小米、米哈游、兆易创新疯抢！

中科院院士出手，Graphcore前总裁创业，融资近6亿！

深科技 deeptek｜商业传奇 · 人物深度

2026年10月19日，中国AI芯片圈，又杀出一个狠角色。

一家成立仅两年多的北京芯片公司，突然宣布融资超过4亿元，投资者名单相当豪华：小米、米哈游、兆易创新、博世创投，以及多家国资和知名投资机构。

更值得关注的是，这家公司此前已经连续完成两轮融资，累计融资接近6亿元。

它叫铭芯启睿（MemSilicon）。

但真正让这笔融资变得不同寻常的，并不只是钱，而是一个人的加入。

卢涛。

这位曾在英国AI芯片明星企业Graphcore担任高管、又曾参与硅光芯片和数据中心处理器产业化的半导体老兵，如今选择加入一家成立不久的中国创业公司，出任CEO兼联合创始人。

而站在他背后的，是中国科学院院士刘明及其团队二十多年的新型存储技术积累。

一边是中国顶尖的存储器件科研力量，一边是曾经参与全球AI芯片竞争的产业老将，再加上小米、米哈游等资本力量。

这一次，他们盯上的不是GPU，而是一种面向大模型推理的新架构——LPU。

一个问题随之而来：当全球都在追赶英伟达时，这群人为什么决定重新设计AI芯片？

一、4亿融资，资本抢人！

10月19日，铭芯启睿宣布完成超4亿元A轮融资。

本轮由博原资本领投，博世创投、创领资本、米哈游、中关村科学城公司、兆易创新等跟投，复容投资、国开科创、锦秋基金、小米战投、中科创星等老股东继续加注。

从2025年3月近亿元天使轮，到2026年1月超亿元Pre-A轮，再到此次超4亿元A轮，铭芯启睿在不到两年时间里完成了三轮融资。

累计融资接近6亿元。

对于一家2024年5月才成立的半导体创业公司而言，这样的融资节奏相当迅速。

但投资机构真正看重的，显然不只是现有的RRAM存储产品。

随着卢涛加入，铭芯启睿宣布启动第一代大模型推理芯片LPU研发，正式从新型存储器件向AI计算系统延伸。

这意味着，公司不再满足于为别人提供存储技术，而是希望进入利润空间更大、竞争也更加残酷的AI算力市场。

博原资本管理合伙人蒋红权在投资表态中提到了一个值得玩味的细节：他们对铭芯启睿的信任，可以追溯到十年前与Graphcore相关的渊源。

这句话揭示了本轮融资背后的人物因素。

投资者不仅押注刘明院士团队的技术积累，也在押注卢涛能否把这些技术变成真正具有商业竞争力的AI芯片。

二、Graphcore老将，回来了！

如果要理解铭芯启睿为什么突然受到关注，就必须先认识卢涛。

这位在半导体行业深耕二十多年的职业经理人，履历横跨多个关键领域。

他曾担任美国网络处理器公司Cavium中国区总经理，参与Arm架构服务器处理器、数据中心网络处理器等产品的市场拓展。

随后，他进入英国AI芯片公司Graphcore，担任总裁兼大中华区总经理，并曾在中国硅光芯片企业曦智科技担任副总裁。

这几段经历，看似分散，实际上对应着AI基础设施发展的不同阶段。

Cavium代表着数据中心处理器与网络芯片，Graphcore代表着专用AI计算架构，曦智科技则代表着光互连与新型计算技术。

卢涛长期接触的，恰恰是AI算力系统最核心的三个问题：计算、存储和互连。

其中，Graphcore的经历尤其值得关注。

这家英国公司曾经被视为挑战英伟达的重要力量，提出IPU架构，试图通过不同于传统GPU的计算组织方式，在人工智能训练与推理领域建立优势。

Graphcore曾获得大量国际资本支持，但最终未能建立足以抗衡英伟达的软件生态和商业规模，2024年被软银收购。

这段产业历史说明了一件事：拥有先进架构，并不意味着一定能够赢得AI芯片战争。

而如今，卢涛再次站在专用AI芯片创业的起点。

