广东
10月12日，国内AI原生基础设施企业无问芯穹宣布完成C轮融资，本轮融资额23亿元。至此，公司成立以来累计融资额达43亿元，单轮及累计规模均刷新国内AI原生基础设施（AI Infra）赛道已有公开披露纪录。
本轮投资方横跨国资、产业资本与财务投资人三类。国资方包括杭州高新金投、由君联资本管理的社保中关村基金、珠海科技产业集团、厦门国兴投资、徐汇资本、孚腾资本、中保投资、国开科创等。产业方引入Dabanc Holding、联想、九坤创投、同歌创投、腾讯、百度等。财务机构则有红杉中国、洪泰基金、惠远资本、启明创投、达晨财智、顺为资本、砺思资本等。一家成立仅三年的公司同时吸引国家级社保基金、地方国资与头部互联网资本，在一级市场对硬科技趋于谨慎的当下并不多见。
公开资料显示，无问芯穹成立于2023年，脱胎于清华大学与上海交通大学的科技成果转化体系，依托多元异构、软硬件协同与自主式AI三项技术底座，搭建"前店后厂一中心"的Agentic Infra布局，贯通算力资源、Token生产与行业应用三层价值链。
"一中心"即算力集散中心，对应其自主式基础设施平台。据公司披露，平台目前已接入调度触达37000P算力，覆盖16种主流芯片。此前公司发布全球首个千卡规模异构芯片混训平台，具备万卡扩展能力，已实现华为昇腾、天数智芯、沐曦、摩尔线程四款国产芯片分别与AMD、NVIDIA两款主流进口芯片共同完成大模型混合训练，峰值算力利用率达97.6%。在跨地域调度上，公司联合中国电信完成国内首例超4000公里大规模跨域混训验证，任务链路从新疆哈密延伸至广东深圳的推理集群，支撑300亿参数模型稳定训练，把分散在不同区域、不同厂商的算力池拼成可统一调度的资源。
"后厂"对应Token工厂，即Agentic MaaS大模型服务平台。在2026年7月世界人工智能大会上，公司发布跨集群异构PD分离架构PDD（Prefill-RelayDecode-MainDecode）。其数据显示，该架构使首Token延迟下降51.5%，单Token成本下降37.5%；过去一年，Token工厂通过底层优化推动推理成本下降约10倍；截至今年7月，平台单日Token调用量较去年12月增长约40倍。
"前店"是面向企业的AI生产力商店，输出Agentic Infra行业解决方案。其技术抓手是智能体场景自适应：同一行业场景下，不同模型规模与硬件组合对应差异巨大的Token成本，平台通过模型组合、任务调度与执行保障动态匹配算力。公司已构建覆盖平台管家、智算运维、算子生成（KernelMind）三类智能体的"基础设施智能体蜂群"，根据任务复杂度、时延要求和Token成本实时选择模型与芯片，把Token转化为可交付的业务结果。
从产业语境看，这轮融资恰好落在大模型重心从训练侧向推理侧迁移的窗口。2026年以来，头部大模型陆续进入真实业务场景，智能体调用对并发、时延和单位成本的敏感度远高于训练任务，推理算力需求呈爆发态势。与此同时，国产芯片在制程与生态上仍处追赶阶段，单一芯片平台难以覆盖全部训练与推理负载，异构混部、跨域调度、推理架构优化因而成为基础设施层的关键命题。
业务侧，公司已与智谱、月之暗面等头部大模型厂商合作，解决方案延伸至文娱游戏、医疗健康、法律服务、能源电力等行业。真实业务流量反过来打磨调度与推理系统，效率提升再压低Token成本，进而吸引更多客户接入，形成循环。
值得注意的是，本轮股东中既有腾讯、百度这类自研大模型与算力的互联网巨头，也有联想这类服务器硬件厂商，同时出现了中保投资、社保中关村基金等长期耐心资本。多元结构既反映财务资本对AI Infra商业化路径的重新定价，也体现出产业链上下游对"算力统一调度层"这一位置的战略认同。
对深圳而言，哈密—深圳跨域混训链路落地，以及本地智算与推理集群在其中承担的角色，意味着这座城市正从传统硬件制造与应用出口，向全国算力网络中的关键调度节点延伸。随着国产芯片供给扩张、智能体调用量攀升，基础设施层能否把异构算力真正转化为可负担的生产力，将直接决定中国AI应用普及的速度。无问芯穹本轮融资规模，某种程度上正是市场对这一问题表态的结果。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
