LPU创业公司元川微已完成Pre-A轮数亿元融资，本轮由IDG资本领投，孚腾资本、九坤创投、尚颀资本、顺禧基金、徐汇科创投联合投资。这是元川微自2026年以来完成的第四轮融资。公司透露，资金将主要用于LPU+芯片研发、软件生态建设及产品工程化推进，目前正与多家产业客户及云厂商开展产品验证与合作，下一轮融资已有序展开。

元川微成立于2025年9月，今年4月完成的数亿元天使轮系列融资已获得头部VC、政府基金及产业链联合支持，投资阵容覆盖从流片制造到终端应用的关键环节。资本的持续加码，反映出推理时代的新一轮芯片竞争正从GPU延伸至推理专用架构。

公司创始人兼CEO杨滨拥有华为22年从业经历，曾赴美从零组建华为处理器团队，回国后负责无线基带算法与芯片业务，长期主导大规模硬件调度与数据架构研发。CTO孙博士对GPGPU、GPU、DSP等高性能计算架构有超过三十年研究，首席软件工程师Will博士拥有20多年编译器、EDA和异构系统软件经验。

杨滨并不认同外界将元川微简单类比为“中国版Groq”。他指出，两家公司虽都关注低延迟推理，但Groq诞生于CNN时代，而元川微的LPU+架构从设计之初就面向Transformer时代，支持多模态模型，并针对MoE（混合专家）模型的动态调度特征进行优化。他认为Groq真正值得借鉴的是其坚持的硬流水架构，这能避免资源竞争和不必要的数据等待，但要将架构与存储介质的协同优势发挥出来，还有赖于时空编译器的提前规划——他将此比喻为制定高铁运行图：发车、停靠、停留时间都提前安排妥当，运行时只需按路线执行。

杨滨强调，LPU的时空编译器、硬流水架构、大带宽存储三大核心难以区分优先级高低：前两者决定芯片理论性能，编译器则关系到这些能力在实际运行中能兑现多少。基于硬流水架构，元川微无需针对不同算力等级重新设计芯片，可根据云边端不同场景灵活扩展算力规模。在刚刚落幕的2026世界人工智能大会上，这套技术路线首次以Agentic AI Token工厂的形式对外亮相，为企业级推理服务提供底层算力支撑。

杨滨的创业思路源于从AI终局倒推。2025年上半年，他与CTO讨论AI芯片赛道机会时已意识到，模型真正落地后才产生价值。彼时Deepseek R1以远低于行业预期的成本训练出接近顶级模型的性能，Manus打开通用Agent想象空间，黄仁勋首次将推理和Agent作为GTC大会核心叙事。杨滨认为，Agent完成一项任务往往需要经历任务规划、工具调用、结果验证等多个环节，背后可能对应几十次甚至上百次推理，任何一次延迟都会沿任务链累积；多个Agent协同下，单Agent响应变慢可能像蝴蝶效应一样拖慢整个系统。因此，他选择“只做推理且只做最快的推理”，而非主打性价比——在他看来，客户愿意为效率支付更高溢价，性价比市场会被快速压缩。