单轮23亿累计43亿，无问芯穹刷新国产AI Infra融资纪录

AI 原生基础设施服务商无问芯穹已完成 23 亿元 C 轮融资。算上此前轮次，无问芯穹累计融资总额达 43 亿元，在单轮融资额和累计融资额两项指标上均刷新了国产 AI 原生基础设施（AI Infra）赛道的最高纪录。

本轮投资方阵容汇集了国资机构、产业资本以及一线财务投资机构。包括社保中关村基金、国开科创、徐汇资本等国资平台，联想、腾讯、百度等产业投资方，以及红杉中国、启明创投等财务投资机构深度参与。此外，彭博社援引知情人士消息称，无问芯穹近期已以保密形式向港交所递交上市申请。

卡位模型与芯片中间层

无问芯穹自身不训练基础大模型，也不做终端应用，其核心定位是打通大模型算法与底层算力芯片之间的中间软件栈。这一模式旨在跨越碎片化、异构化的硬件资源，通过极致的软硬件协同优化，从每一度电和每一颗芯片的运行中压榨出低成本、高吞吐的 Token 产出能力。

在海外市场，定位相近的 AI Infra 厂商过去一年估值均迎来爆发式增长。Fireworks AI 估值飙升至 175 亿美元，Baseten 和 Together AI 涨幅亦超 150%，背后的共同投资方正是英伟达。伴随 AI 智能体（Agent）的爆发，单次任务通常伴随数十次链式推理调用，算力缺口成倍放大，资本正加速押注 Infra 层的高确定性。

不建机房的轻资产路线

与传统重资产自建算力机房的路径不同，无问芯穹选择纯软件编排路线，将散落各地的算力节点织成弹性网络。

其技术体系聚焦于三大关键词：

• 多元异构：平台已适配英伟达、AMD、华为昇腾、海光、摩尔线程、天数智芯等 16 款芯片，服务总算力规模达 37000P。新芯片适配周期已压缩至 2 个工作日，适配成本降低 70% 以上。公司率先实现了涵盖多种国产与进口芯片的千卡规模混训，在 700 亿参数大模型上取得 97.6% 的算力利用率。
• 软硬协同：在算子优化、计算图编译及动态编排上进行系统级重构。万亿参数 MoE 模型的训练吞吐相比开源主流方案提升 41% 至 75%。推理侧，无问芯穹过去一年将推理成本降至原有十分之一，并首创跨集群异构 PD 分离架构（PDD），使首 Token 延迟下降 51.5%。
• 自主式 AI 协同：引入端到端的智能体蜂群系统，涵盖面向客户的平台管家、面向集群的自动化运维系统以及面向芯片的算子生成系统，实现基础设施本身的自主闭环迭代。

「前店后厂一中心」落地商业化

在商业落地层面，无问芯穹推进「前店后厂一中心」布局：

1. 底层的算力集散中心：整合多地域、异构硬件算力，提供弹性度量调度。
2. 中层的 Token 工厂：与智谱、月之暗面等头部大模型企业深度合作，上线百余款模型并提供开箱即用的大模型服务（MaaS）。受智能体应用驱动，其平台日均 Token 消耗量半年增长超 40 倍。
3. 上层的生产力商店：面向文娱、医疗、能源、法律等垂直行业，推出场景定制的 Infra 解决方案，打通商业价值闭环。

由清华大学电子工程系长聘教授汪玉发起、多位清华科研班底组建的无问芯穹，凭借软硬件交叉的深层技术积累，在基础模型性能红利趋缓、推理与落地成本成为核心痛点的当下，正成为国产算力基础设施演进的重要技术枢纽。