在AI产业快速发展的当下，一家名为无问芯穹的企业正以独特的技术路径和商业模式崭露头角。作为AGI基础建设服务商，该公司近日宣布完成超7亿元融资，由杭州高新金投集团和惠远资本联合领投，国兴资本、秦淮数据等机构跟投，老股东君联资本、上海国投孚腾和元智未来追加投资。这距离其上轮5亿元A+轮融资仅过去6个月，累计公开融资额已突破22亿元。
创始人夏立雪将公司定位为"最高效的Token工厂"，致力于通过多元异构技术整合国产芯片与海外算力。他指出，当前AI产业已进入现金流闭环阶段，企业通过输出高价值Token实现持续回款，形成可盈利、可扩张的产业链。在这一过程中，整合芯片与能源的基础设施层（Infra）扮演着关键角色，其效能直接决定整个产业的运行效率。
面对国产芯片性能参差不齐的现状，无问芯穹采用软硬协同策略，通过异构混训混推技术实现英伟达与国产芯片的混合使用。夏立雪解释称，公司将大模型训练与推理任务拆解，让不同芯片承担各自擅长的子任务，既避免国产芯片替代过程中的迭代周期损失，又提升整体算力利用率。这种技术路线已得到市场验证，平台已接入Kimi、智谱、DeepSeek等头部大模型。
数据印证了这种商业模式的可行性。去年底至今年4月，无问芯穹MaaS平台模型推理的Token用量增长20倍，且主要来自大规模商业化应用。夏立雪预测，未来6个月Token需求将持续供不应求，价格也将迎来上涨周期。他认为，Token涨价与成本降低的叠加效应将推动行业盈亏平衡线移动，使更多应用场景实现正向收益。
DeepSeek-V4模型的发布被视为行业关键拐点。该模型通过Pro与Flash双版本策略，既追求极致性能又兼顾普惠成本，为国产芯片提供了规模化落地载体。夏立雪特别指出，Flash版本在保持200B参数量级的同时，显著降低了硬件门槛，这种分层产品策略将加速国产芯片商业化进程。他透露，通过任务拆解与芯片混用技术，已实现97.6%的混合训练效率，折损率控制在3%以下。
在技术实现层面，无问芯穹构建了"一网三异"架构：异构解决不同芯片协同运行，异域实现跨地域集群协作，异属保障不同数据域安全交互。其推出的企业级"龙虾盒子"产品，正是这一技术路线的具体落地，可同时运行大模型与小集群，重点解决数据传输安全与模型配合效率问题。
对于行业竞争格局，夏立雪保持乐观态度。他认为当前AI产业需求远未饱和，Infra层的核心价值在于释放底层资源产能。在黄仁勋提出的"能源-芯片-基础设施-模型-应用"五层架构中，基础设施层需要同时向上兼容算法需求，向下整合芯片特性，这种全栈技术能力构成企业核心竞争力。他强调，真正的效率突破不在于追求芯片替代，而在于让每块芯片发挥最大价值。
中国能源结构优势与完整产业链布局，让夏立雪对"AI Made in China"充满信心。他预测，随着电力成本优化与模型性价比提升，中国有望成为全球Token生产中心。这种判断基于两个关键因素：一是国产芯片通过异构技术实现规模化应用，二是单位能耗的Token产出效率持续提升。在他看来，当芯片建设成本趋于稳定后，电力到Token的转化效率将成为决定产业格局的核心指标。
