荆华密算已于近日完成Pre-A轮融资，融资额近亿元，本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，老股东英诺科创基金、盛景嘉成创投持续加注。
这份优异成绩单的背后，凝聚着团队过去半年来几乎不分昼夜的努力。面对多元业务挑战，团队在研发深化、交付履约与融资推进三条战线上齐头并进，通过高效协同，共同跑出了AI时代的“荆华速度”。
他认为如果能够让密文计算的效率与明文计算的效率等同，任何人都需要数据安全和可控。
别人解决“好不好用”，他们解决“敢不敢用”
荆华密算成立于2024年，底层技术是密态计算：用户使用产品时，数据在传输、存储、计算以及硬件环境的每一个环节，都是密文状态，以此真正实现数据安全。
它的创业因AI而生，今年3月“龙虾”安全事件爆发，更让它看到了这块一直缺位的市场需求。
从某种角度看，大模型每一次陷入“数据隐私”风波，都在替荆华密算完成市场教育。巧合的是，就在本轮融资前后，又有一家头部大模型企业卷入了“数据隐私”的风波。
来自海外的Claude，最近在外网近期深陷一系列隐私与安全风波，他们将大量用户上传的文件公开审查，与其一向标榜"安全优先"的形象形成剧烈反差。从用户分享对话被搜索引擎抓取，到账号会话被恶意软件盯上，几乎每隔几周就有新事件浮出水面。
大模型巨头陷入风波，也再次提醒我们：伴随大模型深入日常生活，数据隐私一直是悬在头顶的达摩克利斯剑。
依托清华大学计算机系实验室五年的底层算子重构积累，荆华密算自研「线性与非线性计算分离」架构：95%的线性算子交给GPU密态计算，5%的非线性算子交给CPU可信环境或自研密态芯片，损耗由此降至可商用水平。
全链路密态计算平台架构
随着研发的持续投入，荆华密算正式发布“全链路密态计算平台”，提供从算力层、模型层、应用层、到数据保证层，荆华密算希望通过全链路自研，提供系统的全方位服务。
目前，平台涵盖明文传输、隐私模式、GPU机密计算及GPU-OTP模式等多重防护档位，企业可根据数据敏感度与业务场景实现按需匹配与自主选配，荆华密算基于“一次一密”技术，实现了在GPU内部完全以密文进行计算，系统性的解决了GPU与GPU-TEE本身的安全性问题，同时通过极致的INFRA，在确保数据安全的同时大幅提升算力协同效率。
OTP架构
在AI安全领域，公司通过自主研发的密态计算树立了行业标杆。通过引入一次性密码本（OTP）架构，构建起兼顾‘速度与安全’的密码学底座，遵循‘动态密钥、用完即销、用户独占’原则，从数学理论上极大降低了被破解可能。
“旧时王谢堂前燕，飞入寻常百姓家”，林修醇笑着表示：“加密理论是20年前就有，加密情况下的INFRA才是关键，世界上几乎没有团队专门针对加密智算优化模型计算效率，但是效率才是加密技术从少数单位的专属迈向普世化的关键”
技术理论的突破，最终要在极致的产品体验与工程实战中得到验证。依托这一硬核安全底座，荆华密算决心将密态计算技术下沉至消费级场景。
目前，基于该平台，荆华密算面向市场推出四款产品：让用户通过调用加密大模型API快速拥有全模态计算推理能力的可信Token产品；一站式密态智能体开发平台密态MaaS；国内首个密态AI对话平台墨镜熊；全程不解密的会议记录系统密听。
全链路密态计算--落地极难
技术实力与商业信用的深度融合，让荆华密算在密态计算的工程化落地上迈出了关键一步。
当前，密态算力正面临极其广阔的市场需求，平台已汇聚超10万用户，并保持着指数级增长，单周可信 Token 消耗量突破百亿大关。然而，庞大的市场需求背后，是极高研发门槛与工程落地壁垒：要打造一套既能实现全链路加密、又能扛住海量高并发的技术方案极其艰难。
作为行业首个吃螃蟹的人，荆华密算团队面临的是跨越从“理论安全”到“商业落地”的工程壁垒，为了系统的保护用户的体验与全链路的安全性，荆华密算则选择了最难的“全栈重做”路线。
“安全从来就没有100%的绝对，如果没有经过系统的进行过大规模的产品上线和红蓝对抗，很多时候连问题在哪里都不知道。”林修醇称,“以荆华密算的密态计算方案为例，曾经随某跨国企业落地17个国家和地区，服务近1亿用户，在这个过程中遇到了包括性能和安全性在内的一系列问题，让我们得以提前暴露并解决了包括性能与安全性在内的一系列关键难题。”
这一出海实践，也一举验证了荆华密算的三大核心能力：极强的方案普适性，一次性通过17个国家和地区的合规检验；超大规模工程落地能力，打破“千万级用户”的行业认知上限，服务承载力拉升至1亿量级；不可替代的先发实战红利，在真实红蓝对抗中攻克大量深水区难题，构筑起难以逾越的技术壁垒。
为了推动安全从“自证”迈向“第三方制度保障”，荆华密算主动接触了众多保险公司，并将核心机密场景向保险公司披露并进行调查，最终荆华密算与中国人民保险合作首创全球首个 AI 数据保险。这份国内首份“AI对话产品隐私保护网络数据损害赔偿责任保险”，赔付上限达 200 万元。这不仅意味着技术层面的破局，更意味着给客户提供了“敢用、敢赔”的全链路信任保障。
