AI资讯

荆华密算完成近亿元Pre-A轮:00后清华博士半年融三轮把密态计算损耗降至无感

发布时间:2026年10月13日 09:30:00

10月13日消息,孵化于清华大学计算机系的密态计算公司荆华密算近日完成近亿元Pre-A轮融资,由中关村科学城、北创投联合领投,华仓资本、极致投资联合投资,老股东英诺科创、盛景嘉成加注。加上半年前的种子轮、天使轮,这是这家2024年成立的公司六个月内第三轮融资,创始团队为00后清华博士。密态计算(同态加密)被称为隐私计算皇冠上的明珠,可让数据在传输、存储、计算全程保持密文,AI「不看见原始数据也能给出答案」,但传统方案性能损耗高达上千倍;荆华密算靠自研密态推理引擎和底层算子重构,把损耗压到接近无感,主打金融、医疗、政务、法律等高敏感场景。


半年三轮:00后博士的密态计算公司

10月13日,据投资界、IT之家等报道,荆华密算(北京)科技有限公司近日完成近亿元 Pre-A 轮融资:

  • 联合领投:中关村科学城、北创投;
  • 联合投资:华仓资本、极致投资;
  • 老股东加注:英诺科创基金、盛景嘉成创投。

加上约半年前披露的种子轮、天使轮,这家 2024 年成立、孵化自清华大学计算机系的公司,六个月内已完成三轮融资,创始团队是「00 后」清华博士。

它解决的是AI「不敢用」的问题

荆华密算的底层技术是密态计算(以全同态加密为核心),被称为隐私计算「皇冠上的明珠」:

数据在传输、存储、计算以及硬件环境的每一个环节都保持密文状态,AI 在不看见原始数据的前提下完成计算并给出答案——真正的「数据可用不可见」。

这直击机构用 AI 时最大的顾虑:

行业不敢上 AI 的原因
金融客户账户、交易流水不能出域
医疗病历、基因数据受严格合规约束
政务公民数据敏感、跨部门共享难
法律案件材料、商业机密不能外泄

真正的门槛:把千倍损耗打到「无感」

同态加密原理提出已久,长期卡在一个致命缺陷上:性能损耗极大。传统隐私计算方案用于大模型推理时,速度可能慢上上千倍——安全有了,实用性没了,这也是密态计算多年难以商业化的根本原因。

荆华密算的核心资产是自研的密态推理引擎与底层算子重构:

  • 对加密状态下的计算算子重新设计和优化,而不是在通用加密库上简单封装;
  • 把密态推理的性能损耗从「千倍量级」压缩到用户基本无感知的水平;
  • 推出「密态 MaaS 智能体平台」,主打**「先加密,再智能」**的一站式密态智能体开发与运行环境。

为什么资本在2026年密集下注

三个背景叠加:

  1. 数据要素改革推进:数据要流通、要定价、要入表,但流通前提是安全,密态计算是关键基础设施;
  2. AI 数据安全事件频发:今年以来多起数据泄露、AI 滥用事件让企业 CSO(首席安全官)预算上升;
  3. 监管趋严:个人信息保护、数据出境、金融医疗行业监管持续收紧,「可用不可见」从加分项变成准入项。

中关村科学城、北创投这类国资背景基金领投,也说明密态计算被纳入了地方布局 AI 安全底座的战略视野。

冷观察

  • 近亿元 Pre-A 在硬科技里不算大钱,密态计算的商业化仍需穿越「集成周期长、客户决策慢、POC 多、复购待验证」的 ToG/ToB 深水区;
  • 「无感损耗」目前主要是厂商口径,不同模型、不同精度要求下的真实性能仍需第三方基准检验;
  • 赛道竞争在升温:国内外密码学团队、隐私计算老牌厂商、云厂商都在做密态/机密计算,创业公司的窗口期取决于工程领先身位能保持多久。

结语

荆华密算半年三轮融资,是 AI 安全从「外围补丁」走向「基础设施」的一个缩影。当大模型能力不再是唯一瓶颈,敢不敢把真实数据喂给 AI 就成了产业落地的最后一道闸门——而让数据「戴着枷锁跳舞」的密态计算,正在成为这道闸门背后最硬的一门生意。