中国AI，最大“卖水人”，来了

4年融资43亿，即将IPO！清华教授汪玉的第二次豪赌：押注AI时代“卖水生意”

1987年，张忠谋创办台积电时，没有人想到一家晶圆代工企业会改变全球半导体格局。

2023年，汪玉创办无问芯穹时，同样没有多少人意识到，一家“不造芯片、不做模型”的公司，正在争夺AI时代最重要的位置。

AI正在定义财富版图。

过去几年，全球目光集中在大模型公司身上，OpenAI、谷歌、Anthropic以及中国的DeepSeek等企业不断刷新人们对人工智能能力边界的认知。

但在这些模型背后，还有一个更加庞大、更加底层的产业正在崛起——AI基础设施。

如果说英伟达凭借GPU成为AI时代最大的“卖铲人”，那么还有一批企业正在争夺另一个关键位置：如何让越来越昂贵的算力被更加高效地使用。

无问芯穹，就是其中最受关注的一家公司。

近日，据市场消息，无问芯穹完成新一轮约23亿元融资，累计融资金额已经超过43亿元，成为国内AI Infra（人工智能基础设施）领域融资规模最高的企业之一。同时，市场传出消息称，无问芯穹正在推进港交所上市计划，最快可能于2027年登陆资本市场。

一家成立仅4年的公司，正在以惊人的速度走向资本市场。

而站在这家公司背后的，是一位来自清华电子工程系的教授——汪玉。

44岁的汪玉，曾经是一名专注科研的高校学者，也曾经参与创办AI芯片公司深鉴科技，并成功被全球FPGA巨头赛灵思收购。

如今，他再次走出校园，开启第二次创业。

这一次，他押注的是人工智能时代最重要的一场基础设施战争。

一、清华出发，走向芯片前沿

1982年3月，汪玉出生于安徽枞阳。

他的成长轨迹，几乎伴随着中国电子信息产业从追赶到崛起的过程。

1998年，16岁的汪玉进入清华大学电子工程系学习。在之后近三十年的时间里，他几乎没有离开过这片土地，本科、硕士、博士均在清华完成，博士毕业后又选择留校任教。

与很多学者不同，汪玉关注的问题，并不只是如何发表更多论文，而是如何让实验室里的技术真正走向产业。

他的研究方向长期围绕智能芯片、高能效计算、人工智能软硬件协同设计展开。

在人工智能还没有成为全球产业热点之前，汪玉已经意识到一个趋势：

未来计算竞争，不只是芯片性能的竞争，更是整个计算体系效率的竞争。

算法需要硬件支撑，芯片需要软件优化，而真正先进的计算系统，需要软硬件之间形成协同。

这一理念，后来贯穿了他两次创业。

2020年，汪玉迎来了职业生涯的重要节点。

38岁的他成为清华大学电子工程系主任，成为该系历史上首位80后系主任，也是清华电子工程系历史上第二年轻的系主任。

对于很多科研人员而言，这已经是一条非常成功的人生路径。

但汪玉并没有停留在学术光环之中。

因为在他看来，科研真正的价值，不只是停留在论文里，更应该进入产业，解决现实世界的问题。

二、深鉴科技，一场AI芯片冒险

2016年，汪玉第一次从实验室走向创业。

那一年，人工智能产业正在经历早期变革。

深度学习开始改变计算机视觉、语音识别等领域，但支撑AI发展的芯片体系仍然没有完全确定。

英伟达GPU正在崛起，而FPGA、ASIC等人工智能专用计算路线也受到产业关注。

汪玉选择参与创办深鉴科技，押注AI芯片加速方向。

深鉴科技希望通过FPGA技术和软硬件协同设计，让人工智能算法能够更加高效地运行。

这背后，其实正是汪玉多年科研积累的产业化延伸。

相比单纯制造芯片，深鉴科技探索的是一个更加复杂的问题：

如何让算法、编译器和硬件形成更好的匹配。

公司成立后迅速成长，并成为国内AI芯片创业企业中的代表之一。

2018年，全球FPGA巨头赛灵思宣布收购深鉴科技。

这成为中国AI芯片创业领域较早实现产业退出的案例。

对于汪玉来说，这次创业最大的意义，并不是一次商业成功，而是证明了一条路径：高校科研成果，也可以完成从实验室、创业公司，到全球产业链的完整转化。

第一次创业，让他完成了从科学家到创业者的身份转换。

但几年之后，一个更大的产业机会出现了。

三、无问芯穹，押注AI基础设施

2023年，无问芯穹成立。

与当时大量进入大模型赛道的创业公司不同，无问芯穹没有选择训练自己的大模型，也没有继续研发一款新的AI芯片。

汪玉选择了一个更加底层、也更加关键的位置：AI基础设施。为什么？

因为随着ChatGPT等大模型快速发展，人工智能产业正在发生一个根本变化。

过去，人们关注的是模型能力。

谁的参数更多？谁的算法更强？

但进入产业应用阶段后，真正限制AI发展的，正在变成算力效率。

今天，一个大型模型训练需要消耗大量GPU资源；企业部署AI应用，也需要持续支付推理成本。与此同时，AI芯片生态正在变得越来越复杂。

除了英伟达GPU，还有AMD、华为昇腾，以及海光、壁仞、摩尔线程、沐曦、燧原等不同计算平台。

未来的问题，不是有没有芯片。而是如何让不同芯片被更加高效地利用。

这正是无问芯穹的机会。

公司提出“M×N”技术范式，希望连接不同模型与不同芯片，让算法、软件和硬件之间实现更高效率协同。

简单来说，英伟达解决的是“提供更多算力”，而无问芯穹想解决的是“如何释放算力价值”。

它正在争夺的，是AI时代基础设施层的位置。

“4年融资43亿，他成功了。”

