龙虾狂潮里的超5亿资本注入，「原粒半导体」重新定义端侧AI生产关系
当服务器级别智能下沉至端侧。
2026年开局，一个 “ 冷门 ” 赛道意外升温 —— 数字劳动力。
随着全球人口红利消失、人力成本持续攀升， AI Agen t 正在开辟一个万亿级的数字劳动力市场。
尤其在 “ 龙虾 ” 冲击之下，全球 AI端侧部署需求暴涨，一台7x24小时在线、具备自主理解、规划和执行能力的 “ Agent主机（Agent Computer） ” 成为人人可拥有的数字劳动力，字节、荣耀、 AMD等大批大厂纷纷入局。
在这样的背景下， 36Kr获悉，原粒半导体已完成超5亿元Pre-A轮融资，资方阵容豪华。
本轮由国际头部机构IDG资本独家领投，并联合半导体产业投资机构武岳峰科创及“国家队”国新基金等共同加持，一线市场化及国资投资机构尚势资本、红鸟启航基金、领屹投资、首发展创投、香港木棉花基金及英诺、中科创星、一维创投、水木清华校友种子基金等 新老股东超额加码。
与其他 AI芯片公司不同， 成立于2023年的原粒半导体自诞生之日便瞄准了AI大模型在边缘端的部署需求， 其通过创新的Chiplet积木式架构，将以往只能跑在云端大型服务器的千亿参数大模型落地端侧并实现规模化部署，其解决方案原生支持 “ 龙虾 ” OpenClaw生态，相当于 “ Mac Mini +无限免费的本地Tokens ” 。
原粒半导体的创始团队尤为值得一提， 这是一支经过十年磨合，来自顶级国际半导体巨头的 “ 特种部队 ” ， 有着十几代 AI芯片架构经验与丰富的产业链资源积累；公司CEO方绍峡博士曾任AMD芯片研发总监、Xilinx AI处理器研发总监，长期致力于高性能处理器架构、AI算力芯片与复杂片上系统研发，拥有50余项中美AI芯片相关发明专利成果。
即将推出 业界 首款
“ 端侧生产力芯片 ”
众所周知，云端定义 “ 智能上限 ” ，端侧夯实 “ 生产底座 ” 。
云计算中心拥有近乎无限的算力、海量数据和强大的模型训练能力；然而， 想要将 AI Agent真正从 “ 炫技 ” 变为 “ 普惠生产力 ” ，却必须依赖终端设备的端侧部署。
对于企业乃至个人开发者而言， 将 “ 数字员工 ” 部署在云端的问题显而易见： API成本上不封顶、隐私安全弱、稳定性差、延迟高、无法实现物理隔离…… “ 龙虾 ” 走红后，连苹果坐了多年冷板凳的 Mac Mini设备都带火了，行业对于低成本、低功耗、高稳定性的端侧智能体需求可见一斑。
然而， 端侧也有一个绕不过去的问题 —— 算力不够强，显存规格不够大，难以支撑生产力级大模型部署。
此前行业 AI芯片创新大多侧重于云端，原粒半导体CEO方绍峡将其形象地比喻为 “ 造高铁 ” ，为海量客流提供承载能力。
相比起来， 原粒半导体的方案更像是 “ 造私人飞机 ”—— 在一个纸巾盒大小的桌面 AI超算终端里，能够流畅运行671B级别的 “ 满血 ” AI模型，提供免费且不限量的本地生产力Tokens， 打破算力资源的空间限制，让每个人都能拥有真正的 “ AI员工 ” 。无需复杂的机房部署，插上电源，即可在人人熟悉的工作环境中，引爆 AI创新的无限潜能。
Token是 “ 数字化智力 ” 的最小度量单位，当服务器级别智能下沉至小型终端设备，当获取专家级智能的边际成本趋近于 0，整个AI智能体产业生态将迎来大爆发—— 它不仅重构了资本与劳动的配比，更在改写生产关系的同时，彻底重塑所有行业的底层逻辑。
“ 三年前的子弹，
射中今天的靶心 ”
