一句话结论
铭芯启睿获超4亿元融资并启动LPU研发，卢涛加盟将推高速推理芯片，重塑AI算力性价比。
关键要点
- 铭芯启睿（MemSilicon）完成超4亿元A轮融资，博原资本领投，小米战投、兆易创新等老股东跟投加注。
- 前Graphcore总裁卢涛出任铭芯启睿CEO，带领十几人核心团队，启动第一代LPU芯片研发。
- 公司LPU目标支持数万亿参数满血模型，不依赖量化与投机解码，追求每人每秒生成1000个Token。
- 技术路线保留SRAM高速优势，引入新存储介质层，避免大模型跨芯片互联带来的高昂成本与功耗。
背景与事实
铭芯启睿团队源自中国科学院刘明院士团队，拥有二十余年在阻变存储器（RRAM）、SRAM等存储领域的技术积累。2024年公司成立并优先推动存储技术产业化。2026年3月，GTC大会上黄仁勋提出“速度就是智能”，并展示相关AI产品，成为触发卢涛选择加入铭芯的关键节点。在半导体行业深耕二十余年的卢涛，曾任Cavium中国区总经理、曦智科技副总裁及Graphcore总裁，具备从Arm服务器CPU到AI处理器IPU的完整产业经验。加入铭芯后，他迅速组建了覆盖硬件、编译器和系统软件的核心团队。公司技术路线将存储与计算结合，通过保留SRAM的高速低延迟特性，并叠加新的存储媒介层，解决数万亿参数大模型无法装入单一芯片的容量瓶颈，同时控制跨芯片互联的开销。
影响分析
对国内AI芯片开发者而言，高速推理芯片的成熟将直接降低大模型应用部署成本。若铭芯LPU实现每人每秒生成1000个Token的满血推理，推理成本有望从昂贵走向主流普惠。这将改变底层算力基础设施的选型逻辑，促使云端与边缘端设备重新评估专用芯片性价比。对半导体从业者，该方向提供了从存储器件向计算系统跨越的系统级研发路径，有助于打通架构设计与产业化交付的完整链条。
适用边界
该LPU技术路线在需要极致算力吞吐的大模型训练场景中不适用，其定位专攻高速推理与成本优化。第一代产品未采用RRAM，仍依赖成熟介质，RRAM与计算架构的深度融合需等待后续技术突破。此外，面向数万亿参数模型的产品尚未向客户交付，未来两三年的量产能力与生态兼容性仍待市场检验。
孤本观察
在算力军备竞赛白热化的当下，放弃量化妥协与投机解码、死磕满血推理的路线显得颇具争议。这种将存储深度融入计算架构的打法，能否在商用场景中真正兑现其宣称的“高铁价格”承诺，是决定其成败的核心观察点。
常见问题
铭芯启睿A轮融资的具体金额及投资方是谁？
完成超4亿元A轮融资，由博原资本领投，小米战投、兆易创新等老股东跟投加注。
铭芯启睿LPU芯片的技术目标及性能指标是什么？
支持数万亿参数满血模型，不依赖量化与投机解码，追求每人每秒生成1000个Token。
卢涛在加入铭芯启睿前有哪些主要职务经历？
曾任Cavium中国区总经理、曦智科技副总裁及Graphcore总裁，具备完整产业经验。
第一代LPU产品是否采用了RRAM技术？
未采用RRAM，仍依赖成熟介质，RRAM与计算架构的深度融合需等待后续技术突破。
该LPU技术路线适用于大模型训练场景吗？
不适用，该路线定位专攻高速推理与成本优化，不适用于需要极致算力吞吐的大模型训练。
来源：雷峰网