用“韬定律”造国产芯片，算苗科技募资近20亿

本文字数：3576｜预计6分钟读完

原生创新，换道突围。

记者丨何己派

编辑丨陈晓平

全球半导体产业演进的叙事里，华为提出的“韬（τ）定律”，给出了创新性的中国方案：

当晶体管尺寸逼近物理极限，仅靠“几何缩微”已难以为继，可采用混合键合、逻辑折叠等技术，大幅压缩信号时延，用“时间缩微”的理念推进算力密度的跨越式提升。

这条路径上，有了更多的众行者。

10月14日，国产3D架构AI算力芯片企业算苗科技宣布，已完成Pre‑A2轮（含其加投轮）融资及A轮融资，过去12个月内，其累计融资规模近20亿元，获得北京市区两级国资、多家头部市场化机构与产业基金联合加注。

算苗科技面向大模型云端推理的3D TokenPU芯片A4E，已于6月15日启动流片。

这款芯片采用国产成熟制程与供应链体系，凭借3D堆叠架构实现16TB/s超大访存带宽，成为“韬定律”下的首批国产AI云端大算力芯片。

资本持续加码的背后，正是对其“韬定律”路线下3D TokenPU推理芯片方案的高度认可。

在摩尔定律逐步走到物理边界的当下，国内AI芯片赛道正涌现换道突围的新范式。

“我们不是在别人的赛道追赶，而是在开拓大模型时代原生的创新方案。”算苗科技创始人、董事长兼CEO汪福全博士，在接受《21CBR》深度专访时表示。

1

孤独探索，两度转身

算苗的技术基因，最早可追溯至2009年。

当时，汪福全从中科院计算所龙芯团队博士后出站，创办中科声龙，主要围绕国产处理器龙芯推进产业化落地。

“那是条特别孤独的路。”他回忆，当时国产CPU缺乏软件生态支撑，市场化之路十分艰难。最好的年份，营收也不过千万元级别。

转折发生在2018年元旦。

汪福全

汪福全受邀参加一家高通量算力芯片公司年会，发现同等规模的团队，半年就实现了3亿元营收、1亿元净利，客户甚至需要先打款再拿货。

“在算力芯片领域，技术只要足够高效，市场就会给予最直接的反馈。”

这种纯粹的市场化逻辑，让44岁的他深受触动，作出了第一次“中年叛逆”的转身：停掉龙芯业务，投身高通量算力。

这次尝试充满摸索与坚持。

凭借1320万元启动资金、5至6人的核心团队，方案数次推倒重来，其中，耗时18个月的SRAM方案，在临流片前被果断推翻。

2019年，团队最终锁定3D堆叠架构，并在2021年成功推出全球首款3D存算一体高通量算力芯片JASMINER X4。

这款芯片采用40nm成熟工艺，较之英伟达7nm旗舰显卡，其算力功耗比高出20倍，单款产品便斩获8亿元营收，不仅储备了充足的研发资金，更完整跑通3D堆叠从架构设计、晶圆键合到批量出货的全流程工程体系，沉淀出宝贵的量产Know-how。

“道理谁都懂，魔鬼在细节。”

汪福全表示，从硬件到软件，从设计到生产把控，算苗团队核心成员已在3D IC领域默默深耕近7年时间，完成上万片晶圆的量产出货，获得十几亿元营收，成为3D IC领域全球少有的核心成员具备大规模商业化量产完整经验的团队。

而ChatGPT的横空出世，促使汪福全第二次果断跨越。

2023年初，他就在硅谷，切身感受到大模型浪潮的冲击，他敏锐意识到，大模型推理与高通量算力芯片面临同一核心瓶颈——“内存墙”。

依托已有的3D堆叠技术积淀，他决定All in——将技术重心完全从高通量算力迁移至AI大模型芯片，以ASIC架构的极致效率，迎接Token经济时代的到来。

2

从“平面运输”，到“垂直倾泻”

在芯片内部，如果说计算单元像一个数据加工厂，那存储单元是为其提供加工原料的仓库。

当下，产业最大的卡点，不在于“加工厂”和“仓库”的大小，而在于两者之间的运输能力：数据原料远远不能满足产能需求，工厂建得再大也无济于事。

传统的2.5D方案（CoWoS封装芯片），只能在同一平面建更多更宽的传送带，最终还是会受限于“工厂大门”（即逻辑单元边长）的宽度，整体运输能力难以突破上限。

“我们的方案，是把存储单元直接像盖楼一样加在计算单元的‘楼上’。”汪福全解释，算苗将8层存储晶圆垂直堆叠在逻辑晶圆上。

两者通过3D混合键合技术互连，让存储与计算单元的距离从GPU-HBM的“毫米级”缩至“微米级”，直接压缩到原来的千分之一，并利用硅通孔（TSV）与混合键合（Hybrid Bonding）技术，在两者间搭建数百万条“高速垂直电梯”。

这样，互连数量比GPU-HBM总线翻了千倍，数据“原料”无需再排队等待，有如瀑布般倾泻涌入计算“工厂”，彻底释放带宽、释放计算产能。

这种架构创新，正是“韬定律”的核心实践：不必受限于制程，换道超车，快速实现算力密度的跨越式提升。

要落地这套设计，工艺挑战呈指数级上升。

例如，存储和逻辑两类晶圆分开制造，键合时对准稍有偏差，整片晶圆就会报废；同时，高功率密度混合堆叠芯片，给散热带来更大挑战；此外，多层晶圆堆叠带来的应力形变、堆叠后良率管控等，都是新难题。

