国内通用存算一体架构AI大算力芯片公司亿铸科技宣布完成10亿元级融资。本轮资金将主要用于后续研发投入、产品迭代及产业化推进。在AI算力需求持续增长、传统冯·诺依曼架构面临存储墙瓶颈的背景下，存算一体等新型算力架构正受到资本市场与产业界的持续关注。
亿铸科技正式运营于2022年，聚焦通用存算一体技术研发，坚持“通用存算一体+超异构”技术路线，围绕3D DRAM存算一体等技术方向持续布局。该公司称其为国内首家采用通用存算一体架构（GP-IMC®）的AI大算力芯片企业。与面向特定场景的专用存算一体方案不同，通用路线强调对主流算法与软件栈的兼容能力，这也是该技术能否规模落地的关键前提之一。
从产品特性看，亿铸科技芯片具备大吞吐、高性价比、低功耗等特点，并兼容CUDA、PyTorch等主流生态，目标场景包括数据中心、AI云计算等，主打软件易用性与更低的Token成本。在当前大模型推理成本成为AI应用商业化核心约束的背景下，单位Token算力成本已成为衡量AI基础设施竞争力的重要指标，兼容主流生态则直接关系到客户迁移成本与部署周期。
存算一体技术的核心逻辑在于将计算单元与存储单元在物理层面靠近或融合，减少数据在处理器与内存之间反复搬运带来的功耗与延迟开销。3D DRAM方向则试图通过立体堆叠进一步提升存储密度与带宽，为大规模AI计算提供更高的数据供给能力。该路线在学术界与产业界均已积累较多研究，但面向大算力通用场景的工程化与量产仍处于早期阶段，架构设计、良率控制与软件工具链完善度是主要挑战。
从行业层面看，AI算力供给正呈现多元化趋势。除GPU持续迭代外，ASIC、存算一体、光计算等新型架构均在争取数据中心与云计算客户的验证机会。与此同时，国产算力芯片在软件生态兼容性上的投入明显加大，兼容CUDA等主流框架已成为降低客户替换门槛的普遍策略。亿铸科技此次融资规模在存算一体细分赛道中处于较高水平，反映出资本对该技术路线产业化前景的押注。
按照公司规划，本轮融资后亿铸科技将加快产品迭代与落地节奏。其通用存算一体技术路线及相关产品能否在数据中心、AI云计算等场景中获得充分的市场验证，将取决于芯片实际交付性能、软件栈成熟度以及客户部署成本等多项因素。在AI算力需求持续增长的背景下，围绕芯片架构、存储技术、软件生态及产品应用的协同创新，正在成为新型算力技术从实验室走向产业应用的关键变量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
