7.1
深览指数
科技量子位··AI 生成
单轮23亿，累计43亿，无问芯穹刷新国产AI Infra赛道融资双重纪录
无问芯穹完成 C 轮 23 亿元融资，累计 43 亿元，刷新国产 AI 基础设施赛道融资纪录。公司不做模型与应用，而是聚焦芯片与模型之间的基础软件层，通过多元异构芯片适配、软硬协同优化，将推理成本一年内降至十分之一，并率先提出 Agentic Infra 概念。文章详细拆解其技术体系（多元异构、软硬协同、自主式 AI）和三层商业化路径（算力集散、Token 工厂、行业商店），对 AI Infra 赛道的技术壁垒、商业逻辑和市场竞争格局有较完整呈现。适合关注 AI 基础设施底层技术、芯片生态与商业化的读者阅读。原文 ↗
核心观点
- ▍无问芯穹不做模型与应用，而是提供芯片与模型之间的 AI 基础设施软件层，核心价值是将分散的异构算力高效聚合为低成本、高可用的 Token。
- 01公司平台已适配 16 种芯片（含英伟达、AMD、华为昇腾、壁仞、海光、摩尔线程、沐曦、燧原、平头哥等），服务 37000P 算力，新品适配只需 2 个工作日，国产芯片适配成本降低 70% 以上。
- 02在千卡规模下完成异构芯片混合训练（含华为昇腾、天数智芯、沐曦、摩尔线程四种国产芯片与 AMD、NVIDIA 两种进口芯片），训练 700 亿参数大模型，算力利用率达 97.6%。
- 03联合中国电信完成国内首例超 4000 公里的大模型跨域混训（哈密-深圳），300 亿参数模型性能提升 165%。
- 04通过 PDD 架构（Prefill-RelayDecode-MainDecode），首 Token 延迟降低 51.5%，单 Token 成本降低 37.5%，并声称推理成本有一年降为 1/10 和未来再降 10 倍的空间。
- 05大模型服务平台日均 Token 使用量半年涨了超过 40 倍，95% 以上的推理任务来自 Agent。
- 06C 轮融资 23 亿元，累计 43 亿元，刷新国产 AI Infra 赛道纪录；投资方涵盖国资、产业、财务三类，包括杭州高新金投、社保中关村基金、联想、腾讯、百度、红杉中国等。
- 07据彭博社援引知情人士报道，无问芯穹已于近几个月以保密形式向港交所递交 IPO 申请。
反方 / 局限
- — 文章未提及自建机房与不建机房两条路线的优劣势对比，也未讨论在纯软件编排模式下，跨域协同的网络延迟、数据主权、异构芯片间的通信效率等实际工程挑战。
无问芯穹汪玉夏立雪戴国浩李伯勋Fireworks AIBasetenTogether AI英伟达 (NVIDIA)SemiAnalysisDylan Patel20VCHarry StebbingsAgentic InfraAgentic MaaSPDD 架构中国电信
11 分钟 · 5 卡片 · 12 资料
读原文 →