如果说深鉴科技证明了汪玉将科研成果产业化的能力，那么无问芯穹则让资本看到了一个更加宏大的机会。

从成立开始，无问芯穹便成为AI投资领域最受关注的公司之一。

2023年，公司成立后不久便获得首轮融资，红杉资本等机构率先进入。

随后，百度、腾讯、智谱AI等产业资本，以及联想创投、小米顺为、启明创投等投资机构陆续加入。

到了最新一轮23亿元融资完成后，无问芯穹累计融资金额已经超过43亿元。

对于一家成立时间不到4年的企业来说，这样的融资速度极其罕见。

资本为什么愿意押注一家并不制造芯片、也不训练大模型的公司？

答案在于，投资人看到的并不是一家普通AI创业企业，而是一个正在形成的新基础设施机会。

过去几十年的科技产业，每一次巨大浪潮背后，都诞生过基础设施型公司。

互联网时代，网络和云计算成为产业底座，亚马逊AWS、微软Azure等企业改变了全球计算方式。

移动互联网时代，通信基础设施和智能终端推动产业爆发。

而人工智能时代，新的基础设施正在形成。

大模型的发展，让算力需求出现爆炸式增长。

企业需要越来越多GPU，需要更加复杂的数据中心，需要更高效率的软件系统。

但与此同时，算力成本也成为最大的瓶颈之一。

一家公司拥有多少GPU，并不意味着它拥有多少真正有效的计算能力。

如何让芯片利用率更高？如何降低模型运行成本？如何让不同计算平台形成统一生态？这些问题，决定着AI产业未来的发展速度。

这也是无问芯穹被资本看重的核心原因。

它所在的位置，恰好位于芯片和模型之间。这个位置过去并不显眼，但随着AI产业进入深水区，它的重要性正在快速提升。

黄仁勋曾提出AI产业未来由五层构成：

能源层、芯片层、基础设施层、模型层和应用层。

其中，芯片决定算力上限，模型决定智能水平，而基础设施决定整个体系运行效率。

无问芯穹选择的，正是连接芯片与模型的中间层。

这也是为什么很多投资人认为，AI时代需要新的“卖水人”。

因为真正的大产业，往往不是只属于制造黄金的人，也属于提供工具、基础设施和服务的人。

五、二次创业，AI卖水人

从深鉴科技，到无问芯穹。

汪玉正在完成一次少见的二次创业。

第一次创业，他面对的是一个尚未成熟的AI芯片市场。

那时，中国人工智能产业还在探索阶段，芯片创业需要面对技术、市场和生态的多重不确定性。

但深鉴科技最终证明：中国科研成果，同样可以进入全球产业竞争。

第二次创业，汪玉面对的是一个规模完全不同的市场。

今天，人工智能已经成为全球科技竞争的核心。

英伟达凭借GPU和CUDA生态建立起巨大优势；OpenAI、谷歌、Anthropic等公司争夺模型能力；全球云计算巨头投入数千亿美元建设AI数据中心。

而在这些巨头背后，一场关于算力效率的竞争正在展开。这也是汪玉再次创业的原因。

在他看来，未来AI的发展，不可能无限依靠增加硬件投入。

真正决定产业竞争力的，是如何让有限的计算资源发挥更大价值。

这与他过去多年的科研理念高度一致。

从智能芯片，到软硬件协同，再到AI基础设施，汪玉一直关注的问题没有改变：

如何让计算更加高效。

当然，无问芯穹未来仍然面临挑战。AI基础设施赛道并不是一条简单的道路。

一方面，英伟达已经建立了强大的生态壁垒；另一方面，云计算巨头、芯片企业也都在布局自己的AI基础设施体系。

此外，随着模型算法不断优化，单位任务所需算力是否会下降，也是整个行业需要面对的问题。

但无论未来竞争如何变化，汪玉已经完成了一次重要转变：

从一个研究芯片技术的科学家，变成推动AI产业发展的创业者。

从清华实验室，到深鉴科技，再到无问芯穹。

这条路背后，是一个中国科技创业者不断寻找产业机会的过程。

过去，中国科技产业曾经诞生过许多改变世界的企业。

有人改变通信产业，有人推动制造升级，有人重塑消费电子。

而汪玉正在尝试回答人工智能时代的新问题：

当AI成为下一代基础设施，中国如何掌握自己的算力效率？

如果无问芯穹成功登陆资本市场，它或许不仅是一家公司的成功。

它代表的，可能是中国AI产业从追赶模型能力，走向争夺基础设施话语权的重要一步。

4年融资43亿。从清华教授，到连续创业者。汪玉的故事还没有结束。

因为真正属于AI基础设施的战争，才刚刚开始。

“第一次，他让AI芯片走向产业；第二次，他押注AI算力未来。”