无问芯穹23亿元C轮：AI Infra赛道融资纪录

2026年10月12日，AI 原生基础设施企业无问芯穹宣布完成 C 轮融资，本轮金额 23 亿元，公司成立至今累计融资 43 亿元。一句话结论：无问芯穹以 23 亿元刷新中国 AI 原生基础设施赛道单轮融资纪录，其估值支撑来自一套覆盖 37,000P 算力、兼容 16 种主流芯片的异构调度平台。

23亿元的三个坐标：单轮、累计、赛道纪录

这笔融资之所以值得单独拆解，是因为它同时刷新了两个数字。单轮维度，23 亿元是 AI Infra 赛道在国内已披露融资中的最大一笔；累计维度，无问芯穹自 2023 年成立以来的融资总额达到 43 亿元，同样位居该赛道首位。

维度	数值	说明
本轮金额	23 亿元	2026 年 10 月 12 日披露的 C 轮
累计融资	43 亿元	2023 年成立起算
已触达算力	37,000P	AgenticInfra 平台纳管规模
兼容芯片	16 种	覆盖国产与进口主流 AI 芯片
混训算力利用率	最高 97.6%	千卡规模异构混训实测

把这三个坐标放在一起看，逻辑就比较清楚了：资本给出的价格并非基于某个模型或某个应用，而是基于「能不能把不同厂商的芯片当成一整块资源来调度」这一基础设施能力。这也是本轮与上一代算力融资故事最大的差异。

投资方名单拆解：国资、产业、财务三类资本同台

本轮的投资方结构相当特殊，几乎涵盖了中国一级市场能拿出的全部资本类型，这在单一轮次中并不常见。

国资平台包括杭州高新金投、社保中关村基金（君联资本管理）、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。产业投资方涵盖 Dabanc Holding、联想、九坤创投、同歌创投、腾讯、百度。市场化财务机构包括红杉中国、洪泰基金、惠远资本、启明创投、达晨财智、顺为资本、砺思资本。

这份名单透露了两点信号。其一，腾讯与百度同时出现在产业投资方名单里，意味着两家云厂商认可异构算力调度的中间层价值，而不是把无问芯穹视作竞争者。其二，多家地方国资入场，说明这条赛道已经被纳入地方算力基础设施的投资框架，商业模型的可预测性比单纯的 AI 应用公司更强。

前店后厂一中心：AgenticInfra 的三层价值链

无问芯穹把自己的战略布局概括为「前店后厂一中心」，这个结构对应 AI 生产链条上的三个环节。

「一中心」指的是算力集散中心，也就是 AgenticInfra 自主式基础设施平台，负责把异构算力的资源池做大。这一层目前已部署触达 37,000P 算力，兼容 16 种主流芯片。公司此前提出的 AI 生产力公式把 AI 生产力拆成三个变量：智能资源规模、Token 生产效率、Token 价值转化，而这一层正对应第一个变量。

「后厂」是 Token 工厂，对应 AgenticMaaS 大模型服务平台，核心任务是把算力高效地转换成 Token，对应第二个变量。「前店」是 AI 生产力商店，面向企业提供 AgenticInfra 行业解决方案，让 Token 进入真实的业务流程，对应第三个变量。

异构混训：四种国产芯片与两种进口芯片跑同一个大模型

技术层面最能体现壁垒的是异构混训能力。无问芯穹发布了全球首个千卡规模的异构芯片混训平台，具备万卡扩展性。在实际落地中，这套平台已经实现华为昇腾、天数智芯、沐曦、摩尔线程四种国产芯片，分别与 AMD、NVIDIA 两种进口芯片进行大模型混合训练，算力利用率最高达到 97.6%。

这个数字的意义需要放在现实约束里看。国内大量智算中心的芯片采购来源混杂，同一机房里同时存在国产与进口加速卡是常态。如果一套训练任务只能跑在单一芯片上，实际可用算力远小于装机算力。混训平台解决的正是这个问题，它把碎片化的硬件统一为可被单一任务调用的资源。

PDD 架构：首 Token 延迟降 51.5%，成本降 37.5%

2026 年 7 月，无问芯穹发布了跨集群异构 PD 分离架构，简称 PDD（Prefill-RelayDecode-MainDecode）。这套架构源自其线上业务的大规模实践，核心指标有两项：首 Token 延迟降低 51.5%，单 Token 成本降低 37.5%。

推理侧的 PD 分离并不是新概念，但把 prefill 与 decode 拆到不同集群、且允许集群之间采用不同芯片，工程量会显著上升。PDD 在中间引入了 RelayDecode 环节，用于承接跨集群传输过程中的状态，这也是它区别于常规 PD 分离方案的地方。对客户而言，最直观的收益是同样的硬件预算可以支撑更多并发请求。

客户与出海：智谱、月之暗面之外还有什么

在模型侧，无问芯穹已与智谱、月之暗面等头部大模型企业建立合作。这两家恰好代表了国内大模型公司的两种典型处境：前者深耕 to B 交付，后者直面 C 端高并发。同时服务这两类负载，验证的是平台在不同流量曲线下的稳定性。

行业落地方面，公司已推出覆盖文娱游戏、医疗健康、法律服务、能源电力等领域的解决方案。联合创始人兼 CEO 夏立雪曾表示，希望实现算力的标准化和服务化，帮助异构的国产芯片提升使用效率，让算力像电力一样以标准应用的方式提供给各行各业。2026 年 9 月，他在腾冲科学家论坛曼谷专题活动上进一步提出「走出去」战略，希望把中国形成的 AI 基础设施能力带向海外。

常见问题

无问芯穹是做什么的？
它是一家 AI 原生基础设施企业，2023 年由清华大学和上海交通大学的科技成果转化设立，主营业务是异构算力调度、Token 生产优化与行业解决方案三层。简单说，它不训练自己的大模型，而是帮别人更便宜、更高效地训练和运行大模型。

23 亿元在 AI 赛道里算什么水平？
单看绝对值不算顶级大模型公司的一轮，但放在 AI Infra 这个细分赛道，23 亿元已经创下中国区纪录。需要注意的参考系差异是，Infra 公司的收入模型通常比模型公司更稳定，估值倍数也相对保守，因此同等融资额对应的营收规模要求往往更高。

异构混训对普通开发者有意义吗？
直接意义有限，间接影响明显。开发者通常接触的是平台提供的 API，而非底层调度。但如果所在企业使用了多家云或多款芯片，混训与统一调度会直接反映在账单和排队时间上。目前这类能力主要面向智算中心与大型模型团队开放。

小结

无问芯穹这笔 23 亿元 C 轮融资，标志资本对 AI 基础设施中间层的定价逻辑趋于成熟。它不再追问某个模型能不能跑赢基准，而是计算一套调度系统在混合芯片环境下到底能省下多少算力成本。随着国产芯片种类持续增加，跨平台、跨品牌的统一调度能力会从加分项变成必选项。接下来需要观察的是，这套中间层能否在出海过程中完成第二次复制。

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

继续读

同一批更新里这几篇值得一看：

想快速查定义？对应的词条在这里：

AI Agent词条 · AI 自学笔记

无问芯穹23亿C轮：37000P算力覆盖16种芯片，AI Infra融资纪录