← 返回新闻列表
36氪 🗓️ 2026-06-22

36氪首发 | 联想之星险峰联合领投,AI算力中心感知与效能管理方案商完成天使轮融资,这意味着什么?

⚡ 一句话看懂:有分析指出,作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉,芯感通科技有限公司(以下简称“芯感通”)日前完成数千万元天使轮融资,由联想之星与险峰联合领投。

作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉,芯感通科技有限公司(以下简称“芯感通”)日前完成数千万元天使轮融资,由联想之星与险峰联合领投。

本轮融资将主要用于芯片研发迭代、产品验证及市场拓展。

随着大模型训练规模持续扩大和商业服务展开,AI算力基础设施的铺设在快速亟需高效能运营,同时,高性能GPU也将算力推入高能量密度、高功耗时代。

从单柜数十张GPU到万卡集群,数据中心内部的供电、散热和能耗管理正在成为新的技术瓶颈。

与此同时,太空算力、轨道数据中心等新兴方向兴起,也对系统稳定性和精密感知能力提出了更高要求。

这一背景下,芯感通选择从算力基础设施中一个日益关键的环节切入——电流与空间磁场感知。

电流与功率感知领域,传统的霍尔传感器存在噪声高、温漂大等问题,在高密度、大电流场景下难以兼顾量程与分辨率,无法满足AI服务器对精细化电源管理的需求;传统磁通门传感器则采用绕线结构,体积较大、集成度较低,同时难以满足高频应用需求。

公司联合创始人张乃川向硬氪介绍,目前行业普遍采用分层监测方案:板级使用分压电阻进行粗粒度检测,模块级采用霍尔传感器,总线级再使用传统磁通门传感器。

由于三类传感器的量程、精度和输出特性差异较大,导致数据无法统一,难以形成贯穿整个系统的实时监控和调度能力。

对于今天的AI数据中心而言,仅仅“看见”系统状态已经不够,更需要建立统一、实时、可预测的感知体系,从而支撑能效优化和智能运维。

基于这一思路,公司通过MEMS梳齿结构、3D堆叠封装、CMOS模拟前端、高速ADC及片上标定算法等技术,开发出可实现半导体集成的芯片级方案,将原本体积较大的磁通门技术压缩到芯片尺度,在保持高精度的同时实现数字化和高集成化。

据了解,公司核心磁通门芯片已完成首次流片,达到1nT精度和0.5‰线性度。

芯感通PerMAG3001流片成功梳齿结构(图源/企业)

🔗 原始来源

如果你要核对细节,可以再看原文: 36氪原文链接