Massiver Kapitalzustrom in "In-Memory-Computing"-Chips

Kürzlich hat Houmo Intelligent Technology Co., Ltd. (im Folgenden „Houmo Intelligence“ genannt) den Abschluss einer Serie-B-Finanzierungsrunde im Wert von mehreren Milliarden Renminbi bekanntgegeben. Das Unternehmen teilte mit, dass die Investoren dieser Runde industrielles Kapital aus vor- und nachgelagerten Bereichen, staatliches Kapital und internationale Investoren umfassen, wobei mehrere bestehende Aktionäre weitere Investitionen tätigen. Die genaue Liste der beteiligten Institutionen wurde noch nicht veröffentlicht.

Die Mittel aus dieser Runde werden verwendet, um die skalierte Auslieferung des M50-Chips auszuweiten, die Entwicklung der neuen Generation von M6X und der nächsten Generation von 3D-Computing-in-Memory-Produkten voranzutreiben sowie die Software-Toolkette und das industrielle Ökosystem zu vervollständigen. Im vergangenen Jahr hat Houmo Intelligence nacheinander mehrere Finanzierungsrunden abgeschlossen.

Mehrere Finanzierungsrunden und Fortschritte bei der Aktienrechtsreform

Houmo Intelligence wurde 2020 gegründet. Der Gründer Wu Qiang hat einen Doktortitel in Informatik der Princeton University und war zuvor bei Intel, AMD und Facebook tätig sowie als CTO von Horizon Robotics tätig. In der Frühphase konzentrierte sich das Unternehmen auf die Entwicklung von KI-Inferenzchips für Szenarien wie intelligentes Fahren und Roboter. Mit der Entwicklung von Anwendungen großer Modelle hat es seine Märkte auf Computer, intelligente Endgeräte und Edge-Computing weiter ausgedehnt.

Seit seiner Gründung hat Houmo Intelligence verschiedene Arten von Kapital für die Beteiligung angezogen. Institutionen wie HSG, Matrix Partners China und Qiming Venture Partners waren an den frühen Finanzierungsrunden beteiligt, Lenovo Capital hat seit der Angel-Runde mehrfach investiert; danach sind der Chengtong Mixed-Ownership Reform Fund und Fonds unter der Leitung von China Mobile nacheinander eingetreten, sodass die Finanzierungsquellen allmählich marktorientierte Venture Capital, staatliches Kapital und nachgelagertes industrielles Kapital abdecken.

Im Zuge der fortlaufenden Finanzierungen passt das Unternehmen auch seine Organisationsform an. Aus den Gewerbeanmeldungsdaten geht hervor, dass Houmo Intelligence im April dieses Jahres die Umwandlung in eine Aktiengesellschaft abgeschlossen hat, und der Unternehmensname wurde von „Beijing Houmo Intelligent Technology Co., Ltd.“ in „Houmo Intelligent Technology Co., Ltd.“ geändert.

Der Kern, der die Finanzierungsgeschichte von Houmo Intelligence stützt, ist sein kontinuierlich investierter Ansatz für Computing-in-Memory. Einfach ausgedrückt müssen herkömmliche Chips bei der Ausführung von KI-Aufgaben häufig Daten zwischen Speicher- und Recheneinheiten transportieren; Computing-in-Memory versucht, einen Teil der Berechnungen näher an den Daten durchzuführen, um den Zeit- und Energieverbrauch durch den Datentransport zu reduzieren. Houmo entwickelt Chips auf dieser Grundlage und bietet gleichzeitig Boards, Module, Softwaretools und Referenzlösungen an, um Endgeräteherstellern zu helfen, Modelle in praktischen Produkten zu implementieren.

Der Schwerpunkt der Kommerzialisierung des Unternehmens liegt derzeit auf dem im Juli 2025 vorgestellten M50. Dieser Chip ist für die Inferenz lokaler großer Modelle konzipiert und kann in Computern mit Agent-Funktionen, intelligenten Endgeräten, Robotern und Edge-Inferenzgeräten eingesetzt werden. Für diese Kunden besteht der Zweck des Chipeinkaufs darin, KI-Anwendungen innerhalb der Grenzen von Leistungsverbrauch, Wärmeableitung und Kostenbudget des Geräts kontinuierlich auszuführen.

