无问芯穹 C 轮 23 亿元：累计融资 43 亿创赛道纪录，一年推理成本降 10 倍

10 月 12 日，时代财经获悉，清华系 AI 原生基础设施企业无问芯穹（SiliconFlow）已完成 23 亿元 C 轮融资，成立以来累计融资额达 43 亿元，单轮与累计融资额双双创下中国 AI 原生基础设施赛道的最高纪录。投资界同日也做了交叉报道。这个时间点值得注意：过去几个月，国内 AI 圈的融资新闻大多围绕模型公司和应用公司打转，而这一次，钱流向了"卖铲子"的基础设施层——而且是专门为 agent 时代修的基础设施。

无问芯穹成立于 2023 年，由清华大学电子工程系推动成立，创始人是清华电子系教授汪玉，联合创始人兼 CEO 为夏立雪。短短三年，从一家高校背景的创业公司做到累计融资 43 亿，它到底做对了什么？答案不在模型参数里，而在它反复强调的一个词上：Agentic Infra。

先把数字摆出来

融资新闻里的数字通常只服务于 PR，但这一轮披露的业务数字，恰好是理解这家公司的钥匙：

• 37,000P 算力、16 种主流芯片、十万卡级：其 Agentic Infra 自主式基础设施平台通过统一调度多元异构算力，已部署触达 37,000P 算力，覆盖 16 种主流芯片，支持十万卡级超大规模模型的训练、推理与强化学习任务。
• Token 调用量 7 个月涨 40 倍：截至今年 7 月，Agentic MaaS 大模型服务平台单日 Token 调用量较去年 12 月实现了 40 倍的爆发增长。
• 一年推理成本降 10 倍，且"未来仍有 10 倍的下降空间"：过去一年，其 Token 工厂通过一系列原始技术创新，推动了推理成本的 10 倍下降。
• 跨集群异构 PD 分离架构：今年 7 月 WAIC 上发布，首 Token 延迟（TTFT）降低 51.5%，单 Token 成本降低 37.5%。
• 千卡级异构混训，算力利用率最高 97.6%：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 混合训练；并联合中国电信完成国内首例超 4,000 公里跨域混训（新疆哈密到广东深圳）。

把这几组数字放在一起看，故事就清楚了：调用量在爆炸（40 倍），成本在塌缩（10 倍），而公司宣称塌缩还没到底（"未来仍有 10 倍"）。一家基础设施公司同时做到"需求侧爆发"和"供给侧降本"，资本自然愿意为它定价。这也是 23 亿这个数字背后最实在的逻辑。

"前店后厂一中心"：它到底在卖什么

无问芯穹把自己的战略概括为"前店后厂一中心"。这个说法听起来像传统制造业的术语，但拆开看，每一层都对应 agent 时代的一个真实痛点。

一中心：算力集散中心

这是底座。核心能力是把"多元异构算力"统一调度起来——16 种芯片混在一起用，十万卡级规模。这个表述背后有两个硬骨头：一是国产芯片与 NVIDIA/AMD 的混合编排，二是跨地域、跨集群的调度。前者对应上面提到的千卡级异构混训（利用率 97.6%），后者对应哈密到深圳 4,000 公里的跨域混训。在算力仍然是稀缺资源的现实下，谁能把"散装算力"拼成"可用算力"，谁就掌握了定价权。

后厂：Token 工厂（Agentic MaaS）

这是增长最猛的一层。MaaS（Model-as-a-Service）平台 7 个月 Token 调用量涨 40 倍，说明它的客户——主要是大模型公司和 agent 应用——正在把越来越多的推理负载交给它。合作方名单里出现了智谱、月之暗面等头部大模型企业。注意这个细节：连自己有算力的头部模型公司都在用它的 MaaS，说明它的成本优势是真实存在的，而不是靠补贴换来的虚假繁荣。

前店：AI 生产力商店

这是面向行业的解决方案层，覆盖文娱游戏、医疗健康、法律服务、能源电力等垂直场景。如果说"后厂"卖的是标准化的 Token，"前店"卖的就是打包好的 agent 落地能力。这一层的存在，说明无问芯穹不想只做管道——它想沿着价值链往上走，吃掉一部分应用层的利润。

异构混训这件事，为什么值得单独拎出来说

对不做 infra 的人来说，"异构混训"四个字很容易滑过去。但它的技术含金量，恰恰是这轮融资里最值得细看的部分。

传统的大模型训练是"同构"的：一批相同的 GPU（比如全是 H100），放在同一个机房里，用高速互联连起来。这种模式简单，但有两个致命问题：一是供应被单一厂商卡脖子，二是成本下不来。无问芯穹做的，是让昇腾、天数智芯、沐曦、摩尔线程这些架构各异的国产芯片，和 AMD、NVIDIA 的卡混在一起训练同一个模型，还能把利用率做到 97.6%。

