AI基础设施这门生意，在国内第一次拿到了和模型公司同量级的支票。
10月12日，AI原生基础设施企业无问芯穹宣布已完成C轮融资，本轮融资金额23亿元。加上此前各轮，公司创立以来累计融资额达43亿元。两个数字分别刷新了一项纪录：单轮融资额与累计融资额，均创下中国AI原生基础设施赛道的最高值。
先交代这家公司的来路。无问芯穹成立于2023年，是清华大学和上海交通大学两所高校的科技成果转化企业。自成立以来，其投资方阵容涵盖国资机构、产业投资方与市场化财务投资机构等多个类别——这个股东结构本身说明了它的位置：既被视作需要长期资本支持的硬科技底座，又被产业方看作是能立刻用在自己产线上的工具。
它到底在解决什么问题？一句话概括：让同一份AI工作负载，能在不同品牌、不同架构的芯片之间自由迁移、高效调度。这听起来像是工程细节，但在当下的国内算力环境里，它是成本生死线。
拆开看有三层技术。第一层是多元异构：国内能拿到的算力来源高度分散，进口芯片种类受限、供应波动，国产芯片厂商众多、架构各异，一套模型今天跑在A卡上、明天要迁到B卡上，如果没有中间层，意味着算子要重写、性能要重调、稳定性要重新验证。第二层是软硬件协同：不只在编译器层面做适配，而是把算子、通信、调度与硬件特性打通设计。第三层是自主式AI：用智能体化的方式管理算力资源与任务编排，让调度本身具备决策能力，而不是靠人工写规则。
公司把这三条线收进了一个叫「前店后厂一中心」的布局里。所谓前店，是面向客户的应用与服务入口；后厂，是承接大模型训练与推理的实际算力生产；一中心，则是把两者连接起来的调度与优化中枢。这个结构的设计意图很清晰：让客户只面对「我要跑什么模型、多少并发、什么时延」，而不必关心底下到底用了谁家的卡。
把视角拉高一些看这笔融资的意义。过去两年国内AI一级市场的资金高度集中在模型层：谁做出更强的基座，谁就能拿到最大的一轮。但随着模型能力差距收窄、推理成本成为真正的盈亏线，资金开始向下游基础设施扩散。无问芯穹拿到赛道纪录，说明资本认可了一个判断——在异构算力成为常态供给的市场里，中间层的调度能力具有独立的、可持续的商业价值，而不是模型公司的附属品。
这条判断在全球范围内也有参照。海外厂商近两年在推理调度、算力抽象层上的投入持续加码，本质上是在同一个问题上押注：当算力来源不再单一，谁能把碎片化资源拼成稳定供给，谁就掌握了定价权。
需要标注的不确定性有两点。其一，此前有报道称该公司已以保密形式向港交所递交IPO申请，上市进程正式启动，最早或于2027年上半年登陆港股；但公司方面并未确认，相关进度以官方披露为准。其二，赛道纪录是融资口径的纪录，不等于技术或交付的领先，异构调度能力的真实成色最终要看客户实际场景下的算力利用率与迁移成本。
接下来值得观察的是资金投向：如果主要投向异构调度的工程化与生态适配，说明公司在巩固中间层；如果向上游的编译与算子层延伸，则意味着它要在更底层建立壁垒。无论哪条路径，这笔融资都标志着国内AI Infra赛道进入了一个新量级。