无问芯穹完成近5亿元A轮融资 累计融资总额近10亿元

9月2日，AI算力解决方案提供商无问芯穹（Infinigence AI）宣布完成近5亿元A轮融资。本轮融资由社保基金中关村自主创新专项基金（君联资本担任管理人）、启明创投和洪泰基金联合领投。

跟投方阵容同样引人注目，既包括联想创投、小米、软通高科等产业资本，也涵盖了国开科创、上海人工智能产业投资基金（临港科创投担任管理人）、徐汇科创投等国资力量，以及顺为资本、达晨财智、德同资本等一众知名财务投资机构。

至此，无问芯穹的累计融资金额已接近10亿元。梳理其股东名单可以发现，百度、智谱、红杉中国、砺思资本、北极光创投、真格基金等战略与财务投资者早已入局，显示出资本市场对其技术路径与商业前景的持续看好。

那么，这笔新募集的资金将投向何方？根据无问芯穹战略运营高级副总裁王梦菲的介绍，资金将主要聚焦于三个方向：首先是持续加码技术储备，因为公司业务对人才密度要求极高；其次是加速产品商业化进程，尽管公司成立时间不长，但今年已实现规模化收入，明年目标是进一步扩大市场份额；最后是生态建设，需要赢得上下游模型厂商、芯片厂商及关键客户的认可，构建稳固的产业协同网络。

AI模型算力的“超级放大器”

在大模型狂飙突进的今天，一个核心共识是：模型所能支撑的实际产业规模，最终取决于其可用的有效算力。这恰恰是一个壁垒更高、玩家更稀缺、价值量也更为集中的领域。

基于对行业的深入洞察，无问芯穹提出了一个清晰的公式：AI模型的实际可用算力，并非简单地等于芯片的纸面理论算力。它更像是一个“超级放大器”，由“芯片算力”、“软硬协同优化系数”与“多元异构集群规模”三者共同决定。

简单来说，就是通过软件技术将单颗芯片的算力利用率“榨”到极致，再通过集群技术将成千上万颗不同架构的芯片高效组织起来，从而在整体上实现算力规模的倍增。

具体如何实现？在软硬件联合优化层面，面对日益高涨的大模型推理需求，无问芯穹自研的推理加速技术FlashDecoding++，显著提升了主流及异构硬件的计算效率。目前，公司已完成对AMD、华&为昇腾、壁仞、寒武纪等国内外十余种主流计算卡的适配，并在部分芯片上取得了行业领先的推理加速效果。这一技术实力也促成了与AMD的战略合作，共同推动商用AI应用的性能提升。

在多元异构算力适配层面，其于7月发布的大规模异构分布式混合训练系统HETHUB更具突破性。该系统在业内首次实现了在六种不同芯片（华&为昇腾、天数智芯等4种国产芯片与AMD、NVIDIA 2种国际芯片）间进行千卡规模的混合训练，集群算力利用率最高达到了97.6%，平均较基准方案提升约30%。这意味着，在相同的硬件条件下，训练总时长可压缩近三分之一，效率提升显著。

当前，无问芯穹的技术焦点主要集中于GPU架构的异构。但对于未来可能涌现的更多专用场景芯片，王梦菲表示公司也已展开相关布局与预研，并看好这一方向的发展潜力。

打造Infini-AI异构云平台

一个鲜明的产业对比是：在国际上，模型层与芯片层已呈现“双头收敛”的格局；而在中国，则是“M种模型”与“N种芯片”并存的“M×N”复杂局面。不同硬件平台需要不同的软件栈和工具链，由此形成的“生态竖井”使得异构算力难以有效利用，正成为制约中国大模型产业发展的关键瓶颈。

无问芯穹的破局之道，是将其软硬协同与多元异构的技术优势，产品化为一个统一的Infini-AI异构云平台。该平台向下兼容多元算力芯片，旨在激活全国各地沉睡的异构算力。目前，其运营的算力已覆盖全国15座城市。

平台之上，主要包含两大服务模块：面向机器学习开发者的AIStudio一站式AI平台，提供从数据、开发、训练到部署的全生命周期工具；以及面向大模型应用开发者的GenStudio大模型服务平台，旨在降低大模型开发与部署的成本与门槛。

市场已经给出了初步的验证。自平台上线以来，Kimi、LiblibAI、猎聘、生数科技、智谱AI等多家行业头部客户已开始稳定使用其提供的异构算力及开发工具链服务。

大模型时代的“算力运营商”

通过Infini-AI平台，无问芯穹不仅帮助客户屏蔽了底层硬件的复杂性，更试图从根本上打破国内异构算力的生态困局。其目标是推动上层应用向异构算力迁移，整合并扩大产业可用算力总规模，最终将异构算力转化为真正“能用、够用、好用”的大算力。

沿着提升算力利用率的思路，公司的布局已延伸至端侧。无问芯穹看好AI PC、AI手机等端侧场景的爆发趋势，认为其将成为未来人机交互的核心入口，并正在打造“端模型+端芯片”的闭环能力，以期让每个终端都能实现AGI级别的智能。

这一切都指向其清晰的战略定位——成为大模型时代的“算力运营商”。公司以“释放无穹算力，让AGI触手可及”为使命，致力于通过激活多元算力和深度优化，将大模型的落地成本降低数个量级，使其像“水电煤”一样成为普惠的新质生产力。

这一“运营商”定位，也使其与国内常见的AI基础设施（AI Infra）企业区分开来。无问芯穹联合创始人兼CEO夏立雪对此有深刻阐述：国内客户往往不满足于单一的工具或软件解决方案，他们更需要的是经过深度优化、即插即用、一步到位的算力服务。因此，公司的核心工作是实现算力的“标准化”，最大程度降低客户的使用难度和门槛，而非单纯进行技术参数的比拼。

放眼全球，这一商业模式也颇具中国特色。王梦菲指出，公司很难在海外找到完全的对标对象。中国的客户更倾向于一个整合的、一体化的（All in one）平台，而非高度专业化、细分的单一工具链。无问芯穹所做的，正是贴合这一市场需求而生的探索。