曦望完成近30亿战略融资：王湛称不拼参数，做AI产业损益表优化师

曦望完成近30亿战略融资

雷递网 乐天1月22日

AI推理算力赛道再迎资本注入。

1月22日，专注于极致推理GPU芯片的科技公司曦望（Sunrise）宣布一年内完成近30亿元战略融资。

投资方包括三一集团旗下华胥基金、范式智能、杭州数据集团、正大机器人、协鑫科技等产业投资方，以及IDG资本、高榕创投、无极资本、中金资本、普华资本、松禾资本、易方达资本、工银投资、心资本等VC/PE 机构，同时也获得诚通混改基金等国资背景资本加持。

曦望称，本轮资金主要用于下一代推理GPU研发、规模化量产及生态共建。

刚完成近10亿元融资

曦望成立于2020年，前身为商汤科技大芯片部门。在长期服务于实际AI业务的过程中，团队积累了对模型演进、算子优化及客户需求形成深刻理解，这让其从诞生之初就贴上了“更懂AI的GPU芯片公司”标签。

曦望的核心团队在芯片工程与产品化、商业化能力之间形成互补。联席CEO王勇为前AMD、昆仑芯核心架构师，拥有20年芯片研发经验，并于2020年加入商汤，主导了曦望两代芯片的研发和量产；另一位联席CEO王湛则为百度创始团队成员、原集团副总裁，曾带领8000人团队负责百度搜索业务，并于2025年初加入曦望再创业，负责公司产品化和商业化。

目前，曦望团队规模约300人，成员主要来自NVIDIA、AMD、昆仑芯、商汤等企业，核心技术骨干平均拥有15年行业经验。

2025年7月，曦望刚刚宣布完成近10亿元人民币的最新一轮融资。

三代芯片落地，剑指 “百万 Token 一分钱”

与多数国产芯片厂商仍试图在通用GPU参数上追赶主流产品不同，曦望选择差异化的路径——围绕推理场景的成本与效率，对芯片架构进行“重写”。

曦望并未沿用传统训推一体GPU为训练优化的设计思路，其在调度、缓存、片上SRAM、互联及编译器路径上进行推理场景原生优化，并结合LPDDR内存技术，显著降低单位Token推理成本。同时，曦望采取全栈自研方式，覆盖指令集、GPGPU IP及编译工具链等关键环节。公司已累计并持有200余项核心专利，并在此前的产品中实现“一次流片成功”。

信息显示，曦望在过去数年研发投入累计20亿元，已形成三代芯片产品矩阵，覆盖从视觉推理到大模型全场景推理的需求。

其中，2020年量产的 S1芯片，作为国内首款视觉推理芯片，适配千余种 CV 模型，已实现 IP 授权索尼、小米等头部客户；2024年量产的 S2芯片，对标主流 A/H 系列 GPU，兼容 CUDA 生态，已成功适配 DeepSeek、Qwen等主流模型；2026年即将推出的 S3芯片定位为“推理性价比之王”，在单位 Token 成本、能耗上实现数量级降低，原生支持 FP8/FP4低精度推理，目标直指 “百万 Token 一分钱” 的行业新基准。

不拼参数拼成本，做 AI 产业的 “损益表优化师”

曦望联席CEO王湛说，“如果能让推理成本下降90%，并提供更稳定的服务，我们的竞争就不是‘又一个芯片’，而是‘重写中国 AI 产业的损益表’。”

对算力厂商、AI 原生应用开发者而言，推理能效、SLA 稳定性与 Token 成本，才是决定业务毛利率与用户体验的核心指标。因此，曦望选择不与训推一体 GPU 拼参数，而是聚焦真实场景的单位经济性，成为现有算力系统的 “推理分流与成本优化层”—— 与本土芯片厂商合作为客户构建推理加速专区，形成独特的竞争生态。

王湛表示，“我们的目标是极致降低大模型推理成本与门槛，让算力变得普惠且可广泛获取，从而释放 AGI 的全部潜力。”

雷递由媒体人雷建平创办，若转载请写明来源。