这意味着它的调度层必须解决极其琐碎的问题：不同芯片的算力密度不同、内存带宽不同、通信原语不同，还要处理 4,000 公里跨域带来的延迟。能把这种"乱炖"炖出 97.6% 的利用率，说明它的异构调度不是 PPT 概念，而是已经跑通的生产系统。再加上 7 月发布的跨集群异构 PD 分离架构（把 prefill 和 decode 两个阶段拆到不同集群上跑，TTFT 降 51.5%、单 Token 成本降 37.5%），它的技术路线非常清晰：用工程创新把每一分钱算力都榨干，而不是等着芯片降价。

对国产 AI 生态来说，这件事还有一层战略意义：它证明了"不依赖单一芯片供给"这条路在工程上是走得通的。不管你怎么看地缘政治，至少在商业上，多一种可选的算力来源，就多一分议价能力。

观点：agent 经济的毛利线，才是这轮融资真正的赌注

好了，铺垫了这么多，说说我的判断：无问芯穹这 23 亿，赌的不是"AI 基础设施"这个大而化之的概念，赌的是 agent 时代的毛利结构。

想想 vibe coding 工具的现状：Cursor、Windsurf、Claude Code 们，本质上都是"token 转售商"。用户每写一行代码、每跑一次 agent 循环，背后都是真金白银的推理成本。这些工具的毛利率，直接取决于"卖出去的订阅价格"和"烧掉的推理成本"之间的差值。推理成本降 10 倍，意味着要么工具可以降价抢市场，要么可以在同样价格下塞进 10 倍的 agent 能力——无论哪种，agent 产品的形态都会被重塑。

无问芯穹的"基础设施智能体蜂群"（平台管家智能体、智算运维智能体、算子生成智能体 KernelMind，根据任务复杂度、时延、Token 成本动态选择模型与算力）已经把这个逻辑产品化了：它自己在用 agent 的方式调度 agent 的基础设施。这不是巧合——当 infra 公司开始用 agent 优化 infra，说明"agent 调用 infra"和"infra 服务 agent"已经形成了一个闭环。在这个闭环里，谁掌握了最低的推理成本，谁就掌握了给所有 agent 定价的权力。

再看那组"40 倍增长 vs 10 倍降本"的算术：调用量涨 40 倍的同时成本降 10 倍，意味着它的收入规模在以远超成本的速度扩张。这种"规模经济 + 技术降本"的双轮，是基础设施生意最性感的形态。资本给 43 亿估值逻辑，买的就是这条曲线的延续——以及"未来仍有 10 倍下降空间"这个承诺。

当然，承诺是承诺。推理成本的下降从来不是线性的，越往后越难啃。但至少从已披露的数字看，无问芯穹过去一年的降本是靠"原始技术创新"（异构调度、PD 分离）实现的，而不是靠烧钱补贴。这种降本是结构性的，对手很难用价格战复制。

横向看：全球的"AI 水电工"在讲同一个故事

无问芯穹不是孤例。过去一年，全球资本都在向同一个位置下注：CoreWeave 从一家以太坊矿场转型成 AI 云，上市前估值一路狂飙；Nebius、Lambda 这些"新算力贵族"拿钱拿到手软；连 OpenAI 自己都在和博通、甲骨文谈自建算力的事。所有人的逻辑都是同一句话：模型会越来越便宜，应用会越来越多，而中间"把算力变成 token"的这一层，是确定性最强、护城河最深的一层。

但无问芯穹的版本有一个中国特色：异构。美国的玩家基本是"All in NVIDIA"，拼的是拿卡能力和机房规模；无问芯穹拼的是"什么卡都能用"。这既是被逼出来的（供给约束），也是差异化——当所有人都在抢同一种卡时，能把 16 种芯片调度到 97.6% 利用率的公司，反而拥有了别人没有的成本结构。如果未来某一天高端芯片供给波动，它的架构天然就是对冲。

当然，反过来看也有隐忧：异构调度的工程复杂度是同构方案的数倍，维护 16 种芯片的驱动、算子库和故障模式，需要一支相当庞大的 infra 团队。43 亿融资里，有多少要烧在"养工程师"上，是个值得追踪的问题。Token 工厂的毛利能不能覆盖这支团队的成本，决定了这家公司是"技术驱动的规模经济"，还是"人力密集型的外包生意"。目前 40 倍增长的数字很漂亮，但我们还没看到它的单位经济模型。

再往深看一层：PD 分离为什么是关键创新

值得把 7 月发布的跨集群异构 PD 分离架构多讲几句，因为这是理解"推理成本还能再降 10 倍"这个承诺可信度的关键。

大模型推理有两个阶段：prefill（理解输入，一次性算完，算力密集）和 decode（逐 token 生成，访存密集、延迟敏感）。传统部署把两个阶段绑在同一批 GPU 上，就像让短跑运动员和马拉松运动员穿同一双鞋——两边都别扭。PD 分离把它们拆开：prefill 用算力强的卡集中处理，decode 用访存优化的配置慢慢吐 token，中间用高速网络衔接。TTFT（首 token 延迟）降 51.5%，意味着用户敲下回车后"第一个字蹦出来"的速度快了一倍多；单 token 成本降 37.5%，则是实打实的钱。

