產業科技連線 “中國擁有全球最具活力的AI生態系統。”

今年5月，AMD董事會主席兼CEO蘇姿豐第一次把AMD AI開發者日搬到中國上海，她在這場超過2000名開發者到場的活動上，特別關注了零一萬物、階躍星辰等中國AI公司，這其中，包括一家2023年才成立的AI基礎設施輕資產運營企業—無問芯穹。

這並不是一場普通的站臺。蘇姿豐此行強調AMD正在把中國視為驅動路線圖的核心，而在這位芯片巨頭眼中，無問芯穹這類企業正處在中國算力、模型與應用發展的連接點上。

這家企業不生產芯片，主業也不侷限於訓練大模型，旗下更是沒有實體數據中心資產，卻在幾年內把不同廠商、不同代際、不同地域的算力組織起來，變成可被持續調用的Token。

10月12日，無問芯穹又完成了23億元C輪融資，本輪交割後其累計融資達到43億元，單輪和累計融資額均刷新國內獨立AI基礎設施企業紀錄。據產業科技連線瞭解，這家年輕的企業已以保密形式向港交所遞交IPO申請，投前估值約143億元，最早或於2027年上半年掛牌。

清華班子組隊

這是一家極其“輕”的公司。

正如開頭所述，無問芯穹未持有任何大規模數據中心，而是通過軟件系統觸達並調度分佈在第三方設施中的算力，同時適配華為昇騰、海光、摩爾線程、沐曦、燧原科技等多種芯片。

簡而言之，無問芯穹解決的是芯片與算力之間的適配問題。

與海外相對集中的GPU生態不同，國內同時存在英偉達、AMD、華為昇騰、海光、摩爾線程、沐曦、燧原科技等多種芯片體系，算力資源分散在不同地域、數據中心及雲環境中。

因此，國產模型端與芯片端在不斷發展的同時出現了芯片匹配上的差異，不同的芯片之間差別巨大，這就讓部分任務只能在特定芯片上運行，而適配大部分任務的異構芯片則需要定製化，才能滿足客戶羣的匹配需求。

“大模型訓練與推理的成本進一步提高，開發者也難以實現算力的有效遷移。”例如，在DeepSeek等一眾AI工具最火爆的時間節點，彼時的官網卡頓還曾衝上熱搜，有市場人士分析，這一現象暴露出的是算法與硬件節奏脫節的問題。

然而，國內大多數模型多依賴國外芯片訓練而成，與國內的系統難以形成及時閉環，而且雲廠商的算力主要服務自有業態，芯片廠商平臺往往綁定自身硬件，模型企業自建Infra又難以完全中立地向全行業開放，要想實現算力與芯片的有效結合，就需要一個靠譜的運營平臺發力。

無問芯穹看到了這一痛點。

2023年5月，清華大學電子工程系教授汪玉與博士生夏立雪、前商湯科技數據與計算平臺部執行研究總監顏深聯合創立無問芯穹。這家企業選擇通過Infini-AI異構雲平臺，幫助市場上的開發者一鍵獲取DeepSeek系列模型，以及其他異構國產算力服務。

獨特的創業思路與清華班子加持後嗎，無問芯穹在一年半內便完成近10億元融資，合計吸引了小米、上海人工智能產業投資基金、順為資本、申萬宏源、啓明創投、聯想創投等資方。

2026年3月，無問芯穹完成股份制改造，正式更名為上海無問芯穹智能科技股份有限公司，從有限責任公司變更為非上市股份公司；2個月後，又完成7億元新一輪融資，這輪融資由杭州高新金投集團、惠遠資本聯合領投。

值得注意的是，磁輪融資首次引入境外投資者香港AEFNextGen基金，該基金負責人表示，將利用其在香港及海外的資源網絡，與無問芯穹深化合作，共同開拓國際市場的商業機遇。

這一動作，為其未來港股IPO埋下伏筆，也被市場廣泛解讀為“無問芯穹為境外資本市場動作鋪路”。

待驗證的盈利

目前，無問芯穹的AgenticInfra可調度算力規模超過37000P，覆蓋16種主流芯片，新芯片適配週期壓縮至兩個工作日，國產芯片適配成本下降70%以上，異構混合訓練算力利用率最高達到97.6%。

據無問芯穹官方透露，其在2026年完成國內首例超4000公里跨域混訓驗證，試圖把分散在全國的算力整合成可協同調度的資源池。在MaaS平臺側，截至2026年7月，其單日Token調用量較2025年12月增長約40倍。

翻看無問芯穹的履歷，其融資模式與海外FireworksAI、Baseten、TogetherAI等同類公司存在差異，這些企業也在近年獲得數筆融資，估值快速攀升。

其中FireworksAI在2026年7月完成15.05億美元D輪融資，估值達175億美元；Baseten在2026年6月完成15億美元F輪融資後估值達130億美元。但這些公司大多建立在相對統一的GPU生態之上，部分企業還通過自建或租賃算力擴張。

無問芯穹與這些企業不同，面對的是較複雜的國產異構環境，但其不靠大規模持有硬件擴張，也不選擇進行項目自建或租賃。

從資本市場角度看，這解釋了為何它的股東結構能夠覆蓋國資、產業資本和頭部VC。從10月12日的這筆融資來看，投資方包括杭州高新金投、社保中關村基金、珠海科技產業集團、徐匯資本、孚騰資本、國開科創等國資機構，騰訊、百度、聯想創投等產業投資方，以及紅杉中國、啓明創投、達晨財智、順為資本等財務投資機構。

騰訊、百度、智譜等產業股東的存在，意味着它既可能獲得算力需求，也需要在生態中保持足夠中立；國資參與則顯示其在智算基礎設施層面的戰略價值。

但無問芯穹的輕資產運營模式不等於萬事無憂，在國內雲廠商、芯片廠商和模型公司都可能向下延伸基礎設施能力的情況下，其作為獨立第三方能否長期維持議價權，還是未知數，畢竟這家企業並沒有向客戶直接供給AI硬件。

另一個問題是其盈利能力的上限，目前無問芯穹已服務智譜、月之暗面等模型企業，並在遊戲、法律、醫療、能源等場景推出行業解決方案。截至2026年7月，其MaaS平臺Token調用量較2025年12月增長約40倍。

我們正處於AI通縮時代，據ARK研究機構的數據顯示，AI的單位性能成本年化降幅超過200倍；在前沿高性能基準賽道、AI效率最優前沿曲線上，這一降幅突破500倍。

ARK創始人木頭姐也在近期公開發言中表示，在當前性能保持不變的情況下，AI推理成本或將每年下降99.99%。

因此，對於無問芯穹而言，能否把現在的技術效率轉化為持續上升的營利數據，將決定其招股書的精彩程度。