北京
五个月前，Modal宣布C轮融资时写道，需求正在加速。此后，其用量翻了三倍，年同比增长超过15倍，年化收入突破10亿美元，且没有放缓的迹象。
Modal创始人在这轮融资公告里写下的数字，比任何形容词都直接。一家做AI基础设施的公司，用量达到原来的三倍，年化收入站上10亿美元关口。
三天处理一万亿token
TypeSafe AI的Jev是增长最快的产品之一。它在Modal上运行的头三天，就处理了1万亿token。TypeSafe团队没有把精力花在管理基础设施上，而是专注于交付产品。
这不是个例。DoorDash的AI平台团队用Modal把公司内部的应用从实验推进到生产环境。Cognition、Ramp、Linear和Hebbia在构建各自领域的后台智能体。Runway在全球各个区域生成逼真视频。Physical Intelligence、Generalist AI和1X在训练机器人。Chai Discovery和Achira在Modal上跑药物发现，通过Claude Science工作的科学家也在做同样的事。
这些应用的共同点是：它们需要一套和过去不同的基础设施。旧的云原生技术栈不太适配它们。
旧技术栈的摩擦在哪里
Modal创始人认为，每一次软件形态的变化，都会同时改变两件事：人们能构建什么，以及构建它需要什么基础设施。他从九十年代初就开始写软件，经历过Web、云计算、大数据、移动等多次转变。
云计算兴起时，开发者突然要面对分布式系统、分片和配置管理。原有工具不是为这些设计的，于是有了Docker、Kubernetes、Terraform。
AI带来的摩擦同样清晰：GPU稀缺，模型很大且加载缓慢，大语言模型现在能写代码，而代码必须在某个隔离的环境里运行。在旧技术栈上也能实现这些，很多人已经做到了，但代价是陷入YAML配置地狱和GPU采购炼狱。
Modal的选择是推倒重来。他们扔掉了大部分现有技术栈，从零构建了自己的文件系统、容器运行时、调度器和网络层，底层容量池横跨20多个云。
沙箱单独跑出3亿美元年化收入
Modal的第一个构建块是函数：你写代码，Modal负责运行。这在生成式AI场景里格外有用——扩散模型生成图像、Suno做音乐、vLLM和SGLang做推理、模型训练。
2023年，他们注意到有人用大语言模型生成代码，于是推出了沙箱产品。三年后，沙箱单独跑出了3亿美元的年化收入。使用场景从后台智能体到强化学习，再到vibecoding平台。他们累计启动了接近30亿个沙箱，可扩展到百万级并发。
最近，Modal推出了多节点训练——一个装饰器就能获得完全RDMA连接的集群，无需容量承诺。他们正在向技术栈上层移动，在强化学习和后训练方向推出多个产品。推理侧，他们发布了Modal servers，以及围绕大语言模型服务的Endpoint Candidates功能。沙箱方面，虚拟机现已全面可用。
7.5亿美元D轮，估值157.5亿美元
为了继续构建这些，Modal完成了7.5亿美元的D轮融资，投后估值157.5亿美元。Accel领投，Kleiner Perkins加入，所有现有投资方参与，包括Menlo Ventures、General Catalyst、Redpoint、Lux Capital和Bain Capital Ventures。
Modal目前有200多名员工，分布在纽约、旧金山和斯德哥尔摩。创始人说，五年前创办Modal时，他想象不到今天跑在上面的多数应用。同样难以想象两年后人们会创造出什么软件，但可以确定的是，那需要一套全新的构建块。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