更关键的是"跨集群异构"四个字：prefill 集群和 decode 集群可以用不同的芯片、放在不同的机房。这意味着它可以把便宜的、老一代的卡用在对延迟不敏感的 prefill 上，把好的卡留给 decode——每一分钱都花在刀刃上。这种"精打细算"的能力，恰恰是"未来仍有 10 倍下降空间"这句话的底气来源：推理优化的空间从来不在芯片本身，而在调度、拆分、复用这些工程细节里。

对 vibe coding 工具的直接影响是：TTFT 减半意味着 agent 的"思考-行动"循环延迟大幅降低。一个需要跑 50 步工具调用的 coding agent，每一步省 200 毫秒，整个任务就快 10 秒。别小看这 10 秒——agent 产品的"流畅感"和"可用感"，往往就差在这几秒上。成本降、延迟降，agent 才能从"能用"变成"好用"。

信息边界：关于那则"秘密递表"的传闻

有必要诚实地说明一条信息边界：彭博社 10 月 1 日曾报道称，无问芯穹已秘密向港交所递表、最早 2027 年上半年挂牌、上市前估值约 143 亿元。但这条消息我们未能亲核一手来源，在此仅作提示，不展开讨论。读者在引用时请注意区分"已确认融资"和"市场传闻"。

风险：这条曲线最可能在哪里断掉

说了这么多看好的理由，也得说说风险——毕竟 43 亿的累计融资，买的是未来，不是过去。

第一，降本曲线的边际效应。"过去一年降 10 倍"里，有多少是"低垂的果实"（比如从完全没优化到做了基础优化），有多少是可持续的架构创新？PD 分离、异构调度这些招数用过一轮之后，下一个 10 倍要从哪里来？公司说"未来仍有 10 倍下降空间"，但工程优化的规律是越往后越难。如果降本速度放缓，而 Token 调用量的增速也回归常态，估值逻辑就会承压。

第二，大客户依赖。智谱、月之暗面这样的头部客户既是基本盘也是风险：它们的议价能力极强，而且随时可能自建推理 infra。一旦一两个大客户把负载迁走，40 倍增长的故事就会出现裂缝。MaaS 生意的护城河不在客户关系，而在"永远比客户自建便宜 20%"——这条线必须一直守住。

第三，竞争正在加剧。火山引擎、阿里云这些云大厂也在拼命降推理价格，它们有更大的规模和更厚的补贴。当云厂商把降价当成获客手段时，独立 infra 公司的毛利会被持续挤压。无问芯穹的差异化（异构调度、agent 原生）必须足够硬，硬到云厂商"抄作业"的成本高于"合作"的成本。

这三条风险，每一条都是"证伪"这轮融资逻辑的可能路径。跟踪这家公司，盯住三个指标就行：Token 调用量增速、单位 Token 毛利、异构调度的技术领先窗口。数字会说话。

对 vibe coding 玩家意味着什么

最后说点和我们读者直接相关的。如果你是一个独立开发者，或者在用 vibe coding 做产品，这条新闻对你的意义不在"又一家公司融了很多钱"，而在四个具体的信号：

• 推理成本还会继续降，而且降得比你想象的快。一年 10 倍、"未来仍有 10 倍"，意味着你今天觉得"太贵了不敢用"的 agent 工作流（比如全仓库级别的多 agent 并行重构、24 小时运行的监控 agent），可能 18 个月后就是默认配置。做产品规划时，成本假设要按"指数下降"来建模，而不是线性。今天为省 token 而做的妥协（比如砍掉反思步骤、限制工具调用次数），记得留好开关——成本下来那天，第一个打开开关的人就有先发优势。
• 国产算力正在变成真实选项。异构混训跑通意味着，未来你的推理负载不一定非要跑在某一家芯片上。对做合规敏感业务或者面向国内市场的团队来说，多一条供应链就是多一份安全边际。更实际的是：国产 MaaS 的价格战，会把全球推理价格一起往下拉，你是直接受益者。
• "Token 工厂"这类 MaaS 会越来越便宜、越来越卷。当基础设施层的毛利被压缩，红利会向上传导到应用层。现在是囤 agent 能力的好时候——成本曲线的每一分下降，都是你的利润空间。如果你正在纠结"要不要给产品加上 agent 功能"，答案是：加上，但把成本结构做成可替换的，别把自己锁死在某一家供应商的定价上。
• 学一点 infra 思维，对你做 agent 产品有直接帮助。PD 分离、prefill/decode 这些概念，听起来是 infra 的事，但它们决定了你的 agent"第一步响应有多快""跑 100 步要花多少钱"。理解成本结构，你才能设计出"又聪明又便宜"的 agent 循环——比如把简单判断交给小模型、把复杂推理留给大模型，这正是无问芯穹的"智能体蜂群"在 infra 层做的事情，你在应用层完全可以照抄这个思路。

一句话总结：23 亿买的是过去三年的工程兑现，43 亿累计融资买的是"agent 时代算力水电工"这个位置。至于这个位置值不值，就看推理成本的下降曲线能不能真的再走出一个 10 倍。至少目前为止，数字站在它这边。