此前，端侧大模型的部署规模一般在几十亿至几百亿参数之间，原粒之所以能如此大幅度地提升端侧算力，归根到底，还得依赖于 计算与通信架构的底层创新 —— 芯片。
具体来说，正如原粒公司名字所示，原粒所瞄准的是后摩尔时代最火的半导体技术之一， Chiplet（芯粒）。
Chiplet跟传统 “ 大芯片 ” 相比，其核心优势在于采用模块化设计，能够允许芯片不同工艺节点混合，实现更高灵活度、更高良率、更低成本、更短的开发周期。
而在传统 Chiplet “ 优化拆分 ” 的思路基础上，原粒更是创新性地设计出 “ 乐高式 ” 架构，将功能单元设计成高度标准化、可即插即用的 “ 基础砖头 ” ，允许极高灵活度的自由组合，天然适应端侧 AI场景的多样性需求。
在 “ 数字员工 ” 爆火的今天，端侧 AI几乎成为了产业共识；然而在三年前，原粒半导体成立伊始的2023年，这还是没有“问题定义”的荒原。
“ 芯片的研发周期很长，如果一味追求热点，看到 Llama的时候做一个Llama芯片，看到DeepSeek做一个DeepSeek芯片，等到三年后芯片出来就已经不是那个世界了。 ” 方绍峡告诉 36氪。
对于芯片团队来说，每一款芯片在定义与设计之初，都需要大量的预判、研究、推演。 而在 “ 龙虾 ” 、 DeepSeek尚未出现的三年前，原粒半导体的思考原点，便是将服务器级别的智能下沉到桌面与边缘AI环境，会带来怎样的产品形态创新及生产力变革。
这种级别的预判与推演，对团队在半导体的技术演进路线、 AI行业发展态势、端侧算力需求的发展态势，以及产业链上下游协同节奏的认知提出了极高的要求。
而原粒半导体的前瞻性，恰恰来源于这支经历过十年磨合、来自国际半导体巨头的、打过胜仗的 “ 特种部队 ” 。在携手开发了十几代 AI芯片架构后， “ 各种坑基本上都踩过一遍 ” ， “ 几十亿美金烧出来的经验 ” ， 这才换来了足够强大的前瞻判断。
走表面的 “捷径 ” 与 “ 追随式创新 ” ，往往意味着在别人的围墙里打转；而最难走的路径，因其难以逾越的资源与时间壁垒，反而成为了最短的路径。所有的轻巧都来源于底层的厚重支撑和长久积累。
一个有趣的现象是，原粒半导体既是一个瞄准 “ AI Native ” 产业的半导体企业， 其自身也是一家 “ AI Native ” 公司。
AI芯片的研发环节复杂，涉及架构、设计、编译、IP、产业链等。当公司到达产品阶段时，员工体量往往达到上千人，传统半导体巨头更是十数万人的规模。
而原粒半导体目前的 “ 真人员工 ” ，还不到 100名。
是的，原粒半导体员工结构配置，是 “ 100个‘真人员工 ’ ， 3000个‘数字员工 ’” ， 由自家芯片提供自家数字员工生产力，这是非常赛博朋克的一幕。
而这， 恰恰是技术、劳动力、生产关系变革的缩影。
在人类科技的历史上，从来没有像 “ 龙虾 ” 那样能迅速达成全球共识的技术路径。 Meta旗下的React在GitHub攒下24万颗星、排到全球热度第一用了十三年，而 “ 龙虾 ” 超越它只用了 100天。
有史以来第一次，人们买电脑、买计算设备不再是为了自己， 而是为了购买一台 7x24小时在线、足够小巧、静音、低功耗的硬件Agent主机，以运行能够不眠不休的 “ 个人数字员工 ” 。
过去这三年来，从DeepSeek到“龙虾”，大模型技术一日千里，端侧AI的需求也逐渐明晰。 一直到2026年“龙虾”的火爆，整个市场突然意识到端侧生产力智能体市场的巨大潜力。
而原粒三年前射向未来的子弹，完美击中了今天的靶心。