Laut den von Houmo Intelligence veröffentlichten Angaben hat der M50 bis Ende August 2026 mehr als 150 Produktfestlegungen erhalten; das Unternehmen gab im Oktober weiter bekannt, dass dieses Produkt mehr als hundert Kunden bedient. Wu Qiang erklärte in einem Interview, dass die Nachfrage nach Computern mit Agent-Funktionen und dem Edge-Inferenzmarkt schnell wächst, und andere Endgeräterichtlinien werden ebenfalls kontinuierlich vorangetrieben.

Einige Kooperationen wurden bereits in konkreten Endgeräten umgesetzt. Im Mai dieses Jahres hat Lenovo den Tiankai P7 vorgestellt, der den Houmo M50 verwendet, um Rechenleistung für lokale KI-Anwendungen bereitzustellen. Das intelligente Endgerät für volle optische Netzwerke, das von China Mobile in Zusammenarbeit mit Houmo auf den Markt gebracht wurde, ist für Szenarien wie Büros und Industrieparks konzipiert. Die Fonds unter der Leitung von Lenovo und China Mobile waren zuvor beide an den Finanzierungsrunden von Houmo beteiligt und dienen als zwei Beispiele zur Beobachtung des Fortschritts der industriellen Zusammenarbeit des Unternehmens.

Neben den bestehenden Produkten treibt Houmo auch die Entwicklung der neuen Generation von M6X voran und baut das 3D-Computing-in-Memory aus. Das Unternehmen hat zuvor bekanntgegeben, dass der erste 3D-CIM-Chip A20 bereits in die Produktion gegangen ist. Diese Finanzierung deckt gleichzeitig die Auslieferung des M50 und die Entwicklung der nächsten Generation von Produkten ab, was bedeutet, dass das Unternehmen die Einführung bestehender Kunden, die Softwareanpassung und die Investition in neue Produkte berücksichtigen muss.

Laut den Daten von „Finanzierungsdatenplattform von CLS – Zhizhong“ mit dem prognostizierten Referenzzeitpunkt November 2026 liegt die prognostizierte Wahrscheinlichkeit für weitere Finanzierungsrunden von Houmo Intelligence in den nächsten 2 Jahren bei 76,27 %. Diese Daten stellen nur eine Modellschätzung dar und stellen keine tatsächlichen Finanzierungsergebnisse dar.

Veränderte Inferenznachfrage: Computing-in-Memory erhält nacheinander große Finanzierungsbeträge

Tatsächlich haben nicht nur Houmo Intelligence, sondern auch mehrere Unternehmen im Bereich Computing-in-Memory kürzlich den Abschluss großer Finanzierungsrunden bekanntgegeben. Kapital strömt intensiv in diese Branche.

Am 28. Oktober gab NanoMicroCore den Abschluss einer C2-Finanzierungsrunde von über 1 Milliarde Yuan bekannt, angeführt von Jian Tou Investment, mit Beteiligung von Hangzhou Capital, Kaite Capital und anderen. Zusammen mit der vorherigen C1-Runde hat das Unternehmen innerhalb von zwei Monaten mehr als 2 Milliarden Yuan an Finanzmitteln erhalten. Seine Produkte richten sich gleichzeitig an die Endgeräte- und Cloud-Inferenzmärkte. Die drei Chips der ersten Generation wurden bereits zur Herstellung ausgeliefert, und die Kundenprüfungen sollen Anfang 2027 beginnen. Die Mittel aus dieser Runde werden die Produktiteration und die Vorbereitungen für die Massenproduktion unterstützen.

Am 22. Oktober wurde laut der Finanzberatungsfirma Yiwei Capital bekannt, dass 9RippleChip innerhalb von einem halben Jahr insgesamt 1 Milliarde Yuan an Finanzmitteln erhalten hat, wobei beteiligte Institutionen unter anderem Meituan Strategic Investment, Xinghang Capital unter XPeng Motors, Changcun Industrial Fund, Yuanhe Puhua, OmniVision Group, Zhiwei Capital und miHoYo Strategic Investment umfassen. Das Unternehmen baut auf Computing-in-Memory-Chips auf und erweitert sein Geschäft auf Inferenz-Boards und Server. Die Finanzmittel werden für die Entwicklung neuer Chips, die Herstellung von Prototypen und den Aufbau des Software-Ökosystems verwendet.

