（来源：VCA创投社）
又是华为系创业者。
2026年9月14日，前海思鲲鹏总经理、地平线芯片总裁陈鹏创立的新公司——九万里未来科技正式对外披露融资消息：公司连续完成种子轮及天使轮融资，累计融资规模超过一亿美元（约合人民币6.71亿元）。投资方阵容堪称豪华：红杉中国、某头部财务基金、华业天成、蓝驰创投、联想创投、中科创星、武岳峰科创、华登高科等顶级财务及战略投资机构集体入局，高鹄资本担任独家财务顾问。
这家成立于2026年5月7日的公司，从注册到完成近7亿元融资，仅用了四个月。
联想集团副总裁、联想创投首席投资官宋春雨表示：“智能终端正在从传统的计算设备进化为具备感知、推理与自主执行能力的Agent，新的计算范式也将催生全新的芯片架构和产业机会。陈鹏及团队在通用CPU、AI处理器和车规级芯片领域拥有二十余年的深厚积累，并经历了从架构定义、芯片设计到规模量产的完整产业闭环，这种兼具技术前瞻性与大规模工程落地能力的团队十分稀缺。我们看好其在边侧端侧大算力推理芯片上的创新方向。”
华为海思20年老兵创业
在中国芯片产业，能够设计一颗高性能芯片的人并不少见；真正稀缺的，是既能把握底层架构，又能完成产品定义、组织千人研发、跨越先进制程工程难关，并最终将芯片推向规模量产的人。陈鹏正是其中少数完整走过这条路径的产业领军者。
陈鹏在芯片行业深耕超过二十四年，职业生涯横跨海思与地平线两个关键产业平台，先后参与并主导鲲鹏、泰山ARM核、昇腾及征程6等中国大算力芯片代表性项目。
在海思的近二十年里，陈鹏从鲲鹏处理器研发部长做起，后担任昇腾处理器芯片研发部长及鲲鹏处理器领域总经理。他带领千人级团队，亲身领导了多个里程碑式项目：业界首颗台积电CoWoS先进封装芯片、业界首款ARM64 Server芯片的研发与量产、业界首次竞争力比肩ARM原生的自研ARM CPU核的量产落地，以及两年时间带领团队完成AI领域训练推理系列芯片从0到1的研发与量产。
2023年，陈鹏加入地平线，担任芯片研发负责人、芯片产品线总裁。他搭建了地平线的芯片产品线，主导征程6系列从产品定义、架构设计、研发交付到量产落地的全过程。其中J6M芯片在2025年与2026年出货量均超过百万片，成为该系列中出货量最大、量产落地最广的芯片。
从国产服务器CPU，到AI训练/推理芯片（昇腾），再到车规级智能驾驶芯片（征程6），陈鹏几乎把中国大算力芯片的核心战场都打了一遍。
陈鹏对芯片公司的核心竞争力有自己的理解：核心壁垒在于打通“架构定义—芯片设计—规模量产”的完整闭环。他认为真正有竞争力的AI芯片不是某一个参数冲到极致，而是“六边形战士”——在性能、功耗、成本、数据使用效率、软件可用性与可制造性六个维度之间找到最优解。任一维度失衡，都会让实验室指标无法转化为可量产、客户愿采用的产品。
陈鹏在融资完成时表示：“我一直希望在计算芯片这个关键领域有几支队伍能承载使命、面向未来、不断突破和前进，在全球范围内具备竞争力。为了这个愿景我努力了二十多年。”
九万里的定位非常明确：聚焦边侧、端侧大算力推理芯片，围绕高算力、高能效、低时延、长程任务等核心需求，把超大规模参数的模型放到单颗芯片中高效运行，打造面向新一代Agentic智能的开放计算平台。
这一定位背后有清晰的产业逻辑。过去两年，大模型的算力主要集中在云端。但当模型能力逐步成熟，云端推理的短板被反复提及：时延、隐私、成本以及离线场景下的可用性。对智能体而言，问题更为具体：一个真正可用的Agent要完成“规划-执行-反思-再执行”的长程任务，需要连续调用工具、读写本地文件、感知环境、记住上下文。如果每一步都往返云端，体验会被网络不确定性切碎，隐私与合规边界也会变得模糊。
高通中国区董事长孟樸在2026年给出了一组数据：对话式AI单次任务约消耗1万词元，推理式AI约10万词元，智能体单次任务的需求可达百万级别。这意味着芯片面临的不仅是更大的算力需求，而是运行模式的根本改变——智能体需要持续运行、持续处理传感器数据、持续进行任务规划。
