发布时间:2026-10-23 04:01 更新时间:2026-10-23 04:01 阅读量:5
十月的国内AI融资消息一条接一条,除了大模型公司本身,算力基础设施赛道也出现了一笔大额融资。据公开报道,AI原生基础设施企业无问芯穹在10月12日宣布完成23亿元C轮融资,累计融资额达到43亿元,被媒体称为中国AI Infra赛道单轮及累计融资的较高水平。对于平时关注建站、服务器和云资源的站长来说,这类公司离前端页面很远,却直接决定了模型推理成本与算力供给方式,值得花几分钟了解。
无问芯穹是清华与上海交大的成果转化企业,定位是AI原生基础设施。按素材披露的信息,其平台已部署3.7万P算力,覆盖16种芯片,并与智谱、月之暗面等模型厂商有合作。通俗地说,它做的事情介于芯片和模型之间:把不同品牌的加速卡统一调度起来,让上层模型训练和推理不必绑定某一种硬件。这类能力在国产芯片型号增多、集群规模变大的背景下,价值被进一步放大。
从行业数据看,这个方向的判断并不孤立。IDC统计显示,2026年上半年中国数据中心AI加速器出货约200.8万颗,其中国产厂商合计份额约47%,英伟达份额降至34%;非GPU加速器出货首次超过GPU。硬件格局从一家独大走向多路线并行,调度层和软件适配层的重要性自然上升。
第一是政策层面对算力网的持续投入。算力被纳入国家基础设施体系,公开信息提到“十五五”期间算力网建设将带来较大规模直接投资,广东等地也在完善“算力券”制度,降低企业用算成本。第二是国产芯片从“备胎”走向主力,华为昇腾、寒武纪、海光、摩尔线程等厂商出货和营收数据均有明显进展,模型与芯片“Day 0适配”逐渐成为惯例。第三是模型侧的训练与推理需求仍在膨胀,DeepSeek等头部公司被曝在内蒙古乌兰察布建设大型数据中心,算力采购是融资的主要投向之一。
把这三条放在一起看,就能理解资本为什么愿意在基础设施层下重注:模型公司拼的是效果,基础设施公司拼的是把有限硬件用出更高效率。对中小站长而言,最直接的体感是云上GPU实例的供给更丰富、异构选择更多,但选型时也要多留意软件迁移成本——存量业务从国外软硬件迁到国产平台,往往需要专门的适配工作。
如果你的站点或业务开始接入大模型能力,建议把算力成本单独核算,而不是混在服务器账单里。自建推理服务时,先确认框架对目标加速卡的适配情况,再决定采购,避免出现“卡到了、跑不起来”的尴尬。使用云上算力时,可以关注各地算力券的申领条件,具体以当地主管部门和云厂商官方公告为准。下面这条命令可以用来快速确认机器上加速卡的型号与驱动版本,便于和厂商的兼容列表对照:
nvidia-smi
国产加速卡可查看厂商自带工具输出,例如:
npu-smi info (以华为昇腾为例)
cnmon info (以寒武纪为例)
具体命令以各厂商官方文档为准
需要说明的是,无问芯穹本轮融资的金额、累计融资规模等信息均来自媒体报道,公司后续的业务进展与上市安排请以官方公告为准。对普通建站用户来说,不必追逐每一笔融资,但理解“算力—芯片—模型”这条链条的变化,有助于在选云、选卡、选框架时做出更稳妥的决定。
| 📑 | 📅 |
|---|---|
| 模思智能完成超10亿元Pre-A轮 全模态交互受关注 | 2026-10-23 |
| DiffuSpace完成数亿元融资,扩散语言模型路线受关注 | 2026-10-23 |
| 十月国产AI产品上新:百度搭子与讯飞星帆把智能体送进生产线 | 2026-10-23 |
| 十月国产端侧模型扎堆开源:星火X2.6与星辰Xing4.0看点 | 2026-10-23 |
| 记忆张量MemT 1.0开源:记忆原生大模型走进站长视野 | 2026-10-23 |
| 国产AI芯片份额升至47%,对站长意味着什么 | 2026-10-23 |
| 政策密集加码:国产AI芯片与算力的新动向 | 2026-10-23 |
| 智谱GLM-5.2开源观察:1M上下文与国产算力Day 0适配 | 2026-10-23 |
| MiniMax开源M3.1 Flash:428B参数、百万上下文 | 2026-10-24 |
| 国产AI芯片份额破四成,算力政策密集落地 | 2026-10-24 |