Hinter dieser Aufmerksamkeit des Kapitals ist eine wichtige Veränderung zu beobachten: KI-Anwendungen erhöhen den kontinuierlichen Verbrauch von Inferenz-Rechenleistung.

In der Vergangenheit erhielten Benutzer nach einer Frage an das Modell normalerweise nur eine Antwort; wenn Agenten Arbeitsaufgaben bearbeiten, müssen sie möglicherweise wiederholt Modelle aufrufen, Informationen abrufen, Tools verwenden und die Ergebnisse überprüfen. Je länger die Aufgabenkette ist, desto häufiger erfolgen Berechnungen und Datenaufrufe, desto mehr müssen Unternehmen auf die tatsächlichen Kosten, die Reaktionsgeschwindigkeit und den Energieverbrauch bei der Erledigung einer Aufgabe achten.

Auf dem relevanten Symposium des Open Data Center Committee im Mai dieses Jahres wiesen Forscher der China Academy of Information and Communications Technology darauf hin, dass Anforderungen wie Zustandsverwaltung, mehrfache Iterationen und Toolaufrufe, die von Agenten verursacht werden, eine kooperative Optimierung zwischen Berechnung, Speicher, Netzwerk und Planung für Inferenzsysteme erfordern. Dies bedeutet auch, dass die Erhöhung der Spitzen-Rechenleistung von Chips nicht ausreicht, um alle Probleme zu lösen.

Bei einigen Inferenzaufgaben großer Modelle gehören zu den Faktoren, die die Ausführungsgeschwindigkeit einschränken, auch ob Daten rechtzeitig zur Recheneinheit gelangen können. Modellparameter, Kontext und Zwischenergebnisse müssen häufig auf den Speicher zugreifen, und der Datentransport selbst verbraucht Zeit und Strom. Ansätze wie Computing-in-Memory und Near-Memory Computing erhalten dadurch neue Anwendungsmöglichkeiten: Durch die Anpassung der Beziehung zwischen Speicher und Berechnung wird die Ausführungseffizienz bestimmter Aufgaben verbessert.

Der Endgerätemarkt verstärkt diese Nachfrage weiter. Computer, Roboter und Edge-Geräte haben begrenzte Stromversorgungs-, Volumen- und Wärmeableitungsbedingungen, und einige Aufgaben erfordern eine geringe Latenz bei der Reaktion oder die lokale Datenverarbeitung. Chiphersteller müssen unter diesen Einschränkungen verfügbare KI-Funktionen bereitstellen. Als Qualcomm im September dieses Jahres seine NPU-Architektur vorstellte, nannte es auch die kontinuierliche Ausführung von Agenten, die Verarbeitung langer Kontexte und die Reduzierung des externen Speicherzugriffs als Optimierungsschwerpunkte.

Aus dieser Sicht ergibt sich die neue Chance für Computing-in-Memory aus den spezifischeren Anforderungen an Inferenzkosten und Energieeffizienz, die entstehen, wenn große Modelle schrittweise in praktische Geschäftsprozesse und Endgeräteprodukte integriert werden.

Für Houmo ist es in Zukunft beobachtenswerter, wie viele der bestehenden Produktfestlegungen in Massenauslieferungen umgewandelt werden können, ob die Endgeräte mit seinen Chips einen kontinuierlichen Absatz erreichen können und ob Softwareanpassung und Kundenunterstützung mit der Geschäftsexpansion ihre Effizienz beibehalten können. Diese Fortschritte werden bestimmen, ob die Energieeffizienzvorteile von Computing-in-Memory weiter in Einnahmen und wiederholte Bestellungen umgewandelt werden können.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Sci-Tech Innovation Board Daily“, Autor: Xiao K, veröffentlicht mit Genehmigung von 36Kr.