然而，供给侧远远没有跟上。此前端侧芯片只能承载中小参数模型，超大参数规模的模型放到端侧会带来网络时延、隐私和成本等多重压力。现有端侧芯片尚无法同时满足推理性能、功耗和成本的要求，而云端芯片也无法直接“挪用”到端侧——云端追求性能优先和灵活性，端侧更关注成本和功耗。
联想集团副总裁、联想创投首席投资官宋春雨对此的判断是：“智能终端正在从传统的计算设备进化为具备感知、推理与自主执行能力的Agent，新的计算范式也将催生全新的芯片架构和产业机会。”
AI时代下一个十年最大的机会
端侧/边缘AI推理芯片正处于从技术验证向规模化商用的关键跃迁期。据IIM信息测算，2026年全球边缘推理芯片市场出货量预计突破28.6亿颗，较2025年增长约34.7%，全年市场规模预计达到417亿美元。IDC数据显示，2026年一季度全球端侧/边缘AI芯片出货量同比增长45%，IoT、工业设备适配的中低端端侧芯片涨幅突破110%。
光合组织嵌入式专家张考华指出：“随着AI模型的小型化和算法的优化，算力正在从高端的云端向边缘侧和终端下沉。无论是低空经济中的无人机，还是家中的智能家电，亦或是工厂里的工业控制设备，都将具备AI能力。”
当前端侧大算力推理芯片赛道呈现多元化技术路线并存的格局：
通用GPU/NPU路线是当前主流方案，代表企业包括爱芯元智（端侧视觉AI推理SoC，已处于港股IPO聆讯阶段）、黑芝麻智能（自动驾驶域控芯片，已完成港股上市）、芯擎科技（车规级智能座舱与自动驾驶芯片）等。这一路线生态成熟，但在能效比和场景适配方面存在局限。
可重构架构路线以清微智能为代表，采用可重构数据流RPU技术路线，适配低功耗实时推理场景，已完成IPO辅导。
存算一体路线正在快速崛起。后摩智能的漫界M50面向端侧和边缘侧大模型推理，采用存算一体架构，减少模型参数在存储与计算单元之间的反复搬运以提高推理效率。光羽芯辰在业内率先推出4层堆叠的3D存算芯片，端侧大算力3D近存算AI芯片TC1000系列已实现量产，半年内累计融资近20亿元。
RISC-V架构路线也在取得商用突破。奕行智能高级副总裁吕剑飞认为，RISC-V的核心特点是开源、可定制、不依赖指令集授权费，在需要高度自主可控或深度定制的场景中具有独特价值。
九万里未来科技则走出了一条独特的路线：不做云端通用算力，而是聚焦单芯片承载超大参数模型，围绕Agentic智能打造开放计算平台。这一路线与现有端侧芯片形成明显差异化——多数端侧芯片聚焦中小参数模型或特定视觉场景，而九万里瞄准的是超大参数模型在单芯片上的高效运行。
随着AI模型的小型化和算法优化，推理需求全面爆发，算力下沉不再是简单的技术迁移，而是应用场景的全面铺开。工信部等八部门已发布“人工智能+制造”专项实施意见，明确发展端侧推理芯片、边缘计算服务器，推进“云—边—端”模型体系建设。
多位芯片企业高管判断，国内市场不会出现一家独大的局面，最终会沉淀出3至5家拥有核心技术、成熟生态、规模化落地能力的头部企业，凭借差异化架构、场景化能力瓜分市场。云端大算力领域会有几家头部企业形成主导，但端侧和边缘侧会更加百花齐放。
随着硬件架构日趋多元，算子库兼容性、模型压缩工具链的完善度直接影响芯片落地效率。软件生态成熟度正在成为竞争新维度，芯片、模型、软件、网络能否组合成完整解决方案，将决定企业能否从“试验”走向“规模化”。
从鲲鹏到昇腾，从征程6到九万里，陈鹏用二十四年时间走过了中国大算力芯片从0到1的完整链路。
红杉、联想合压九万里，不是赌单颗芯片，而是赌Agentic端边计算从“协处理器时代”进入“主SoC时代”；边端大算力的下一轮洗牌，不属于只会讲大模型口号的团队，而属于能把架构、封装、编译器、整机与交付一起跑通的老兵。
