财湃新闻 国内AI基础设施赛道近期迎来重磅融资消息，无问芯穹完成23亿元人民币C轮融资，累计融资额达到43亿元，相关融资规模位居国内AI基础设施赛道首位。与此同时，市场信息显示，这家企业已经以保密形式向港交所递交上市申请，计划最早于2027年上半年挂牌，募资规模为数亿美元，目前上市前估值约为143亿元。这一融资动作刷新了国内独立AI基础设施企业的融资纪录，也让这家成立仅三年多的清华系创业企业受到行业广泛关注。

　　从公开的投资方阵容来看，无问芯穹的股东背景横跨三类不同属性的资本，覆盖杭州高新金投、社保中关村基金、珠海科技产业集团、徐汇资本等国资机构，腾讯、百度、联想等产业资本，以及红杉中国、启明创投、顺为资本等财务投资机构，多元的资本布局也从侧面印证了市场对其业务模式的认可度。本轮融资被市场普遍判断为Pre-IPO轮，且融资认购处于超额状态，为企业后续的上市推进和业务扩张提供了充足的资金支撑。

企业起源与核心业务定位

　　无问芯穹成立于2023年5月，创业源头来自清华大学电子工程系，由清华大学电子工程系长聘教授汪玉发起，夏立雪担任联合创始人兼CEO，属于典型的高校科研成果转化创业企业。不同于行业内不少同时布局芯片研发或大模型训练的企业，无问芯穹的核心业务聚焦AI基础设施服务领域，明确选择不自研大模型、也不生产芯片的差异化路线，通过搭建软件中间层体系，让不同类型的AI模型能够在多种不同架构的芯片上顺畅运行，针对性解决行业长期存在的异构算力聚合与调度难题。

　　这种独特的中立定位，恰好契合了当前国内AI算力市场的生态特征。随着行业发展，国内市场形成了十余款国产AI芯片与英伟达合规版本长期并存的异构格局，不同芯片架构各异、算子库不通用、通信协议互不兼容，大量建成的智算资源利用率偏低，而市场对AI服务的需求却在快速增长，行业普遍面临“有算力、用不好”的现实困境。无问芯穹的技术路线正是瞄准这一市场缺口，通过软件层面的能力打通不同芯片之间的壁垒，将分散在第三方设施中的异构算力统一纳管起来，形成可灵活调度的资源池。

　　依托这套技术体系，企业推出的AgenticInfra平台可调度算力规模超过37000P，覆盖16种主流芯片，新芯片适配周期被压缩至两个工作日，国产芯片适配成本下降70%以上，异构混合训练算力利用率最高达到97.6%，相关技术指标处于行业领先水平。值得注意的是，企业自身并不持有任何大规模数据中心，完全通过软件系统触达并调度分布在第三方设施中的算力资源，这种轻资产的“新云”模式，能够以更低的成本快速扩大算力覆盖范围，适配国内算力生态碎片化的市场现状。

商业模式与业务战略布局

　　无问芯穹的商业模式主要围绕算力租赁与软件服务两大核心板块展开，按照实际使用量或者使用时长向客户收取相应费用，形成清晰可落地的商业化路径。2026年7月，企业正式提出“前店后厂一中心”战略，对自身业务体系进行了系统性梳理和升级，三大板块分别对应自主基础设施平台、大模型服务平台以及面向不同行业的定制化解决方案，构建起覆盖算力调度、模型服务到场景落地的完整业务链条。

　　其中“一中心”指的是算力集散中心，也就是已经实现超37000P算力部署触达的核心调度体系，覆盖16种主流芯片，其打造的全球首个千卡异构芯片混训平台具备万卡扩展性，可实现多款国产芯片与海外主流芯片的混合训练，还联合中国电信完成了国内首例超4000公里跨域混训验证。“后厂”对应的是Token工厂，依托首创的跨集群异构PDD架构，将首Token延迟降低51.5%、单Token成本降低37.5%，在过去一段时间内推动推理成本实现大幅下降。“前店”则是面向各类行业客户的AI生产力商店，针对不同领域的智能化需求输出适配的行业解决方案。

　　这套业务体系落地后，平台的Token调用量实现了爆发式增长，2025年12月至2026年7月期间，平台日均Token使用量增长40倍，同时推理成本下降10倍，服务效率的提升直接带动了客户规模的快速扩张。目前企业的客户群体已经覆盖月之暗面、理想汽车、中国移动等超过100家企业及科研机构，还与多家头部大模型企业签署了战略合作协议，围绕模型推理效能优化、大模型Token服务与AI基础设施共建、应用范式联合创新、行业智能化场景拓展等方向深化合作，在行业内形成了较为广泛的服务覆盖。

行业竞争格局与未来拓展方向

　　当前国内AI基础设施赛道的市场竞争正在持续加剧，无问芯穹在市场中面临硅基流动、阿里云、火山引擎等不同类型竞争对手的挑战，既有同样聚焦异构算力调度的垂直创业企业，也有背靠大型互联网生态的云服务厂商，赛道内的技术比拼和资源争夺日趋激烈。为了进一步巩固自身的市场优势，企业正在推进多维度的业务拓展动作，其中一项重要布局就是与中国电信展开深度合作，共同建立国际算力服务平台，以此为支点拓展东南亚等海外市场，将国内成熟的异构算力调度能力输出到更广阔的区域。

　　行业专家指出，当前国内AI基础设施行业仍然持续面临算力分散、运行成本高以及模型快速演进等多重挑战。一方面大量分散的异构算力资源难以实现高效统一调度，整体算力利用率仍有较大提升空间；另一方面AI推理的运行成本长期处于较高水平，制约了AI应用在更多场景的规模化落地；同时大模型技术的快速迭代演进，也对算力调度系统的适配能力提出了持续更新的要求。

　　在这样的行业背景下，无问芯穹选择的中立第三方算力调度服务商定位，恰好避开了芯片厂商之间的直接竞争，也区别于大型云服务商优先服务自身业务的模式，能够为不同类型的客户提供更加中立、开放的算力调度服务。随着国内AI应用的持续普及，市场对高效、低成本异构算力服务的需求还将进一步释放，这家刚刚刷新行业融资纪录的企业，也将在2027年的上市进程中接受资本市场的检验，其后续的业务发展路径也将成为国内AI基础设施赛道发展的重要参考样本。

(编辑：吕文)