墨芯五个月再融近10亿，稀疏推理芯片的故事好听，账还得拆开算

一个 1.6 万亿参数的模型，每吐一个词只动用其中约 3%。这个数字摆在做稀疏计算的公司面前，简直就是现成的广告位。

11 月 3 日，做稀疏专用推理芯片的墨芯人工智能宣布完成近 10 亿元人民币 C+ 轮融资，距上一轮约 5 个月，两轮累计近 20 亿元。我们 AI主线 的看法是：这轮融资说明资本愿意押稀疏推理芯片，但它的芯片能不能扛住 DeepSeek-V4-Pro 这类万亿级 MoE 模型，这次披露的数据里还没有答案。

钱的去向交代得很清楚：稀疏推理芯片的全栈升级、下一代芯片预研，外加一个稀疏计算产学研联盟。投资方里有仁爱资本、海棠基金、东恒石油这样的产业方，也有比丘资本、派拉资本、中财资本等国资和财投机构。

那个 3%，和墨芯说的稀疏是一回事吗？

不是一回事，但能叠在一起。

先说 DeepSeek 这边。按官方模型卡，DeepSeek-V4-Pro 总参数 1.6 万亿，每个词元激活 490 亿，支持 100 万 token 上下文，MIT 协议开放权重，4 月 24 日先放出预览版。这是 MoE 的路数：模型里养着一大堆“专家”，每个词只叫几位出场，其他人在旁边歇着。

墨芯做的是另一层。它说的“双稀疏”，一边把权重里用处不大的数值砍掉，一边在计算时跳过激活里的零。打个比方：MoE 是这道题只请三位专家，墨芯是把每位专家手里的讲义再删掉废话。

两层省法能叠加，但前一层是模型在路由时就定了的，芯片得把这种忽东忽西的调用跑顺才算数。还有一点，MoE 省的是算力，1.6 万亿的权重照样得全放得下。这是我的判断，不是谁的实测。

夺冠的成绩，是哪一年的什么题？

墨芯自己的说法是，S30 计算卡在 MLPerf Inference 的部分类别里连续三届夺冠。听着唬人，但得看考题。

量子位 2023 年的报道里，当年夺冠的项目是 ResNet-50 图像分类，在开放分区，S40 单卡 127,375 FPS，图表上还标注了稀疏等效算力。ResNet-50 是认图的老模型，离 100 万上下文的万亿 MoE 隔着好几代。这是跑分党最熟的那类题，拿来证明“稀疏能提速”没问题，拿来证明“能接 V4-Pro”就不够了。

这次新放出的实测，是和北京大学一家研究院合作的两款遥感影像基础模型：几乎不损精度，也不用重新训练，推理吞吐最高提升 2.88 倍，模型压缩最高 7.64 倍。这是官方给的数字，对象是视觉模型，不是大语言模型。它证明稀疏化这套工具链能用，离 LLM 还差一步。

V4-Pro 缺算力，就轮得到墨芯吗？

需求是真的。DeepSeek 发布 V4 时自己说过，受限于高端算力，Pro 的服务吞吐十分有限，等昇腾 950 超节点批量上市后价格会大幅下调。5 月，路透报道 DeepSeek 把 V4-Pro 的 75% 降价改成了永久，价格区间是每百万 token 0.025 到 6 元。

但席位早有人坐了。V4 发布当天，华为昇腾超节点全系列宣布支持，寒武纪基于 vLLM 适配了 V4-Flash 和 V4-Pro。华为公布的数据是，8K 输入下昇腾 950 超节点跑 V4-Pro，每个词元约 20 毫秒时，单卡解码吞吐 4700 TPS（离线模式，不含调度开销，也是厂商自家数据）。推理芯片这两年卷成这样，墨芯要对打，拿出来的也得是这种口径的数字。

牌它也不是没有：推理集群已铺在西北、西南、华东、华北四大片区，和头部电信运营商合作，还参与了上海国资平台的海上算力 Token 工厂项目。第三季度营收“数倍增长”，基数没给，没法判断这个“数倍”有多重。

接下来盯什么

墨芯说新一代板卡 SP200 年底前问世，升级版软件栈 SECA 也即将发布，主打降低模型迁移和部署门槛。这两样我会盯。芯片好不好用，一半看硅，一半看软件栈，模型迁移顺不顺，开发者是用脚投票的。

真正想看的数字很具体：DeepSeek-V4 或同量级 MoE 模型上的每秒 token 数、长上下文下的表现、折算下来每百万 token 的成本，最好是第三方跑的。稀疏这条路本身我是认的，模型和芯片都在往“少算点”走。至于官方说的“代差优势”，AI主线 会等这些数字摆出来，再判断这个词配不配。