蓝芯算力融资近20亿：48核RISC-V塞进75 TOPS，服务器CPU还能怎么打？

10月12日，成立三年多的蓝芯算力披露完成B轮系列融资，合计接近20亿元，老股东深创投、华控基金、隆湫资本继续追加，兆易创新、苏创投、同创伟业、建银国际等新机构入局。

公司2026年2月流片点亮48核RISC-V芯片LX500，7月搭载该芯片的联想问天WR5219 G5服务器进入量产，并声称拿到联想、中国移动、腾讯云超过20万片订单。一家年轻芯片公司，直接选了服务器CPU这个最难的市场。

一家成立刚三年、芯片才流片点亮没多久的RISC-V公司，拿了接近20亿融资，还挂着联想20万片订单。

RISC-V企业大部分先从微控制器、嵌入式芯片做起，软件栈简单，指令扩展好调。蓝芯算力反过来，成立就奔着服务器去。

这步棋能下，靠的是人。创始人卢山，清华自动化本科，波士顿大学电气与计算机工程博士，干过英特尔、高通，2019年进字节跳动圣迭戈芯片团队做RISC-V和服务器芯片，2023年5月出来创业。

CTO贾新霞之前在海思、高通。这支队伍有高性能CPU和服务器SoC的底子，所以敢直接碰服务器。

LX500这颗芯片，48核RISC-V，片内集成75 TOPS INT8的AI引擎，支持DDR5、PCIe 5.0、CXL 2.0。它有两个动作：

◎ 一是直接进服务器，没走MCU到高性能计算的弯路；

◎ 二是把通用CPU核和专用AI引擎塞进一颗芯片，想让企业跑一部分AI推理时少买独立加速卡。

说白了，它赌的是CPU加AI在一颗里能省客户的钱和电。

服务器客户买的是一整套能部署的系统。主板、固件、内存兼容、散热、故障诊断、售后，哪一样都影响采购。蓝芯算力自己从头做这些，周期太长。

联想进来，把这件事接了一大半过去。2026年5月，蓝芯算力和中国移动云能力中心完成RISC-V处理器和BC-LINUX的适配。

7月，搭载LX500的联想问天WR5219 G5在世界人工智能大会上亮相，联想随后和它成立RISC-V加AI智通融合CPU联合创新实验室，服务器进入量产阶段。

借联想的整机开发和交付体系，蓝芯算力少走了从芯片到完整服务器那一段最重的路。这一点的分量，比流片成功四个字重得多。

公司披露已经从联想、中国移动、腾讯云拿到超过20万片订单，和世纪互联也建了合作。20亿融资、联想量产、20万片订单，凑成了目前最硬的商业进展。

订单的实际交付数量、收入金额、履约节奏，还没完整公开。联想服务器进入量产，和蓝芯算力已经交付几十万片，是两件事。20万片到底交了多少、多少钱、分几年确认收入，直接决定未来几年的收入预测。

本轮投资方里的兆易创新也有意思。它2019年就出了基于RISC-V的GD32VF103微控制器，是国内较早做RISC-V商业产品的。

这次砸钱进蓝芯算力，等于用资本去碰服务器级RISC-V。双方会不会在存储、控制器上进一步合作，现在还没有足够明确的公开信息。

过去几年AI服务器的钱都砸在GPU上。大模型训练要海量矩阵乘法，GPU的并行和带宽扛得住。CPU负责系统、数据准备、调度、通信这些通用活。

智能体起来之后，CPU的活变重了。

一个企业智能体接了任务，可能要查数据库、读文档、跑Python、调外部工具，再反复请大模型。

GPU算神经网络，但查库、跑码、管容器还是CPU的事。模型推理很快、别的环节慢，加GPU也救不了整体延迟。

英伟达2026年推Vera CPU，88个自研Olympus核，配LPDDR5X，带宽1.2TB/s，强调单线程、分支、数据访问和并发，就是冲着代码执行、任务编排、数据处理去的。

