「无问芯穹」完成近 5 亿元 A 轮融资，创国内 AI Infra 层单笔最大记录

36 氪获悉，「无问芯穹」宣布完成近5亿元A轮融资。这也是目前为止，国内AI Infra（大模型基础设施）层创业公司最大的单笔融资记录。

本轮融资联合领投方为社保基金中关村自主创新专项基金（君联资本担任管理人）、启明创投和洪泰基金。跟投方包括联想创投、小米、软通高科等战略投资方，国开科创、上海人工智能产业投资基金（由临港科创投担任基金管理人）、徐汇科创投等国资基金，以及顺为资本、达晨财智、德同资本、尚势资本、森若玉坤、申万宏源、正景资本等财务机构。

「无问芯穹」联合创始人、CEO夏立雪表示，本轮投资将用于加强技术人才吸纳与技术研发，深入推动产品商业化发展并强化生态合作。

值得注意的是，成立仅仅16个月，「无问芯穹」的累计融资额已近10亿元。这家公司过往投资方还包括红杉中国、百度、智谱、同歌创投等。

整合异构算力，让大模型落地更便宜

近年来，国际上模型层与芯片层逐渐形成“双头收敛”格局，而中国的模型层与芯片层，却呈现由多种模型、多种芯片的格局。

这也导致了，不同硬件平台需要适配不同软件栈和工具链，异构芯片间长久存在着难以兼用的“生态竖井”现象。

而当越来越多国产异构算力芯片被应用于全国各地的算力集群中，异构算力难以被有效利用的问题日益严峻，逐渐成为中国大模型产业发展的瓶颈。

为此，「无问芯穹」从这一难题切入，通过软硬件联合优化技术，持续提升芯片算力在大模型任务中的利用率，并且，通过多元异构算力适配技术，「无问芯穹」尝试提升集群算力利用率，扩大行业整体算力供给。

夏立雪表示，在软硬件联合优化方面，「无问芯穹」自研的推理加速技术（++），能够提升主流硬件推理效率2-4倍，且已经完成多个主流开源大模型在10余种计算卡（AMD、华为昇腾、壁仞、寒武纪、燧原、海光、天数智芯、沐曦、摩尔线程、）上的适配。

基于这一方案取得的优化效果，「无问芯穹」此前也与AMD签署战略合作，携手推动商用AI应用的性能提升。

在多元异构算力适配方面，「无问芯穹」今年7月发布的大规模异构分布式混合训练系统，也是业内首次在六种芯片、“4+2”组合间（华为昇腾、天数智芯、沐曦、摩尔线程和AMD、），实现了千卡规模的异构算力混合训练，集群算力利用率最高达到97.6%，平均高出基准方案约30%。

这也意味着，在相同的异构算力条件下训练大模型时，「无问芯穹」可将训练总时长压缩30%。

夏立雪表示，「无问芯穹」正在围绕“以电换Token”思路，展开AI的基础设施建设，他们的目标是，让大模型落地成本实现10000倍下降，成为大众触手可及的“水电煤”。

布局企业级基础设施、端侧LPU

「无问芯穹」在商业化层面进展迅速。

此前，「无问芯穹」已经和智谱联合发布大模型万卡训推计划，共建大模型训推万卡集群；猎聘旗下的AI大模型产品“多面”，背后也是「无问芯穹」的-AI异构云平台在提供技术和产品支持。

夏立雪向36氪表示，-AI异构云平台，正是由「无问芯穹」基于多元芯片算力底座打造，向下兼容多元异构算力芯片。这一平台所运营的算力，覆盖全国15座城市，成为目前拥有可运营算力规模最大的AI Infra创业公司。

除了算力服务之外，-AI异构云平台还包含一站式AI平台（）和大模型服务平台（），提供了适合于开发者的AI工具。

据介绍，“一站式AI平台”，为机器学*开发者提供高性价比的开发调试、分布式训练与高性能推理工具；大模型服务平台，则为大模型应用开发者提供了高性能、易上手的多场景大模型服务，降低开发成本和门槛。

据夏立雪介绍，自-AI异构云平台上线以来，已有Kimi、、猎聘、生数科技、智谱AI等多个大模型行业头部客户，在-AI异构云平台上稳定使用异构算力，享受「无问芯穹」提供的大模型开发工具链服务。

而随着大模型应用的规模化普及，未来推理任务的算力占比大概会达到 70~80%。但要运行动辄数十亿至数万亿参数规模的大语言模型，需要庞大的计算资源和内存带宽，构建和运营成本高昂。

为此，LPU是端侧大模型的一项可选项，遵循算力利用率提升思路，「无问芯穹」在端侧大模型和LPU IP领域亦有布局。夏立雪向36氪表示，「无问芯穹」正打造“端模型+端芯片”闭环能力，帮助端侧场景快速增长和应用爆发。