Agent运行提速10倍！斯坦福教授押注异构推理，破解AI推理瓶颈

过去两年，我们已经习惯了与大模型对谈，但 AI 的进化并未止步于此。现在，行业正集体转向一个更具野心的目标——AI Agent。不同于只会见招拆招的聊天机器人，AI Agent 更像是一个拥有自主行动能力的“数字员工”：它会自主上网搜集情报、多维分析海量数据、甚至跨平台调用各种专业工具完成复杂的业务闭环。

但问题来了，在一次完整的执行流中，Agent 会产生海量的计算步骤，且各环节对硬件的需求存在本质差异：逻辑推理阶段依赖极速计算，知识检索阶段渴求高带宽存储，而工具调用则对网络 I/O 的响应时延有着近乎苛刻的要求。

这种复杂的、多阶段的任务特性，导致了当前算力架构中一个极其尴尬的悖论：由于缺乏精细化的调度能力，开发者往往只能将所有任务都扔到同一种硬件（通常是高端 GPU）上跑，而硬件性能与任务需求其实并不匹配。

据统计，目前全球数据中心硬件的平均利用率仅维持在 15%-30% 之间。这意味着，在 AI 浪潮狂热扩张的背后，每年有价值数百亿美元的算力资源正处于隐性的闲置与浪费之中。

为了打破这种桎梏，一个被视为下一代 AI 基础设施核心的理念——“异构推理”应运而生。异构推理就是让 AI 在推理时，不再只盯着一种芯片使劲，而是根据任务的不同需求，把工作拆开，分给最适合的多种硬件去协同完成。

权威 IT 研究与顾问咨询公司 Gartner 预测，到 2028 年，40% 的领先企业会采用混合计算架构，把 CPU、GPU、ASIC、甚至不同代际的芯片混在一起用。同时，2026 年全球 AI 基础设施支出预计将达到约 1.36 万亿美元，推理部分占比正快速超过训练，成为 AI 计算的主战场。

近日，总部位于美国旧金山的 AI 基础设施初创公司 Gimlet Labs 宣布完成 8,000 万美元 A 轮融资。此轮由知名风投 Menlo Ventures 领投，至此，该公司累计融资达到 9,200 万美元。

天使投资人包括红杉资本的合伙人比尔·科夫兰（Bill Coughran）、斯坦福大学教授及网络专家尼克·麦基翁（Nick McKeown）、VMware 前首席执行官拉古·拉古拉姆（Raghu Raghuram）以及英特尔首席执行官陈立武（Lip-Bu Tan）。值得注意的是，英特尔前首席技术与人工智能官 Sachin Katti（萨钦·卡蒂）参与其中，担任 Gimlet 的顾问，他曾与创始人兼首席执行官 Zain Asgar（扎因·阿斯加）在斯坦福共同授课并合作相关研究。

Gimlet 针对上述问题推出了一个无服务器的 AI 推理云平台 Gimlet Cloud。它就像是一个聪明的“云端指挥部”，会自动将复杂的 AI Agent 工作拆解成很多环节，然后根据每个环节的需求，精准地分配给最合适的硬件。比如计算重的用高端 GPU，内存重的找加速器，联网重的用带快网的机器。甚至能把英伟达、AMD、英特尔、ARM 等不同厂商、不同代际的芯片混在一起协同工作。

根据 Gimlet 官方披露的数据，这种异构调度方式能让同样的 AI Agent 在不增加电费和硬件投入的情况下，运行速度提升 3 到 10 倍，显著降低每 token 成本，同时解锁原本闲置的老旧算力。

为了让模型在各种新旧、不同品牌的芯片上都能丝滑运行，Gimlet 还开发了一款工具 kforge，它能用 AI 自己帮模型写出最优的底层代码，让不同硬件自动跑得更顺，省掉程序员大量手动调试的功夫。

正如阿斯加所言，“我们的目标基本上是设法将当今 AI 工作负载的效率提升 10 倍。”

阿斯加是斯坦福大学的兼职教授，曾在英伟达担任 GPU 架构师、在谷歌担任软件工程师。他与其他三位联合创始人曾共同创办了知名可观测性平台 Pixie Labs，后被 New Relic 收购。而就在被收购的两个月前，该公司刚刚完成了由 Benchmark 领投的 900 万美元 A 轮融资。

图 | 创始团队（来源：Gimlet ）

在宣布融资的同时，Gimlet 还透露，公司目前营收已达八位数，自结束隐身模式以来客户群增长了两倍，其客户群在过去四个月内增长了一倍以上，目前包括一家顶尖的前沿模型实验室和一家超大规模云服务商，但并未透露两家公司的名称。

此外，该公司还与包括 AMD、ARM、Cerebras、d-Matrix、英特尔和英伟达在内的领先人工智能芯片公司开展合作。

1.https://gimletlabs.ai/blog/announcing-series-a

2.https://www.gartner.com/en/newsroom/press-releases/2025-10-20-gartner-identifies-the-top-strategic-technology-trends-for-2026

运营/排版：何晨龙Agent运行提速10倍！斯坦福教授押注异构推理，破解AI推理瓶颈