两笔20亿元重磅融资同日宣布，芯片圈投资热点在哪里？

10月12日，一级市场在同一天抛出两枚重磅。

投中网独家披露，AI Infra 公司无问芯穹完成 23 亿元新一轮融资，累计融资突破 43 亿元，并已向港交所秘密递交上市申请，最快 2027 年上半年挂牌；几乎同一时间，投资界报道，RISC-V 服务器 CPU 公司蓝芯算力完成近 20 亿元 B 轮系列融资，深创投、兆易创新、苏国投等新老股东集体加注。

一软一硬。一个是把分散算力"调度起来"的软件平台，一个是把通用计算与 AI 推理"塞进同一颗芯片"的硬件架构。业务上几乎没有交集，赛道标签也完全不同：一个长在大模型生态里，一个长在半导体设计里。

但如果只把这两笔融资当成分属两个行业的好消息，就会错过它们真正的共性——它们回答的是同一个问题：算力这件事，接下来靠什么赚钱。

这个问题，正在改写整个国产算力产业的竞争逻辑。

01

最聪明的钱，都不在最热的地方

先把两家的位置摆清楚。

无问芯穹成立于 2023 年 5 月，由清华大学电子工程系教授汪玉发起，清华电子系博士夏立雪任联合创始人兼 CEO。按黄仁勋的"AI 五层架构"，它既不做芯片，也不做模型，而是卡在模型层与芯片层之间的基础设施层——用企业自己的话讲，是做连接"M 种模型"与"N 种芯片"的"M×N"技术范式，把碎片化的模型能力和异构算力组织起来，提高 Token 利用效率。

蓝芯算力的选择类似。它成立于 2023 年，从创业第一天就放弃 MCU、边缘计算、小型 SoC 这些 RISC-V 玩家熟悉的舒适区，直接扎进全球尚属空白的 RISC-V 高性能服务器大芯片。它的客户也不是在手机上跑小模型的消费电子厂商，而是运营商、云厂商、金融机构和数据中心。

一个做软，一个做硬，但两家的站位一致：不走到那个最热闹的位置，都去做那个"离热闹最近、但自己不下场"的中间层。

这恰恰是这一轮资本最清醒的地方。过去两年，大模型公司和 AI 应用公司消耗了大量关注度，但真正落袋的确定性回报，却屡屡出现在"卖水人"身上。算力基础设施的需求来自所有模型、所有应用，不押注单一玩家，不承担模型路线更替的风险——这是资本在 AI 应用迟迟未见稳定回报的当下，最朴素也最理性的选择。

无问芯穹的融资节拍本身就是一份注脚：2023 年 8 月首轮，红杉、北极光、金沙江入局；2023 年 12 月引入百度、腾讯、智谱等产业方；2024 年 9 月 A 轮引入社保中关村基金等"国家队"；此后一年一轮，直到这一轮 23 亿元再度刷新国内 AI Infra 融资纪录。资本用真金白银，为"卖水人"的逻辑投了票。

02

它们卖的其实是同一个东西：更低的每Token 成本

如果说"卡在中间层"是站位上的共性，那么"如何把算力成本打下来"，就是两家真正的产品共性。

无问芯穹今年在 WAIC 上披露了跨集群异构推理架构 PDD，按公司公布的测试结果，该架构可将单 Token 成本降低 37.5%。它的思路，是在系统层做异构资源的统一调度——芯片可以是英伟达、AMD，也可以是昇腾、壁仞、海光、摩尔线程、沐曦、燧原、平头哥；模型可以是 DeepSeek、Kimi、智谱、MiniMax、阶跃星辰。平台只负责一件事：把它们的效率压到最优。

蓝芯算力的逻辑则发生在更底层。LX500 采用 48 核自研异构架构——32 个高性能核负责高吞吐通用计算，16 个高能效核专攻轻量负载与 AI 算力卸载，芯片原生集成 75TOPS INT8 专用 AI 算力引擎。它要解决的，是传统"CPU+AI 加速卡"架构的固有代价：硬件采购成本高、功耗大、架构冗余、适配繁琐。当推理任务不再需要额外采购一张 GPU 卡，省下的不只是钱，还有数据跨芯片搬运的损耗。

