超 10 亿元，押注 3D DRAM 存算一体
10 月 23 日，苏州 AI 大算力芯片公司亿铸科技（Yizhu Technology）宣布完成超 10 亿元融资，资金将用于后续研发投入、产品迭代及产业化推进。据 DoNews 与网易报道，公司成立于 2020 年 6 月，2022 年正式运营，总部位于苏州，在上海、杭州、成都、长沙设有子公司。与同在近期完成融资的九天睿芯（Reexen）类似，亿铸科技也选择了存算一体路线，但它的技术支点落在 3D DRAM 上——用全数字化通用存算一体架构，试图绕开传统存算一体在精度与可编程性上的短板。
在通用 GPU 供给受限、算力成本高企的背景下，存算一体被视为缓解「内存墙」的候选路线之一。亿铸科技把 3D DRAM 当作核心技术路线，并把产品从一颗芯片铺到算力卡、工作站、一体机与推理集群的全栈矩阵，意图不只是卖芯片，而是提供可部署的算力方案。产品与平台结构大致如下。
从一颗芯片到全栈矩阵
亿铸科技称，其以 3D DRAM 为核心技术路线，首创全数字化通用存算一体架构，产品覆盖算力卡、工作站、一体机到推理集群的全栈矩阵，并推出自研 YICA 软件平台，兼容 CUDA、PyTorch 等主流生态，为数据中心、AI 云计算等场景提供大吞吐、高性价比、低功耗的算力方案。这种「芯片加整机加集群」的打法，瞄准的是不想自己搭算力栈、但需要国产可替代方案的客户。
从能力上看，全数字化存算一体相较早期模拟存算一体，优势在于精度可控、对主流算子更友好；代价则是数字电路的密度与功耗仍然吃工艺。亿铸科技把 YICA 软件平台作为生态入口，兼容 CUDA 与 PyTorch，意在降低开发者的迁移成本——这一点对存算一体能否被采用，往往比芯片峰值算力更关键。
YICA 平台与生态兼容
对存算一体芯片来说，真正的门槛从来不是跑通一个 demo，而是让开发者愿意用、用得起。亿铸科技的 YICA 平台选择兼容 CUDA、PyTorch 等主流生态，等于把迁移成本压到最低：开发者不必为换芯片重写全部算子与训练流程。在国产 AI 算力替代的叙事里，这种「生态友好」的取向，比单纯强调算力数字更容易打动务实的客户。
但也要清醒：兼容生态意味着要与 CUDA 数十年的积累正面竞争，YICA 能覆盖多少算子、在多大比例的真实负载上达到宣称的性价比，仍需独立评测与客户复购来检验。软件栈的厚度，将决定这家公司是从芯片厂商升级为平台厂商，还是停留在 demo 阶段。
为什么这条路被重新看见
把亿铸科技与九天睿芯、XHEART（新芯航途）放在同一周看，一条线索清晰起来：国内 AI 大算力芯片融资在 10 月下旬集中升温，且路线明显分叉——有的押注面向物理 AI 的专用算力，有的押注 HBF 融合存算，有的押注 3D DRAM 存算一体。资本同时下注多条路线，说明市场并不确定哪条能跑通，但都认定「内存墙」与算力成本必须被解决。
这种多点押注，对创业公司是机会也是压力：资金更充裕，但技术路线之争也会更早进入硬碰硬的阶段。谁先在流片良率、客户导入与软件生态上拿到真实进展，谁才能从这一波融资热里走出来。
冷静看：存算一体从验证到规模
需要冷静看待的是，超 10 亿元融资与产品规模化出货之间仍有距离。存算一体要跨过精度、良率、工具链与成本四道关，全数字化路线也不例外；且本轮具体估值与各家出资比例未披露，外部难以判断估值水位。此外，3D DRAM 工艺的供应链与产能，可能成为规模化的隐性约束。
对行业而言，亿铸科技这笔融资与同周的 XHEART、九天睿芯一起，构成了一个信号：资本正把 AI 算力投资从通用 GPU 外溢到专用与存算一体芯片，且国家队与产业资本同步入场。后续值得盯紧三件事：亿铸科技首款量产芯片的客户导入进度、YICA 平台对主流模型的覆盖比例，以及 3D DRAM 路线的流片良率数据。