前Graphcore总裁卢涛加盟铭芯启睿，LPU要跑满血模型卖高铁价

AI推理芯片赛道又添一位重量级玩家。铭芯启睿（MemSilicon）已完成超4亿元A轮融资，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，老股东复容投资、国开科创、恒裕资本、锦秋基金、顺禧基金、小米战投、中科创星持续加注。更引人注目的是，前Graphcore总裁兼大中华区总经理卢涛以CEO兼联合创始人的身份加入，带队启动第一代LPU（Language Processing Unit）研发。

卢涛为什么选择此时加入

卢涛在半导体行业深耕二十余年，历任Cavium中国区总经理、曦智科技副总裁，覆盖Arm服务器CPU、大SRAM架构的AI处理器IPU以及硅光等领域。他与铭芯的交集始于公司成立的2024年——当时铭芯曾邀请他出任CEO，他没有答应。

转折点出现在GTC。看到黄仁勋发布产品时，卢涛强烈地怀念起与芯片巨头正面竞争的日子：在Graphcore挑战英伟达，在Cavium做服务器CPU对抗英特尔，做交换芯片对抗博通。从零创业是一个选项，但他算了一笔时间账：组建团队、确定架构、融资交割，即使资本市场火热也需要六到九个月，他不确信这波热度能持续多久。加入铭芯，能让他更快起步。

另一个关键因素是铭芯的技术底子。团队源自中国科学院刘明院士团队，拥有二十余年存储技术积累，除RRAM外，在SRAM、MRAM、DRAM等领域也有研究基础。而在此次加入之前，铭芯已决定从存储延伸至计算，恰好给了卢涛自主推进计算产品的空间。

Graphcore与IPU：Graphcore是英国AI芯片初创公司，其核心产品IPU（Intelligence Processing Unit）采用大规模片上SRAM架构，主打细粒度并行与图计算，曾被视为英伟达GPU在AI训练/推理领域最受关注的挑战者之一。卢涛曾任Graphcore总裁兼大中华区总经理，负责其中国市场商业化，这段经历让他同时接触了架构落地与客户付费意愿两端。

GTC：即英伟达GPU技术大会（GPU Technology Conference），是英伟达发布新一代GPU、软件栈与生态路线图的年度旗舰活动，也被视为AI算力风向标。卢涛在GTC上看到黄仁勋发布产品后决定加入铭芯，说明头部厂商的产品节奏会直接影响创业者的入场时机判断。

“know-how”与“know-why”的双重能力

加入后，卢涛迅速组建了一支十几人的LPU核心团队，覆盖硬件、编译器和系统软件等环节。他尤其看重在Graphcore与头部客户实战中积累的经验——新架构如何落地，成功与失败分别因为什么。

卢涛用两个词概括团队能力：know-how（怎么做）和know-why（为什么做）。既知道怎样把芯片做出来，也清楚为什么做、最终要向用户交付什么价值。在他看来，GPU、NPU公司已经足够多，新团队必须从尚未解决的问题出发去定义架构。“把AI芯片做出来很困难，把它卖出去更是不简单。”这是他反复强调的判断。

产品目标：满血模型，高铁价格

铭芯首款LPU面向数万亿参数的完整模型，不依赖量化、投机解码等手段，追求每名用户每秒生成1000个Token的速度。

速度之外还有价格。卢涛用高铁打比方：如果普通车票200元、高铁票却要2000元，就很难普及。高速推理可以比普通服务贵，但溢价必须有限。“它未来不是利基，而是一个主流。”他希望通过存储、计算与互联的联合创新，让LPU跑满血模型、实现高速Token与越级性价比。

卢涛曾参与商业化的Graphcore IPU采用大SRAM架构，SRAM能提供高带宽、低延迟，但面对数万亿参数模型，容量成为硬约束；靠增加芯片来容纳模型，跨芯片互联又会带来成本、功耗和时间开销。铭芯的思路是保留SRAM的速度优势，同时引入其他介质的容量优势，用更少的芯片承载大模型，控制互联代价。

你可能没注意到，第一代LPU不会采用RRAM，而是使用更成熟的存储介质；RRAM仍需攻坚容量，未来再争取与计算产品结合。目前铭芯正与头部云服务商、大模型公司交流，卢涛期望未来两三年内将计算产品交到客户手中，同时推进大容量RRAM研发。

LPU（Language Processing Unit）：LPU并非统一标准术语，通常指面向大语言模型推理专门优化的处理器，强调低延迟、高Token吞吐与确定性执行，而非通用训练能力。与GPU依赖高带宽显存和大量并行线程不同，LPU路线往往通过更激进的片上存储、编译调度与数据流设计来降低推理时延。铭芯首款LPU的定位正是推理专用，目标是在完整参数模型上实现高速Token生成。

满血模型、量化与投机解码："满血模型"指不经过量化压缩、不裁剪参数的完整精度模型。量化（如FP8/INT8）能降低显存占用和带宽压力，但可能损失精度；投机解码（speculative decoding）用小模型草拟、大模型校验来加速生成，属于软件层优化。铭芯提出"不依赖量化与投机解码"，意味着其速度目标要靠硬件架构与存储带宽本身兑现，而非靠模型压缩或算法取巧，这对芯片的容量与带宽提出更高要求。

RRAM（阻变存储器）：RRAM是一种新型非易失存储技术，通过施加电压改变介质电阻态来存储数据，理论上具备高密度、低功耗、可与CMOS后端工艺集成等优势，被视为存算一体（compute-in-memory）的候选介质之一。但其容量扩展、良率、一致性与耐久性仍是工程难点。铭芯团队源自中科院刘明院士团队，在RRAM上有二十余年积累；文章明确第一代LPU不采用RRAM而选用更成熟介质，说明RRAM当前仍受容量约束，需先攻坚再与计算产品结合。

SRAM架构的容量瓶颈：SRAM速度快、延迟低、带宽高，但单位面积容量小、成本高。Graphcore IPU采用大SRAM架构，在中小模型上优势明显，但面对数万亿参数模型时，单芯片SRAM容量远不足以容纳模型，必须增加芯片数量并依赖跨芯片互联，进而带来成本、功耗与通信时延开销。铭芯的思路是保留SRAM速度、引入其他介质容量，本质是在存储层级上做混合设计以缓解这一瓶颈。

存储与计算同队，才是差异化所在

当前AI芯片赛道拥挤，铭芯的差异化不在单点技术，而在于把存储器件、工艺积累与计算架构、软件及产业化经验放进同一支团队。卢涛的加入，让这家公司的技术积累有机会从存储延伸为完整的计算系统，也为“满血模型、高铁价格”留出了持续演进的空间。

从行业视角看，这条路线能否成立，取决于两个变量：一是混合存储介质方案能否在真实负载下兑现速度与容量的平衡，二是客户是否愿意为高速推理支付有限溢价。前者是工程问题，后者是市场问题，卢涛在Graphcore的经历恰好同时覆盖了这两端。