汪福全介绍，针对晶圆对齐，团队在芯片设计阶段预埋海量专用对准标记（Alignment Mark），搭配定制化高精度键合设备，实现存储层与逻辑层严丝合缝地对准；

热管理层面，搭建多维度系统性方案，同时精细化分层布局，均衡芯片全域热分布，消除局部热点，保障高并发推理场景下的长期稳定运行。

今年6月，3D TokenPU第一代产品A4E正式流片，其通过3D混合键合技术将8层存储晶圆垂直堆叠于逻辑晶圆之上，实现16TB/s超大访存带宽，突破“内存墙”限制，凭借高带宽、高能效、高性价比，充分释放原生3D架构技术红利。

3

为大模型“量身定制”

算苗成立初期，有投资人曾直白地问汪福全：“这是小公司能干的事？”

当时，AI云端芯片是巨头的主场，初创公司既没有生态积累，也无法不计成本地投入资源。

汪福全则很坚决。

从创立之初，算苗团队就确立了清晰定位：不做通用GPU的追赶者，而要做大模型时代原生算力芯片，自研3D TokenPU架构，专注大模型推理，努力把产品方案做到极致。

这种“原生”的底气，源于对技术本质的洞察。

汪福全相信，正如PC时代催生了CPU，图形时代孕育了GPU，大模型时代则呼唤与之匹配的TokenPU；Token已成智能时代的基本单元，从文本、代码到未来的世界模型，一切皆可被Token化。

来源：图虫

当前，全球日均生成的500至600万亿Token背后，是惊人的电力耗费与算力消耗。

“客户不在乎你是哪种算力芯片，只在乎每百万Token花多少钱、耗多少电。”

汪福全告诉记者，单位Token成本已成客户的核心考量因素，行业采购逻辑正在被改写。

算苗选择的ASIC（专用芯片）路线，践行了“Less is More”的逻辑。

汪福全向《21CBR》解释，通用GPU架构，为兼顾多种场景需保留大量冗余设计；3D TokenPU则为大模型推理“量身定制”，专门贴合AI大模型的底层逻辑，针对语言文本、图片、视频乃至未来世界模型，进行全链路优化。

汪福全团队的技术自信，也体现在产品节奏上。

其第一代产品A4E已于2026年6月流片，预计2027年内启动规模化量产；性能提升2～3倍的第二代芯片A4S，预计于2027年一季度流片，且在年内量产。

两代产品研发间隔仅9个月，且性能可匹敌国际顶流产品。

“我们在开辟新赛道。”

汪福全解释，算苗的核心优势之一，在于“换道超车”——其芯片不依赖海外先进制程和HBM，而是依托架构创新弥补制程差距，即便采用国产成熟制程，仍足以对标国际旗舰芯片的性能。

目前，算苗已构建起自主可控的国产供应链体系，从设计、核心IP到制造、封装，均依托本土产业链，力求规避海外断供风险。

4

资本追逐下的冷静

资本市场的火热，加码印证了各方对公司3D TokenPU技术路线、量产能力与商业化前景的高度认可。

过去12个月，算苗科技已完成多轮融资，投资方覆盖国开金融、北京顺禧、北工投、亦庄国投、中关村科学城等国资平台，石溪资本、联想创投等产业基金，以及源码资本、襄禾资本等头部市场化机构，累计融资规模近20亿元。

北京市区两级国资平台领投，除为算苗提供资金支持和多层次政策资源外，还可充分发挥产业纽带优势，推动其与亦庄区内制造、封装、大模型应用端等产业链伙伴深度联动。

有知情人士称，算苗还将适时启动新一轮融资，进一步充实研发资金，把握万亿级大模型推理市场爆发的战略机遇。

来源：图虫

算苗现有员工超200人，研发人员占比超80%，骨干多来自中科院、清华、北大等顶尖院校。

汪福全向《21CBR》透露，融资所得资金，相当一部分将用于吸纳顶尖人才，大力投入研发。记者注意到，在算苗的办公楼下甚至公众号上，都贴满了人才推荐的海报。

当前，各方渴求算力。

某头部大模型厂商，已与算苗在软件层面进行近一年的深度合作，从芯片定义阶段便锚定真实推理场景，实现AI算力和大模型算法的极致匹配。国外多家客户，也频频伸出橄榄枝。

据算苗内部预估，待第一代A4E量产落地，出货量预计达上万片晶圆级别，对应收入规模有望达到数十亿元；第二代产品推出，有望使收入规模再上一个数量级。

面对乐观预期，汪福全非常冷静。一路走来，他经历了太多次起伏跌宕。

如今，3D堆叠路径已有大量追随者，他认为，算苗固然已领先一个身位，不必与他人比较，但仍要谦虚谨慎，留心趋势变化。

“算苗必须专注做好自己，不能有任何差池。尤其作为创始人，我永远要保持前瞻性，保持open，预见下一个未来。”

汪福全坚信，中国原创的芯片技术，终有一天能赢得全球认可与关注，助力全球AI和各行业的发展。

图片来源：算苗科技，除标注外

若您对文章内容有建议或异议，请联系编辑部。

办公电话：020 87399753