本报（chinatimes.net.cn）记者石飞月 北京报道
当大模型的浪潮席卷而来时，AI厂商、芯片厂商、机器人厂商都成为了市场焦点，但有一条夹在中间的细分赛道，相较于其他几个行业声量较小。不过，本报记者注意到，这条赛道上的玩家，也被资本“盯”上了。近日，AI Infra（AI基础设施）独角兽公司无问芯穹完成了C轮融资，无独有偶，另一家AI Infra生态链条上的厂商清程极智近日也宣布完成A轮融资。
不过，作为连接底层芯片和上层大模型、应用之间的“中间层”，AI Infra公司却一边要与芯片厂商、大模型厂商合作，一边和他们“争抢”Token生意。虽然目前市场对Token的需求量只增不减，算力也供不应求，但在业内人士看来，AI Infra厂商还是要实现效用最大化，才能进一步提高自己的含金量。
站上资本风口
无问芯穹C轮融资的规模为23亿元，这也意味着其成立以来的累计融资额达到43亿元，单轮及累计融资额均创下中国AI原生基础设施赛道最高纪录。
其投资方阵容堪称豪华，涵盖国资机构、产业投资方、市场化财务投资机构等多个类别。其中，国资机构包括杭州高新金投、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；产业投资方包括Dabanc Holding、联想、九坤创投、同歌创投、腾讯、百度等；财务投资机构则包括红杉中国、洪泰基金、惠远资本、启明创投、达晨财智、顺为资本、砺思资本等。
有媒体报道，无问芯穹本轮融资很可能是Pre-IPO轮，最近该公司还被曝出已经向港交所秘密递交上市申请，《华夏时报》记者就此向无问芯穹方面求证，截至发稿未收到回复。
同一天，清程极智宣布完成A轮融资。这轮融资由中国电信和瀚晖资本联合领投，老股东星连资本追加投资，领阳投资、华胜天成、建信（北京）投资、直真科技、商汤科技、苏州毅鸣等多家产业资本和市场化基金共同跟投完成。
而在上个月，硅基流动也宣布完成B+轮二期和C轮融资，投资阵容汇聚国家级基金、央地国资、产业资本及专业投资机构，如中国互联网投资基金、国新基金、中国移动链长基金、中国东方资产国际、京能基金等，今年累计融资近29亿元。
随着大模型从训练走向推理、智能体快速发展，算力需求呈现指数级增长趋势，带动算力调度、推理优化和模型部署等AI基础设施服务需求加速释放，AI Infra赛道成为资本关注的新焦点。
AI Infra，其实属于AI产业链中的“中介”环节。“过去几年，AI产业最大的矛盾是‘有没有好模型’，但现在问题变了。模型太多，有闭源的、开源的、中国的、美国的、欧洲的，模型越来越多，芯片越来越多，对Token的调用量也越来越大。”文渊智库创始人王超对《华夏时报》记者说。
据官方数据，截至今年3月，中国日均Token调用量已经突破140万亿，较2024年年初增长超过1000倍。王超指出，这意味着，行业真正需要的是一个能把Token更稳定、更便宜地生产出来并输送出去的中介环节，所以，之前大家拼的是模型能力，2025年之后拼的就是Token的生产效率，即如何有效利用算力卡，如何把算力卡的潜力真正“炸”出来，这就需要AI Infra，因此，资本对AI Infra的投入具备合理性。
角逐Token经济
有意思的是，上述提到的三家企业，都是清华系公司：无问芯穹由清华大学电子工程系推动成立；硅基流动的投资方中就有水木清华校友基金；而清程极智的核心团队源自清华大学计算机系高性能计算研究所。
一开始，大家都是AI Infra，但随着今年智能体带动Token经济大火，各家厂商的战略定位都开始向Token靠拢。
无问芯穹去年就开始布局“Agentic Infra”，并提出AI生产力公式，将AI生产力拆解为智能资源规模、Token生产效率和Token价值转化三个变量，其“前店后厂一中心”的战略布局分别对应这三个环节：算力集散中心扩大可利用的智能资源规模，Token工厂提升算力向Token的转化效率，AI生产力商店则推动Token进入真实业务场景。
目前，无问芯穹的Agentic Infra自主式基础设施平台已部署触达37000P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；截至今年7月，其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；过去一年，其Token工厂推动了推理成本的10倍下降。
而硅基流动在几个月前已经递表港交所，定位是“独立生态词元供应平台”，剑指“AI Token工厂第一股”。截至今年4月30日，其MaaS平台注册用户超1000万，截至今年6月21日，该公司已服务企业客户超13000家，累计支持超170款主流AI模型，并适配NVIDIA、华为昇腾、沐曦、摩尔线程等厂商的10余款芯片。
清程极智自身的定位则是一站式全链路Token解决方案提供商，其一站式Token服务平台AI Ping，已接入30多家服务商、400多个模型服务。
值得一提的是，如今这些厂商纷纷扎进“Token工厂”的生意里，还拉上芯片厂商、大模型厂商一起合作。可耐人寻味的是，芯片厂商和大模型厂商自己也没闲着，同样在抢Token这碗饭，那夹在中间的AI Infra，到底凭什么站稳脚跟呢？
在王超看来，产业一开始是“甘蔗九节，各吃一段”，但现在，如果其中一段的红利变大，各方自然会有冲动争抢这一段。“大模型公司天然想做推理平台，因为它最了解自己的模型，自己做成本更低，所以不怕开源；芯片公司也在向下挤压，英伟达做模型适配和工具，本质是为了卖芯片，只卖硬件最后会被压毛利，华为、寒武纪、摩尔线程这些就更要往Token生产延伸。”
不过，他认为，现在上游繁荣、下游更繁荣，充分竞争的话，中间层就有存在的必要和价值。“芯片厂商擅长跑芯片，大模型厂商擅长磨模型，所以AI Infra公司要解决的问题是，适配任何模型、任何芯片、任何云厂商，判断用哪个模型、哪个芯片成本最低。这背后是一个典型问题，即什么时候垂直一体化，什么时候需要独立中间层，如果产业标准高度统一，中间层没有价值。”
责任编辑：黄兴利 主编：寒丰
