再融23亿元！清华系独角兽，刷新国内AI Infra赛道融资纪录

来源：证券时报网

AI Infra(AI基础设施)赛道融资纪录再被刷新。

10月12日，证券时报记者获悉，上海清华系独角兽无问芯穹完成23亿元C轮融资，至此累计融资额达43亿元，单轮与累计融资金额均刷新国内AI Infra赛道纪录。

自成立以来，无问芯穹投资方阵容罕见地横跨三类资本：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，红杉中国、启明创投、顺为资本等财务投资机构悉数在列。更早前的10月初，据媒体报道，无问芯穹已经以保密形式向港交所递交IPO申请，计划募资数亿美元，最早于2027年上半年挂牌。

资本密集押注的背后，是一个正在发生的行业趋势：AI基础设施的竞争正从“堆规模”转向“精管理”，即通过一系列技术和管理策划，对算力资源进行高效精准的优化与调度，用更少的算力支撑更多的业务价值。当芯片体系碎片化、推理成本高企成为行业共同痛点，一批既不造芯片、也不做模型的“算力运营商”，站到了产业链的关键位置上。

清华师徒的“算力生意”，三年融资43亿元

无问芯穹的故事，起点在清华园。

2023年5月，清华大学电子工程系长聘教授汪玉联合学生清华电子系博士夏立雪、戴国浩等人创立无问芯穹，夏立雪担任联合创始人兼CEO。这不是汪玉第一次创业：2016年，他与学生共同创办的AI芯片公司深鉴科技，2018年被赛灵思收购。

无问芯穹的定位颇为独特：不造芯片、不做模型，只做算力的调度者和运营商。公司自身不持有大规模数据中心，而是通过软件层打通分布在数十个第三方设施中的异构算力。这种轻资产“新云”模式契合国内算力生态碎片化现状及需求，成为AI基础设施领域的新兴力量。

具体到业务，无问芯穹采取“前店后厂一中心”的布局。“一中心”即算力集散中心，已部署触达3.7万P算力，覆盖16种主流芯片，千卡规模异构混训平台具备万卡扩展性，实现了昇腾、摩尔线程等四种国产芯片与英伟达、AMD芯片的混合训练，算力利用率最高达97.6%，还联合中国电信完成国内首例超4000公里跨域混训验证。“后厂”是词元(Token)工厂，其首创的跨集群异构PDD架构，将首Token延迟降低51.5%、单Token成本降低37.5%，过去一年推动推理成本下降10倍。“前店”则面向文娱游戏、医疗健康、能源电力等行业输出解决方案，客户名单包括Kimi、智谱、联想、理想汽车等。截至今年7月，公司MaaS平台单日Token调用量较去年12月增长40倍。

资本的节奏与业务同步提速。2023年9月，成立仅4个月的无问芯穹完成天使轮融资，百度、智谱、经纬创投、真格基金等入场；2024年9月，公司完成近5亿元A轮融资，社保中关村基金、启明创投、洪泰基金联合领投，成立16个月累计融资近10亿元；2025年11月，无问芯穹A+轮再获近5亿元融资；今年5月，公司又完成超7亿元融资，刷新国内AI原生基础设施公司单笔融资纪录。加上此次23亿元C轮融资，三年间累计融资43亿元。

值得注意的是，今年3月，公司完成股份制改造，更名为上海无问芯穹智能科技股份有限公司。据媒体报道，无问芯穹已以保密形式向港交所递交IPO申请。若成功上市，无问芯穹将成为国内AI Infra赛道最受关注的上市样本之一。

热钱涌向“Token工厂”

无问芯穹的融资纪录，是AI Infra赛道资本热度的一个切片。

据IT研究与顾问咨询机构Gartner预测，2026年全球推理支出将达233亿美元，首次超过190亿美元的训练支出，占AI基础设施服务总支出的55%；中国信通院报告显示，2026年推理算力占AI算力总负载的比重将达70.5%。需求侧的爆发更为直观：国家数据局数据显示，我国日均Token调用量从2024年初的千亿级，增至2025年底的100万亿，今年3月已突破140万亿。

资本随之涌动。国内，AI基础设施创业公司硅基流动9月宣布完成B+轮二期和C轮融资，年内累计融资近29亿元；海外，Fireworks AI、Baseten、Together AI等推理基础设施公司均获数十亿美元级融资，英伟达集中布局多家头部推理基建企业，Fireworks AI新一轮融资的估值目标高达300亿美元。

热度的逻辑，在于结构性缺口。当前国内算力市场上，英伟达、AMD、华为昇腾、摩尔线程等多套芯片体系并存，存量算力闲置、跨域调度难、异构适配成本高；而大厂的云服务面向内部生态，芯片厂商的平台绑定自有硬件，模型企业自建算力又存在同业壁垒。独立第三方算力运营商的价值由此凸显，行业正从“堆规模”转向“精管理”，通过技术优化，降低算力成本、提升运算效率、匹配业务场景，提升算力服务的附加值。

但是，挑战同样存在。一方面，竞争格局拥挤，火山引擎、阿里云、百度智能云三家公有云厂商合计占据中国公有云大模型调用量近九成份额，独立服务商需要找到自身的差异化发展空间；另一方面，“卖Token”的生意近似水电煤，单价持续下行，收入高度依赖调用量的指数级增长，价格战之下利润空间可能会承受压力。对AI算力服务商而言，推理时代的算力生意刚刚开场，公司的估值，终究要靠Token的流水来兑现。