只不过，这次他的目标更加聚焦。

不去争夺所有AI计算市场，而是瞄准大模型推理，特别是对低延迟、高吞吐和长上下文有要求的应用场景。

对于经历过上一轮AI芯片竞争的人而言，这显然不是一个可以轻易做出的决定。

三、院士出手，20年磨一剑！

如果说卢涛是铭芯启睿的商业化操盘手，那么刘明院士团队，就是这家公司最重要的技术来源。

刘明是中国科学院院士、IEEE Fellow，长期从事微电子器件、先进存储器和集成电路相关研究。

铭芯启睿的核心技术源自其团队二十多年的科研积累。

这支团队最重要的研究方向之一，就是RRAM，中文叫阻变存储器。

简单理解，传统存储技术主要利用电荷等物理状态保存信息，而RRAM通过改变材料的电阻状态来存储数据。

这种技术有机会在非易失性、高密度集成和存算融合等方向发挥作用。

但RRAM并不是一项刚刚出现的新技术。

过去二十多年，全球半导体企业和科研机构一直在研究它，真正困难的地方在于如何解决器件一致性、可靠性、制造工艺和规模化应用问题。

刘明团队在这一领域持续投入，逐渐建立了从材料、器件到工艺集成和芯片设计的研究体系。

据铭芯启睿披露，其创始团队曾研制14nm RRAM芯片、28nm单颗128Mb RRAM芯片，并开展高密度3D VRRAM及DRAM PIM等研究。

这些成果为企业提供了技术基础，但具体的全球首创性和性能领先程度，仍需结合公开论文及同行产品比较。

真正值得注意的是，铭芯启睿并不打算永远停留在存储器件市场。

刘明院士在此次战略升级中提出，希望把多年器件与工艺研究进一步延伸到系统和应用，让科研成果转化为可交付的产品。

这恰恰是中国半导体产业长期面临的挑战：论文、专利和实验室样片不少，但真正能够大规模商业化的原创产品，依然需要时间和产业体系的支持。

四、1Gb芯片，刚刚流片！

10月14日，距离宣布新融资仅五天，铭芯启睿披露了另一项重要进展。

首代高密度大容量RRAM芯片“泰山一号”完成流片。

公司2026年10月披露的产品指标；芯片已流片，仍在推进验证。

这颗芯片采用28nm CMOS工艺，单芯片容量达到1Gb，披露的访问延时小于20纳秒，并集成片上硬件纠错电路。

对于普通消费者而言，这些数字可能并不直观。

但对半导体行业来说，RRAM能否在较高容量下实现可靠制造，是其走向产业化的重要门槛。

过去，新型存储技术常常面临一个问题：实验室里表现很好，但容量扩大之后，器件一致性、良率和成本就可能成为难题。

因此，“泰山一号”完成流片，是铭芯启睿的重要研发节点，却还不是商业成功的证明。

它仍需经过芯片测试、可靠性验证、客户认证及量产经济性评估。

与此同时，公司披露其NORD FLASH产品已经批量供货，嵌入式RRAM IP也在推进产业生态合作。

这意味着铭芯启睿并非完全没有商业化基础，但不同产品线的成熟程度存在明显差异。

五、不卷GPU，另造LPU！

这次融资最值得关注的消息，其实不是RRAM，而是LPU。

卢涛上任后，铭芯启睿宣布启动第一代大模型推理芯片研发。

为什么偏偏是现在？

因为AI产业正在从模型训练热潮，进一步走向推理服务的大规模应用。

过去，大家主要关注模型有多少参数、需要多少GPU、峰值算力有多高。

但当AI开始承担多轮推理、工具调用、复杂工作流和多智能体协作时，另一个问题越来越重要：模型能否以合理成本快速完成任务？

在部分大模型推理场景中，尤其是Token逐步生成的解码阶段，计算系统需要频繁读取模型权重和KV缓存数据。

如果存储系统无法及时供给数据，再多计算单元也可能难以充分发挥性能。

卢涛认为，单纯增加GPU数量，并不能解决所有推理效率问题，还可能推高功耗、网络复杂度和系统成本。

