晨观时报讯，10月12日，一则融资消息让AI基础设施赛道重新聚焦。无问芯穹宣布完成C轮融资，金额23亿元。加上此前几轮，这家公司成立以来的累计融资额已达43亿元，单轮与累计融资额均创下中国AI原生基础设施（AI Infra）赛道最高纪录。
更让市场敏感的是时机。就在不久前，市场消息称无问芯穹已以保密形式向港交所递交IPO申请。融资落定、IPO在即——一家成立仅三年的公司，正在用资本市场的真金白银，验证一个朴素的判断：当所有人都挤着去淘AI的金矿，给淘金者卖水、租铲子，也许才是最稳的生意。
01 一笔刷新纪录的融资，分量在哪
23亿元、累计43亿元，这两个数字单独看已经不小，放在AI Infra这个细分赛道里，则是“天花板”级别的存在。
据证券时报、上海证券报、中国经济网等多家媒体10月12日确认，本轮融资已完成交割。所谓AI Infra，通俗讲就是支撑大模型训练和推理的“基础设施层”——包括算力、智算中心、云平台、推理引擎，以及连接模型与芯片的中间软件。它不生产模型，却是所有模型能跑起来的前提。
过去两年，随着国产大模型“百模大战”进入下半场，资本的目光正从“做模型”悄悄转向“做基础设施”。无问芯穹这笔23亿元，正是在这个背景下，把AI Infra赛道的融资纪录抬到了新高度。
市场给出的信号很明确：在算力紧张、芯片受限的当下，能帮行业把“算力效率”提上去的公司，正在成为资本争抢的对象。
02 无问芯穹是谁：一对清华师徒的“第二次创业”
无问芯穹背后，是一对在AI圈早已有名字的清华师徒。
公司由清华大学电子工程系教授汪玉发起，联合创始人兼CEO是清华电子系博士夏立雪，联合创始人兼首席科学家戴国浩同样出自清华。这并非汪玉第一次创业——此前他牵头创办的深鉴科技，2018年被赛灵思收购，后被AMD收入囊中，一度被称为中国AI行业风投退出的“第一单”。
有过一次“拿到结果”的经验，再创业的无问芯穹从2023年成立起就备受关注。它定位于“AI原生基础设施服务商”，核心招牌是一套被称为“M×N”的技术范式：连接“M种模型”和“N种芯片”，让不同大模型能在不同芯片上高效运行，云与端协同。用大白话说，就是做一个“中间层”，帮模型摆脱对单一芯片的依赖，让算力用得更省、更快。
据公司官方介绍，依托多元异构、软硬协同、自主式AI等核心技术，无问芯穹已在云与端两个方向布局，并构建起“前店后厂—中心”的战略架构。在算力紧张的现实里，这套“帮各家把算力调度好”的能力，正是它被资本看重的底层原因。
03 为什么这个赛道，突然变得这么值钱
要理解这23亿的分量，得先看懂AI Infra赛道为什么突然站上风口。
一个直接背景是算力荒。大模型越做越大，训练和推理对算力的需求指数级上升，而高端芯片供给又面临诸多约束。于是，怎样在有限的芯片里“挤出”更多有效算力、怎样让异构芯片协同工作，成了行业共同痛点。无问芯穹这类公司做的，正是把碎片化的算力“拧成一股绳”。
另一个变量是格局变化。当基础大模型的格局逐渐清晰，市场开始意识到：真正决定AI能走多远的，不只是模型算法，还有背后算得动、跑得起的“水电煤”。资本从这个角度重新定价AI产业，基础设施层自然水涨船高。
杭州资本等地方国资的入局，也释放出信号：AI基础设施被视为面向未来的战略性资产，各地争相押注。对无问芯穹而言，23亿元的弹药，正好为IPO前的规模扩张和算力囤积做足准备。
04 烧钱与赌注：AI Infra是一门怎样的生意
需要冷静看待的是，AI Infra也是一门极其烧钱的生意。
算力基础设施的前期投入巨大，无论是自建智算中心、囤积芯片，还是搭建跨芯片调度平台，都需要持续的资金输血。这也是为什么无问芯穹会在IPO前夜再拿23亿——对这类公司来说，规模就是壁垒，弹药决定上限。
但烧钱背后也藏着可预期的回报路径。和做模型的“技术竞赛”不同，AI Infra更接近“卖水人”逻辑：模型公司来来去去，算力需求却只增不减。只要AI持续向前，对基础设施的付费就具备相对稳定性。这也是它在资本市场被重新定价的底气。
当然，挑战同样清晰。其一，赛道竞争者众，云厂商巨头自带算力和生态，创业公司要在夹缝中建立不可替代性并不容易；其二，芯片供应链的不确定性，直接冲击这类公司的成本结构；其三，IPO之后，市场将以更苛刻的标准审视其盈利模型。对无问芯穹来说，23亿只是入场券，真正的考验才刚刚开始。
04.5 一笔融资背后的行业坐标：AI Infra为何突然站上C位
跳出单家公司，这笔23亿放在整个AI投融资的坐标系里，更能看清它的分量。
过去两年，资本市场对AI的态度经历了一个明显转向。最早，钱涌向“做大模型”的明星团队；随着百模大战进入洗牌期，赛道开始收敛，一级市场对纯模型公司的估值越发谨慎，转而寻找“确定性更强、需求更刚性”的环节。AI Infra正是在这个阶段被重新定义。
所谓AI Infra，是模型和算力之间的“水电煤”。它不像大模型那样站在聚光灯下，却是整个AI产业运转的地基——训练要算力，推理要算力，部署要算力，而如何让异构芯片协同、让有限算力发挥最大效率，正是这类公司的核心价值。
从全球视野看，这一逻辑同样成立。无论是海外巨头在数据中心和云基础设施上的巨资投入，还是国内一批AI Infra创业公司接连获得大额融资，都指向同一个判断：AI竞争的下半场，拼的不只是算法，更是把算法跑起来的底层能力。
无问芯穹的“M×N”范式，正是在这个背景下被寄予厚望。它试图做一张“中间层”，让M种模型能在N种芯片上自由调度、高效运行。如果这套范式真正落地，意味着行业可以摆脱对单一芯片的路径依赖，把算力主动权握回自己手里——这既是商业机会，也被视为AI产业自主可控的一环。
这也是为什么，即便在资本寒冬的论调不断出现的当下，AI Infra赛道依然能跑出单轮23亿元的纪录级融资。对资本而言，押注的不只是无问芯穹这一家公司，更是整个AI基础设施化进程中“确定性溢价”的到来。
05 接下来，该看什么
对关注AI产业的人而言，无问芯穹这条线值得盯住几个点：一是IPO能否顺利落地，以及估值几何；二是其“M×N”范式能否在更多国产芯片上跑通，真正兑现“算力解耦”的承诺；三是商业模式能否从“卖服务”走向稳定盈利。
更有意味的是它释放的行业信号：当资本市场愿意为“给AI送水”的公司砸下纪录级融资，说明AI竞争的重心，已经从“谁更会做模型”，悄悄转向“谁更能把算力用到位”。
这或许才是比23亿更值得关注的变化。
