军事科学院
无问芯穹何以创“AI基建”融资额纪录让“偏科”硬件只刷擅长的题,再强强聚合,今年以来词元调用量爆发式增长
发布时间:2026-10-13 来源:解放日报
分享:
<br> 本报记者 李晔<br><br> 记者昨天从上海AI原生基础设施公司无问芯穹获得确认,公司最新一轮C轮23亿元融资已完成交割。创立以来,无问芯穹累计融资额达43亿元,单轮及累计融资额均创下中国AI原生基础设施赛道最高纪录。今年早些时候,公司已完成股改,上述融资及股改动作被外界视为IPO(首次公开募股)在即。<br><br> 无问芯穹成立于2023年5月,是典型的“教授+学生”创业组合——发起人为清华大学电子工程系教授汪玉,公司联合创始人兼CEO夏立雪、联合创始人兼首席科学家戴国浩、首席技术官李伯勋等,均为汪玉得意门生。<br><br> 无问芯穹的资方多元,已获得社保中关村基金、上海国投孚腾等国家队和地方国资,联想创投、腾讯等产业资本,以及红杉中国、启明创投等知名机构的投资。<br><br> 所谓AI原生基础设施公司,是指专为AI而生,以“伺候”大模型、智能体为核心任务,专门适配AI训练、微调、推理等场景的基础设施体系。<br><br> 无问芯穹的海外对标企业,有美国Fireworks AI、Baseten和TogetherAI等。这三家公司同样是AI原生基础设施公司,从2025年到2026年,它们的估值跃升都非常大,其中Fireworks AI的最新估值已达175亿美元。<br><br> 这三家公司,英伟达都投资了。这反映出一个明显的行业变化——AI的竞争正在从“谁能训练出最强模型”,逐渐扩展到“谁能以最低成本、最高效率,把模型大规模跑起来”。<br><br> 来自国家数据局的最新数据,我国日均词元(Token)调用量两年增长超过千倍。在此背景下,围绕算力调度、推理优化、模型部署和Token供给形成的AI原生基础设施企业,越来越受到资本重视。<br><br> 这也是无问芯穹成为“产业共识标的”的原因。无问芯穹把自己比作石化产业链中的炼化厂,但它炼的是数字石油,即词元。这座“词元炼化厂”,一头接着各类算力,一头连着各种模型,将异质、碎片、跨域的算力资源高效聚合协同起来,通过其特殊的“炼化工艺”,确保在每一度电、每一秒芯片的运转中,“榨”出低成本、高质量、生产级的可用词元。<br><br> “异构混训”是无问芯穹的技术强项之一,已在全球首次实现针对6种国内外不同芯片的混合训练,并将算力利用率推高至97.6%。不同芯片被聚合在一起,而使用者的体验则非常“丝滑”,以为背后用的就是同一款芯片。<br><br> 据悉,无问芯穹已通过技术,触达了16种异构芯片(其中多数为国产芯)以及3.7万P(每秒千万亿次浮点运算)算力。当前,市场上芯片多元,但市场是强者恒强,若未来大浪淘沙最终只剩下5家甚至更少几家芯片厂家,无问芯穹的“炼化工艺”只需从复杂走向简单、向下兼容即可。<br><br> 除了“异构混训”,无问芯穹还实现了“千里混训”。这就相当于本地水力、电力资源短缺,只能跨省甚至向海外调用,难度自然增加很多。无问芯穹曾联合中国电信,在新疆哈密—深圳两个算力集群间,已成功验证跨越4000公里的超远距离跨域集群协同训练的可行性。<br><br> 夏立雪日前在接受记者采访时透露,公司炼出高性价比Token的秘籍之一,在于首创的跨集群异构PD分离架构。其中,P是指Prefill(预填充);D是指Decode(解码)。该架构用高效的以太网,将各地独立建设的异构算力集群连接起来,让擅长不同类型任务的不同集群内的算力资源分别做P和D,协同完成推理。换言之,就是让各类算力奔赴其最适合的场景,让“偏科”的硬件,只刷自己最擅长的题,进一步提升了效率,节省了成本。<br><br> 无问芯穹的Agentic Infra(自主式基础设施平台)与Agentic MaaS(大模型服务平台),好比“炼化厂”的两大核心设备,通过与Kimi、智谱、MiniMax、阶跃星辰等头部大模型企业的密切合作,在真实业务场景中持续打磨,已积累大量优化经验。而海量业务经验又能反哺技术快速迭代,截至今年7月,无问芯穹大模型服务平台单日词元调用量较去年12月已实现40倍的爆发式增长。<br><br>
相关稿件