蓝芯算力走另一条：32个高性能核加16个高能效核，再塞75 TOPS AI引擎，做成融合SoC。

传统做法是CPU配独立GPU或加速卡，两张卡之间要搬数据、调驱动。LX500把AI引擎放进CPU芯片，能少搬一点、少调度一点。

对推理规模小、请求频繁、CPU预处理占比高的应用，集成方案有便宜可占。

比如金融实时风控：收交易、查账户、读特征、再调模型，模型适中、片内引擎跑得动，CPU和AI贴着配合，单次延迟能压低，还省了额外加速卡的采购。

75 TOPS跑万亿参数

LX500最抓眼球的宣传，是片内AI引擎跑通了Kimi K2.6万亿参数模型的128K长上下文量化推理，还适配了Qwen3.6-35B。一颗只有75 TOPS峰值的服务器CPU，模型规模看着很大。

1万亿参数模型，只算权重：FP16约2TB，INT8约1TB，INT4约500GB，这还没算量化元数据、KV Cache、运行缓冲和操作系统。即使用4bit，权重理论规模也到500GB。

LX500支持DDR5加CXL 2.0，最大寻址能力号称2TB，给了装大模型的容量条件。

自回归模型逐Token生成，内存带宽经常卡脖子。假设生成时反复读约500GB权重，有效带宽跟不上，计算单元闲着也出不了速度。

真实模型会用专家激活、缓存、分层加载优化访存，不能直接拿500GB除带宽算速度，但这个量级已经能解释：大容量内存不等于高性能推理。GPU和专用加速器堆HBM，就是为了持续给计算单元喂高带宽数据。

128K长上下文还会给KV Cache和注意力计算加额外内存。 真要比，至少得给定模型版本、量化精度、输入输出长度、并发数和整机配置，再亮首Token延迟、输出速度、功耗和单位Token成本。

单位Token成本最实在，一台机器便宜，每秒只出几个Token，摊下来服务成本可能反而高。

很多金融、工业、能源、政企客户跑的是固定任务小模型，要的是稳、采购价低、耗电少、好维护，日常推理量未必大。LX500若能在这些活上给够延迟和吞吐，又少买加速卡，就有机会。

RISC-V进服务器，对手不轻松，20亿要算TCO

中国RISC-V早越过MCU阶段。算能2023年推64核SG2042服务器处理器，2026年奕行智能发基于Epoch和ELink的RISC-V AI超节点。算能走众核通用，蓝芯算力走CPU加AI融合，奕行智能冲AI集群互联。

RISC-V开放指令集给了设计空间，但也加了软件兼容的麻烦。

2024年10月RVA23规范、2026年5月RISC-V服务器平台规范1.0，都是为了压不同实现的差异。但规范发布只是起点。

企业客户的数据库、存储、商业软件、安全组件，很多是针对x86或Arm优化过的，没有RISC-V版本就得改代码、重测性能。

蓝芯算力披露支持PyTorch、TensorFlow、ONNX、LLVM、IREE，解决的是模型和编译基础适配，AI引擎的算子覆盖、量化、内存调度、推理运行时才是硬仗。

BIOS、BMC、OS、驱动、虚拟化、RAS可靠性，每代芯片都要接着维护，投入以年计。

近20亿B轮，给研发、软件生态和规模交付提供了子弹。

客户算的是TCO，总体拥有成本。采购价只是一部分，功耗、散热、机房、软件迁移、维护、升级，都进三到五年账本。

AI应用还要算完成同样推理的总费用。融合服务器初始价低、耗电少，但推理性能不够、得铺更多台，成本优势就缩了。反过来，企业AI量不大、独立GPU长期空转，用集成引擎的服务器反而对口。

蓝芯算力这轮融资，踩在RISC-V服务器开始出实际产品的节点上。算能出了众核处理器，奕行智能从AI超节点切入，蓝芯算力用48核融合CPU加联想整机站稳一块。

英伟达Vera、英特尔至强AMX、AMD的CPU加GPU融合，也在顺着AI新负载改服务器架构。

AI负责算，智能体还要执行工具、访数据、管任务，CPU性能、专用加速和内存系统的配比，一起决定AI基础设施的效率。蓝芯算力想用LX500在其中找个新位置，工程进展和产业支持都拿到了。