量产」的落地速度。TC1000一次流片成功且良率超过预期，目前已完成量产部署，最早实现4层存储堆叠下的稳定量产和高性能部署，实现低功耗下单芯片3B参数模型约300 token/s、35B参数模型约70 token/s的推理速度。公司自研的EdgeAIon®全栈软硬件体系，带宽利用率与算力利用率分别超过70%与80%。自研的EdgeAIon®全栈软硬件体系，带宽利用率与算力利用率分别超过70%与80%。

融资加速技术迭代，国产算力寻求规模化突围

融资的落地更是战略的加速。资金与产业资源的注入，将持续支持公司在端云协作推理、3D堆叠存算/近存算、存储分层等方向的技术深耕与多代芯片量产。光羽芯辰将继续以客户需求为导向，携手产业伙伴与投资人，让更普惠、更高效的AI算力触手可及。