一个在系统层做解耦，一个在芯片层做融合；一个是调度异构，一个是消除异构。路径不同，但指向的指标完全一致：单位 Token 的成本曲线。

这是 2026 年最容易被忽略、却最关键的产业转向。相当长一段时间里，衡量算力竞争力的语言是峰值指标——TFLOPS、算力规模、卡数、训练集群多大。但当 Agentic AI 把算力需求的重心从训练推向调度与推理，行业评价体系的主语就变了：从"能算多快"，变成"每算一次多便宜"。

无问芯穹把单 Token 成本降了 37.5%，蓝芯算力让客户不必再买加速卡——它们本质上都在做同一件事：把"算力经济学"从财报的角落，推到产业舞台的中央。

03

它们都在拆同一堵墙：数据搬移

更有意思的是，两家的技术路径看似相反，底层逻辑却同源。

无问芯穹做的是"加法"：把异构的芯片、异构的模型抽象成一个统一的资源池，越复杂越好，平台的价值就在于消化复杂性。蓝芯算力做的是"减法"：把通用核与 AI 核收进一颗芯片，越集成越好，芯片的价值就在于消灭中间环节。

一个向外扩张，一个向内收敛。表面南辕北辙，实际上它们拆的是同一堵墙——"CPU+独立加速卡"这套统治了 AI 算力十年的经典范式。

这套范式的根本矛盾，业内称之为"存储墙"（memory wall）：算力芯片越快，数据在内存、缓存、加速卡之间搬运的代价就越难以忽视。传统解法是靠制程进步和带宽升级硬扛，但当先进制程的红利趋缓、成本飙升，硬扛的路越走越窄。

于是，架构创新的红利开始接棒制程红利。无问芯穹在软件抽象层消除搬运，蓝芯算力在芯片内部消除搬运——这是同一个产业命题在软件侧和硬件侧给出的两个答案。它们共同标记着一个节点的到来：中国半导体竞争的叙事，正在从"制程追赶"切换到"架构突围"。

两笔融资背后，还站着同一个宏观变量：自主可控。

但细看之下，两家在国产算力版图里的分工截然不同。

无问芯穹扮演的是"生态聚合者"。它同时支持英伟达、AMD 与昇腾、壁仞、海光、摩尔线程、沐曦、燧原、平头哥等主流芯片，本质上是给碎片化的国产算力提供一个统一的上层接口。国产芯片真正的困境，从来不是"造不出来"，而是软件生态割裂、客户迁移成本高、难以被真正用起来。无问芯穹的价值，就是把"能用"变成"好用"。

蓝芯算力扮演的则是"架构定义者"。它选择 RISC-V 这条开源指令集路线，本质是在 X86 与 ARM 长期垄断的服务器芯片领域，第一次以"架构自主"而非"架构跟随"的姿态参与竞争。今年 9 月，RISC-V 首次被正式写入国家五年规划重点任务，《电子信息制造业发展"十五五"规划》明确提出推进 RISC-V 研发与产业化——政策窗口与产业窗口，在同一时间打开。

全球产业力量也在同步加注这条赛道：英伟达在 Hot Chips 2026 上公开 RISC-V CPU 适配 CUDA 的软硬件标准，首次把垄断 AI 算力生态多年的 CUDA 体系向开源架构开放；Meta 则在 2025 年收购 RISC-V 团队 Rivos，其基于 RISC-V 构建的算力基础设施已实现十万级规模部署。这些动作说明，RISC-V 向数据中心渗透，已经不再是"能不能"的问题。

一个在软件层把国产芯片"串起来"，一个在架构层把自主路线"立起来"。国产算力的瓶颈，早已从"有没有芯片"转向"芯片能不能成体系地被用起来"。这两家公司，恰好卡住了这个闭环的两端。

04

同一天的两笔融资，表面上是两个赛道各自的好消息，本质上却是同一场产业变革的两个切面。

它们共同宣告：中国算力的竞争焦点，已经从"堆芯片"转向"算成本"；决定胜负的，不再是单颗芯片跑得多快，而是谁能把那条每 Token 成本曲线，压得比别人更低、更久。

它们的故事还很早。但方向，已经不再模糊。

本文信息源自企业公开信息，如有任何问题，请联系编辑微信：xsychief。