他的选择是从存储架构入手，重新优化计算、存储和互连之间的协同关系。

铭芯启睿将这一方向称为LPU。

值得强调的是，LPU并不是一个已经统一标准化的芯片类别，不同企业可能赋予它不同的架构含义。铭芯启睿的具体设计方案、性能指标和产品路线，仍有待后续公开。

但它所瞄准的市场是真实存在的。

随着AI Agent应用增加，用户不再只关心模型能不能回答问题，而是关心一项任务需要等待多久、消耗多少计算资源，以及最终能否稳定完成。

如果能够在保证模型能力的同时降低推理成本，专用芯片就可能找到商业空间。

这也是卢涛敢于重新进入AI芯片竞争的原因。

不过，LPU目前只是启动研发，尚不能将其与已经量产的GPU进行实际性能比较。

六、小米、米哈游，为何下注？

本轮融资中，米哈游、兆易创新与小米战投的出现，让铭芯启睿的投资者名单格外引人注目。

三家企业所处的产业位置完全不同，却都与未来AI计算需求存在联系。

小米拥有庞大的智能手机、汽车、AIoT设备和终端产品生态，长期关注芯片、存储及人工智能技术。

兆易创新则是中国重要的存储器与微控制器企业，在NOR Flash、MCU等领域拥有产业经验。

米哈游作为全球知名游戏企业，对图形计算、数字内容和AI技术有长期关注。

从产业逻辑看，三类企业分别代表终端应用、半导体产业链和数字内容生态。

它们参与投资，说明新型存储与AI推理架构正在获得不同产业资本的关注，但并不意味着三家企业已经承诺采购铭芯启睿的LPU芯片。

真正让资本愿意持续投入的，是一个更大的市场判断。

如果未来AI从简单聊天工具发展为能够持续执行任务的智能体，推理系统的成本和响应速度就可能直接影响商业模式。

而存储技术不再只是处理器的配套组件，它有机会成为重新设计计算系统的重要基础。

这正是铭芯启睿希望抓住的机会。

七、近6亿之后，硬仗才开始！

两年多时间，三轮融资，累计近6亿元。

中科院院士团队提供技术基础，Graphcore前高管负责产业化，小米、米哈游、兆易创新等企业参与投资。

铭芯启睿已经拥有一家硬科技创业公司令人羡慕的起点。

但半导体行业从来不是靠融资名单决定胜负。

首先，RRAM必须证明自己具备长期稳定量产的能力。高密度、大容量只是开始，可靠性、良率、成本和客户需求，才是决定产品能否真正进入市场的关键。

其次，LPU需要完成从概念到芯片的跨越。架构设计、软件工具链、模型适配、系统互连和客户验证，每一步都需要大量资金与时间。

更重要的是，AI推理芯片市场并非无人竞争。

英伟达持续优化GPU推理能力，全球多家创业公司也在尝试通过SRAM、存内计算、专用处理器和先进封装提高推理效率。

卢涛曾亲历Graphcore挑战GPU的时代，应该比许多人更清楚：一家AI芯片公司最难跨越的，不是发布一颗新架构芯片，而是让开发者愿意使用、客户愿意采购，并且能够持续盈利。

这一次，他选择与刘明院士团队联手，从存储器件出发，重新进入AI计算市场。

这也是铭芯启睿故事最值得关注的地方。

它不是简单地让一位芯片高管加入创业公司，而是试图将中国二十多年的新型存储研究积累，与国际化AI芯片产品经验结合起来。

在全球AI算力竞争日趋激烈的今天，中国芯片企业需要的不只是更多GPU，也需要更多真正解决实际计算瓶颈的技术路线。

但从RRAM到LPU，从实验室到数据中心，从近6亿元融资到可持续的商业收入，铭芯启睿还有很长的路要走。

资本已经投下近6亿元，院士团队拿出了二十年的技术积累，Graphcore老将也重新走上战场。

这一次，他们要证明的不是中国能不能再造一颗AI芯片，而是能不能重新定义AI芯片该怎么造。

点击看：科技部明确：全链条推动集成电路攻关！ICCAD就是这条链！