无问芯穹C轮融资23亿，累计43亿创国内AI Infra纪录

国内领先的AI原生基础设施企业无问芯穹近日完成C轮融资，融资额23亿元，累计融资额达43亿元，单轮与累计融资额均创国内AI Infra行业新高。据外媒报道，公司正在筹备IPO。这家2023年成立、脱胎于清华大学电子工程系的创业公司，背后既有国资机构，也有产业投资方和市场化财务投资机构。

放眼海外，AI基础设施公司估值快速攀升。Fireworks AI最新估值达175亿美元，Baseten达130亿美元，Together AI达83亿美元，英伟达对三家均有投资，凸显算力产业链对AI基础设施的重视。当前全球AI竞争正沿算力、模型向Token生产效率和应用生产力延伸，如何把多元算力转化为稳定、高效、低成本的Token服务，成为重要生意。

无问芯穹团队源自清华大学电子工程系。发起人汪玉为清华电子工程系长聘教授、IEEE Fellow；联合创始人兼CEO夏立雪本硕博均毕业于清华电子工程系，曾任职阿里云；联合创始人、首席科学家戴国浩毕业于清华电子工程系，现任上海交大副教授；CTO李伯勋拥有清华电子工程系学士、硕士学位，曾任旷视科技算法总监。团队技术积累源自清华汪玉团队的NICS-EFC实验室，自2008年起深耕软硬件协同与AI算力系统研究。

随着国产芯片发展，算力供给多元化带来新问题：不同品牌、架构的芯片如何协同，分散算力如何转化为稳定的训练与推理能力。无问芯穹2024年完成全球首次“4+2”式700亿参数大模型异构芯片混合训练，使用华为昇腾、天数智芯、沐曦、摩尔线程四种国产芯片与AMD、NVIDIA两种进口芯片，算力利用率达97.6%。目前可实现2个工作日完成新芯片适配，国产芯片适配成本降低70%以上；万亿参数级MoE模型训练吞吐较主流开源框架提升41%至75%，推理成本一年内下降10倍。

公司在2026年世界人工智能大会提出“前店后厂一中心”战略。算力集散中心对应Agentic Infra平台，已受三大类跨域算力聚合训练实践考验：联合中国电信完成国内首例超4000公里大模型跨域混训，性能提升165%；打通4个不同代际、型号GPU集群联合训练近百亿参数模型，协同性能提升41%；实现本地私有集群与公有云算力安全互通混训，性能提升68%。该系统已在全国部署触达超37000P算力、覆盖16种主流芯片。

Token工厂对应Agentic MaaS平台。2026年7月，夏立雪披露新一代推理系统优化成果——跨集群异构PD分离架构PDD，首Token延迟降低51.5%，单Token成本降低37.5%。过去一年推理成本下降10倍，公司认为仍有10倍下降空间。截至今年7月，平台单日Token调用量较去年12月增长40倍。

AI生产力商店对应行业解决方案，面向文娱游戏、法律、能源电力等场景输出Agentic Infra方案。公司采用轻资产运营模式，不拥有实体数据中心，通过技术服务管理第三方设施算力，适配华为昇腾、摩尔线程等芯片。公司不做模型、不做芯片，保持中立，作为连接模型、芯片和客户需求的独立平台。目前客户与合作伙伴覆盖头部模型企业、科研机构和产业客户，与Kimi、智谱等合作，Agentic MaaS平台已上线百余种大模型。

43亿元累计融资刷新中国AI Infra融资额新高。投资方涵盖国资机构、产业投资方、市场化财务投资机构，包括杭州高新金投、社保中关村基金、珠海科技产业集团、厦门国兴投资、徐汇资本、孚腾资本、中保投资、国开科创等国资机构；Dabanc Holding、联想、九坤创投、同歌创投、腾讯、百度等产业投资方；红杉中国、洪泰基金、惠远资本、启明创投、达晨财智、顺为资本、砺思资本等财务投资机构。多元资方同时下注，指向同一判断：AI基础设施正从科技项目变成产业底座。

对比海外，国产AI Infra厂商估值空间仍明显。Fireworks AI 2025年10月完成2.5亿美元C轮融资，估值40亿美元，2026年7月完成15.05亿美元D轮后估值升至175亿美元；Baseten今年连拿两轮融资，估值升至130亿美元；Together AI 2026年7月再完成8亿美元融资，估值达83亿美元。英伟达均投资上述三家公司。无问芯穹与它们相似之处在于超前卡位智能体爆发带来的推理市场，服务模型厂商和AI原生企业；不同在于，Fireworks、Baseten、Together AI主要运行在英伟达生态之上，优化对象相对集中，而无问芯穹面对英伟达、AMD、昇腾、壁仞、摩尔线程等多种芯片并存的现实。