2025年年底的硅谷，英偉達掏出近兩百億美元，把一家叫Groq的AI推理芯片新秀整個吞了下去；2026年5月7日的北京，一支二十來人的小隊伍——寒序科技，對外官宣了一項亞洲范圍內從未有過的成績：8納米eMRAM AI芯片成功流片。一邊是巨頭用鈔票清場，一邊是后起者用技術亮劍，這兩件事撞在一起，把＂絕不看人臉色＂這五個字寫得格外清楚。

2025年12月，英偉達完成了公司史上最大的一次收購，以約200億美元拿下成立9年的芯片創業公司Groq的資產。Groq當年憑著自研LPU架構，讓大模型每秒能蹦出五百個Token，把傳統GPU方案甩在身后。

外界看得很明白。有華爾街分析師直接挑明，這種＂非排他性授權＂的結構，本質上是在反壟斷審查面前留個體面，＂反壟斷似乎是這里的主要風險，但將交易結構設為非排他性授權可能讓競爭的假象得以延續＂。一句話，威脅者被買進自家后院。

這種打法過去幾年屢試不爽?？蓡栴}是，買得到公司，買不到所有人的腦子。中國半導體圈這兩年的應對思路也變了——不跟你搶同一條賽道，換條路自己走。

5月7日寒序科技聯合韓國設計服務商SEMIFIVE，把基于三星8納米制程的eMRAM邊緣AI SoC送進了流片環節。資本市場嗅覺靈敏，第二天科創芯片設計ETF天弘盤中成交額一舉突破2500萬元，換手率接近6%。

很多人可能對eMRAM這幾個字母陌生。它的全稱是嵌入式磁阻隨機存取存儲器，核心是利用磁隧道結里電子自旋的方向來表達0和1，斷電之后數據照樣在。一句話概括：又快、又穩、又省電。

為什么這玩意兒現在突然這么金貴？得回到一個讓所有AI工程師頭疼的瓶頸——數據搬運。今天的芯片里，算力和存儲是兩口鍋，模型參數要從遠處的內存條挪到計算單元，路上耗的電比真正算賬的還多。模型越大，這條路堵得越死。

eMRAM的想法很樸素：把倉庫直接搬進車間。寒序的方案更進一步，技術層面上他們采用＂MRAM+SRAM＂混合存儲架構，直擊傳統AI芯片面臨的＂內存墻＂痛點。前者管常駐不丟、后者管極速讀寫，各打各的長處。

效果立竿見影。這款芯片采用PNM近內存處理架構設計解決了端側推理面臨的帶寬瓶頸，可支持2B模型端側運行。兩億參數的大模型直接塞進本地，不必往云端跑一趟再回來。

更讓業內意外的是這支隊伍的來路。寒序科技不是典型的微電子背景出身，它依托北京大學物理學院應用磁學中心的多年技術積淀，在自旋電子學與存算一體方向上扎進去。物理學家做芯片，乍聽跨界，可磁性材料這件事本就在他們的主場。

合作分工同樣值得說道。寒序自己抓的是底層——MRAM比特單元、外圍電路、高帶寬讀出電路一直到大模型推理算子加速，SEMIFIVE那邊負責后端硅實現與MPW流片支持，形成了＂底層架構自研+國際生態落地＂的合作模式。換句話講，地基是自己打的，工地借了外面的塔吊。

這一點和過去某些＂貼牌式＂流片項目不一樣。核心專利攥在自家手里，意味著將來即便外部環境再起波瀾，技術路線不至于一夜之間斷糧。

那這枚芯片到底能干嘛？團隊給出的方向很清晰，主要面向私有AI Agent、人形機器人等端側場景，同時可適配具身智能與云端推理中心，作為GPU/HBM體系之外的高能效推理加速模塊。這是一條不和英偉達正面硬剛的路。

端側這塊市場其實正在飛速膨脹。家用掃地機、AR眼鏡、輔助駕駛、工業巡檢機器人——這些場景共同的特點是：網絡靠不住、延遲容不得。一旦數據要繞道云端，體驗立刻打折。

舉個最直觀的例子。汽車前方突然有行人橫穿，留給系統反應的時間是零點幾秒。這段時間里，本地芯片必須獨立完成識別、判斷、剎車指令的全過程。eMRAM那種＂參數就在身邊＂的特性，恰好對癥。

還有一個常被忽略的優勢——抗輻射。普通存儲靠電荷存信息，宇宙射線一打就可能翻位；磁性存儲靠的是磁極方向，外來粒子很難撼動。未來衛星互聯網、深空探測要裝AI算力，這條特性會被反復提起。

英偉達用資本筑墻，把潛在挑戰者一個個搬進自家庫房；寒序這邊則用一種幾乎反向的邏輯——不去搶GPU訓練的山頭，而是從存儲和架構層面鑿出新的入口。兩條路徑未必非此即彼，但中國團隊選了一條更難、也更自主的走法。

當然，一顆芯片走完流片，離批量出貨還隔著良率爬坡、客戶驗證、生態適配一串硬關。寒序接下來要打的，是從樣片到產品的那場更長的仗。這事兒急不來，吹得太早反而壞事。

2026年5月7日這一天，亞洲第一顆8納米eMRAM AI芯片的電信號在測試臺上跳動起來，給那句＂打不過就收購＂的霸道邏輯，回了一句安靜卻有力的——這條路，自己也走得通。