想要打造一个能让保险公司敢于承保、真正实现全链路加密的AI密态计算平台，本质上是在重构AI的信任底座。这绝非简单的常规加密，而是要将密态能力深度植入从硬件芯片、算力到应用层的全栈架构，要求每一层既能密态计算，又能高并发运行。
林修醇感叹：“研发这样一个真正全链路加密的平台极其艰难，这是在工程落地层面门槛极高的硬核工作。”
正是这种“技术破局”与“保险兜底”的双轮驱动，让荆华密算跨越了从理论安全到高并发落地的工程天堑。这不仅为其重构了AI时代的安全信任底座，更为其下一步从技术服务商跨越至“去中心化加密云服务商”打下了最坚实的根基。
加密智算：第三方公司的一个结构性的机会
关于记者问道如何面对大厂的竞争，林修醇认为这可能是一个结构性的机会。
“第一，对于大厂来说，获取用户与AI的对话记录是一件非常好的事情，更精确的人物画像，更精准的广告营销，数据还可以用于训练下一代的模型来提升用户的体验。目前这个阶段，哪家公司去主推密态计算，就很有可能导致在主战场训练上的掉队，同时失去大量高质量营销的商业利润，这是赚100赔1000的赔本生意。
第二，让可以从中获益的主体来扮演数据保护者的角色，无异于让“黄鼠狼去看管养鸡场”。 因为存在经济结构上的客观内驱力，最终会导致对于用户隐私而言只提供最基础的数据保障，历史上看无论任何行业，这个角色一般都由纯粹的第三方来扮演”。
第三，目前任何安全方案都无法做到100%的安全，对于没有相关经验的大模型团队进行大模型智算的领域，可能会有影响大厂声誉的风险。
关于未来，林修醇并不打算让公司停留在传统“安全软件供应商”的定位，而是决心打造一家去中心化加密云服务商，通过与合作伙伴改造服务器和自己采购服务器并搭建全栈加密云平台，直接对外提供密态 AI 服务。
目前，荆华密算已经与多家算力云厂商签订战略合作框架，同时也与某大型云厂商完成了部分产品上的接入与合作。提供加密云服务的关键核心在于实现从底层到应用的全链路安全高效协同，同时林修醇也判断，未来加密云服务是一个比加密SaaS更大的战场，会带来更明显的收入增量。
加密云服务
自有云实现了物理与逻辑的双重安全，从源头确保了密态算力的绝对可控。唯有把整条链路的主导权掌握在自己手中，贯穿其严苛的技术标准与保险级风控体系，才能为客户提供真正“敢用、敢赔、可信赖”的靠谱服务。
“不只做安全的上层应用，更要做赋能全行业的安全基础设施。”林修醇强调。未来，荆华密算不仅将通过自建云支撑自有业务，更将把这套覆盖算力适配、密钥调度到密态计算的加密 Infra（基础设施）能力向整个 AI 产业开放，构建起高壁垒的加密 AI 底座。
为了将安全底座推向极致，密态专用芯片成为荆华密算从“软硬件一体”重构安全算力生态的另一项重要布局。
今天的方案都跑在通用硬件上，但密态计算的终极形态一定是芯片。据悉，该方向目前处于研发阶段，加密算法已在 FPGA 平台验证通过，下一步将面向国产 GPU 架构研发加速，并与海光、沐曦等国产芯片厂商展开深度合作。
将技术研发置于更大的时代背景下，林修醇强调：“在国家总体安全观的指引下，数据安全与人工智能安全已被提升至同等重要的战略高度。特别是在 2026 年世界人工智能大会（WAIC）后，两大安全领域的深度融合已成为行业共识。其中，密态计算作为‘上接数据安全、下接 AI 安全’的核心技术枢纽，正构筑起数字安全底座最关键的一环。”
在此背景下，新股东的加入，老股东英诺也继续追投。这家在2025年种子轮就给出第一张支票的机构，本轮继续追加，也是三轮连续加注的一家。
作为同时见证了荆华密算从底层技术突破、产品验证到多场景商业化落地全过程的早期投资方，英诺投资负责人表示，正是由于对清华团队硬核工程实力的高度信任，以及对加密AI在国家安全与企业合规双重驱动下爆发潜力的坚定看好，决定本轮继续重仓跟投。
这半年，产品最有声量的进展在C端。截至目前，墨镜熊在零推广的情况下累计已经涨到了约10万+注册用户。主要为法律、金融、职场等高净值用户，用户基本靠裂变带来，这些用户带来的是真实的消耗与反馈。
B端则是另一个打法，不铺量，而是打行业标杆，把标杆打透了，再往同行复制。目前，公司业务已全面覆盖政企、法律、医疗及科技互联网等领域的头部企业；同时，公司携手100多家生态合作伙伴共建分发网络，实现了从“标杆突破”到“规模化生态覆盖”的全面跃升。
一整套硬核的底层能力，让荆华密算拥有了锚定万亿AI云市场的底气。据华为《智能世界2035》报告预测，未来五年AI将创造超27万亿美元的经济价值。林修醇关心的，是其中有多少人需要加密智算，他希望这个数字是100%。
这一抱负背后有着明确的商业逻辑：金融、政务和医疗等高敏感领域占据了AI经济总量的35%以上，直接带来了近10万亿美元高合规、高隐私算力的刚性需求。沿着“标杆打造、场景落地到生态建立”的递进路线，密态云正从政企高敏业务逐步延伸至大模型API与Agent交互，最终成为所有云端AI推理与训练的基础设施。
林修醇相信：“如果密文计算的效率能与明文计算等同，那么任何人都会需要数据安全和可控。”而荆华密算所做的一切，正是为了缩短这个技术距离，最终实现“加密AI定义者”的企业目标。
