開發生態
無問芯穹完成23億元C輪、累計融資43億元,創國產AI Infra雙紀錄
量子位單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據

據《量子位》報導,AI 原生基礎設施服務商無問芯穹已完成23億元人民幣 C 輪融資,累計融資達43億元;報導稱,兩項金額均刷新國產 AI Infra 賽道紀錄。這筆融資的投資方涵蓋國資、產業與財務投資機構,包括聯想、騰訊、百度、紅杉中國、啟明創投與順為資本等。
無問芯穹不訓練模型或直接開發應用,而是以軟體連接模型與晶片,進行異質算力編排、訓練及推理成本最佳化。公司採取不自建實體資料中心的模式,報導稱其平台已適配 NVIDIA、AMD、華為昇騰、壁仞、海光、摩爾線程、沐曦、燧原科技與平頭哥等16種晶片,管理3.7萬P算力;新晶片最快可在2個工作日內完成適配,國產晶片適配成本則降低逾70%。
報導稱,無問芯穹已完成千卡規模異質晶片混合訓練,算力利用率達97.6%,並以華為昇騰、天數智芯、沐曦、摩爾線程四種國產晶片,以及 AMD、NVIDIA 兩種進口晶片,訓練700億參數模型。公司另與中國電信完成超過4000公里的跨域混合訓練,在新疆哈密與廣東深圳之間訓練300億參數模型,性能提升165%;四個不同世代與型號 GPU 集群的多資料中心訓練,以及私有集群與公有雲混合訓練,性能則分別提升41%與68%。
在軟體最佳化方面,報導稱其平台讓萬億參數 MoE 模型的訓練吞吐量較主流開源框架高41%至75%,並在一年內將推理成本降至原本的十分之一。公司於2026年 WAIC 發布跨集群異質 PDD(Prefill-RelayDecode-MainDecode)架構,宣稱可將首 Token 延遲降低51.5%、單 Token 成本降低37.5%。
業務方面,無問芯穹提出「前店後廠一中心」布局,涵蓋算力集散中心、Token 工廠與 AI 生產力商店三層。報導稱,其大模型服務平台已上線逾百款模型,並與智譜、月之暗面合作;平台日均 Token 使用量在半年內增加逾40倍,超過95%的推理任務來自 Agent。公司亦已推出涵蓋文娛遊戲、醫療健康、法律服務及能源電力的 Agentic Infra 行業方案。
此外,《量子位》引述 Bloomberg 報導稱,無問芯穹近幾個月已以保密形式向港交所遞交 IPO 申請;該 IPO 消息並無其他佐證,官方是否已遞件尚未獲證實。
讀原始報導背景
AI infrastructure 是支援人工智慧模型與應用程式開發、訓練、部署及運作的軟體與硬體系統。狹義上,它包括半導體、處理器、記憶體、伺服器、儲存設備、網路設備與資料中心等實體運算資源。