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） 与传统单点传感器不同，芯感通更强调“多技术栈融合”能力。构建了从芯片、ASIC、系统到AIDC算力与效能智能调配平台的四层技术体系，同一套技术架构可覆盖板级、机柜级（Rack）以及系统级（Inlet）三类场景，实现数据中心不同层级感知数据的统一采集与管理。 当这些数据被打通后，系统便能够对机柜负载、模块功耗等状态进行实时预测，并动态调节供电、液冷和GPU资源，实现闭环优化。 除目前AI算力中心外，这一解决方案同样适用于太空算力领域、并同时解决了太空中对于体积、重量、功耗和实时响应的关键需求。 芯片级磁通门方案天然具备高集成度、小型化和高可靠性优势，能够满足太空环境对感知系统的特殊要求。目前，公司已与卫星企业开展合作，相关产品性能已通过初步验证。按照规划，正式模组产品预计于2026年下半年推出，并进入客户测试阶段。 团队方面，芯感通核心成员拥有丰富的芯片与智能感知产业经验。 创始人牛郁岭，曾任美国高通骁龙芯片封测主任工程师，后担任一径科技美国研发中心总经理、芯片研发封测总监等职务。联合创始人张乃川，曾负责图达通Robin905激光雷达平台研发与量产工作，并曾任一径科技芯片研发与技术管理部总经理、希烽光电硅光芯片技术负责人。 以下为硬氪与芯感通创始团队交流节选： 硬氪：“芯片级磁通门平台”，为什么要强调“平台”属性？ 张乃川：传统方案中，不同层级采用不同类型传感器，虽然测量对象都是电流和功率，但输出的数据格式、精度特征和稳定性并不一致，因此很难形成统一的数据体系，更无法支撑系统级优化和AI训练。此外，传统传感器大多属于模拟器件，难以与现代数字通信协议深度融合，集成成本较高。因此，目前数据中心内部各层级之间仍然存在较强的信息孤岛现象，缺乏统一调度能力。 我们提出“芯片级磁通门平台”的核心价值，在于用同一套技术架构覆盖板级、模块级和机柜级三个层级。也就是说：同一技术路线；同一参数体系；同一数据特征；通过不同产品形态，实现对整个AIDC（AI Data Center）电源系统的全链路监测。当板级、模块级和机柜级数据被统一采集后，数据中心就具备了系统级调度能力。 对于大模型训练而言，尤其是基础模型训练，周期长、投入大，对系统稳定性要求高。过去很多异常只能在出现严重故障后被发现，而如果能够在板级实现实时监测，就能够在电流波动刚出现时提前干预，例如降低负载、优化功耗，从而避免故障扩散，从而保障模型训练的稳定性。 硬氪：为什么太空算力场景同样需要这样的传感器方案？ 张乃川：公司最初的目标市场其实是AI数据中心。但随着太空计算、轨道数据中心等概念兴起，我们发现太空场景对精细化电源管理的需求也很迫切。 原因主要有四点，首先散热条件极其受限，地面数据中心可以利用空气对流、风冷甚至液冷系统进行散热，而太空环境不存在空气对流，只能依靠导热和辐射散热，因此系统几乎没有过量散热冗余，对功耗管理要求极高；其次系统不可维护