清华AI基建独角兽秘密递表港交所：百亿估值背后的算力调度之战

一家被称为“AI工厂台积电”的企业正悄然走向资本市场。近日，清华大学电子工程系NICS－EFC实验室团队孵化的无问芯穹（Infinigence AI）已秘密向港交所递交IPO申请，预计最快于2027年上半年实现上市。根据已有披露，公司已完成C轮融资，累计融资金额约43亿元人民币，当前投前估值约143亿元人民币，计划通过此次港股IPO募集数亿美元资金。

不造芯片、不训模型的中间层生意

在无问芯穹的商业版图里，最引人注目的并非其背后耀眼的学术背景或一线资本加持，而是其独特的定位——不做底层芯片，也不做大模型应用，而是卡位在两者之间的“算力调度与异构优化中间层”。

这一商业模式的核心逻辑在于解决AI产业的供需错配矛盾。一方面，底层芯片厂商百花齐放，英伟达、AMD、华为昇腾、壁仞、海光等国内外多款GPU与NPU并行存在，各自拥有独立的指令集、驱动框架和开发语言；另一方面，大模型公司和AI应用开发者迫切需要一种能够屏蔽底层硬件差异、实现算力统一调度的基础设施。无问芯穹的做法类似传统半导体行业的底层支撑软件，致力于让不同架构的芯片在同一套平台上无缝协作。

从技术层面来看，这种跨芯片体系的异构调度远比表面看起来复杂。不同品牌的GPU在显存带宽、计算核心架构、互联协议等方面都存在显著差异。例如，英伟达的NVLink互联技术与华为昇腾的HCCS协议无法直接兼容；AMD的ROCm生态也远不如CUDA成熟。无问芯穹需要在这些截然不同的硬件平台上构建统一的抽象层，使得上层大模型框架无需修改代码即可在不同芯片间迁移部署。

截至目前，该平台已对接百余种大模型，并与月之暗面（Kimi）、智谱AI、MiniMax、阶跃星辰等头部模型企业建立了合作。这种“通吃”多家模型厂商的策略，使其成为国内少数具备跨平台调度能力的AI原生基础设施提供商。

单日调用暴涨40倍的真实需求

算力调度平台的价值，最终由调用量证明。数据显示，无问芯穹平台单日Token（大语言模型的基本计算单位）调用量较半年前增长了40倍，目前国内日均Token调用量已突破140万亿次。自2024年初以来，该数据更是呈现出千倍以上的增长曲线。

Token调用量的爆炸式增长直接映射出下游推理需求的激增。随着大模型从研发训练阶段全面转向商业化推理落地，算力消耗呈指数级上升。以ChatGPT为例，用户每次对话可能需要数百到数千个Token的处理，若按百万级日活计算，单日Token消耗轻易就能达到千亿级别。对于企业而言，自建专属算力集群成本高昂且维护复杂，租赁通用云平台则面临硬件锁定和效率损耗。算力调度平台恰好填补了这一空白：它可以通过算法将碎片化的闲置算力聚合起来，根据任务类型智能分配给性价比最优的芯片，从而为使用者降低最高可达30％至50％的算力成本。

然而，高频调用并不等同于高利润。作为中间服务商，无问芯穹需要向上游支付庞大的硬件租赁费用，向下游提供技术支持以维持模型兼容性。其盈利高度依赖资源池的周转率和调度算法的精细度。一旦底层硬件价格战打响，或主流芯片厂商自带调度工具开放API，中间层的定价权将面临压力。此外，由于算力服务具有明显的边际效应递减特征——即当规模超过一定阈值后，每新增一个客户带来的边际收益会逐渐下降——如何在这个临界点之前建立起足够深的技术护城河，将是决定其能否持续盈利的关键。

对标美国Neocloud第一股，为何此时冲刺港股？

无问芯穹的路线选择，与美国近年来爆发的Neocloud（新型云端基础设施）赛道如出一辙。在美国市场，Fireworks AI已成为该赛道的标杆——其D轮融资获得英伟达领投15．05亿美元，估值飙升至约175亿美元，日处理Tokens超过40万亿，年经常性收入（ARR）突破10亿美元。同样专注于模型部署和推理加速的Lepton AI，亦被英伟达以7亿美元收购。Together AI和Baseten等同类企业的估值也分别站稳在80亿至130亿美元区间。

海外巨头的成功为无问芯穹的百亿估值提供了参照系，但也揭示了两者所处的市场环境差异。美国市场的核心竞争力在于英伟达CUDA生态的绝对垄断，第三方调度平台更多是在此基础上做效率优化；而中国市场面临的是更极端的供应链博弈与国产替代浪潮。华为昇腾等国产芯片的快速迭代，使得跨架构适配成为刚需，这在理论上扩大了调度平台的生存空间。但与此同时，互联网巨头也在加紧布局自有算力网络，腾讯、百度、阿里等既是客户，也是潜在的基础设施竞争者。

目前，无问芯穹的投资方涵盖了腾讯、百度、小米、联想创投、红杉中国及启明创投等一线机构。这种资本结构虽然在早期解决了昂贵的硬件采购资金问题，但在上市后的利益博弈中也可能引发关联交易和市场独立性质疑。尤其值得关注的是，腾讯和百度本身既是云服务的提供者，又与大模型开发业务紧密相关，其作为投资方在招股书披露时可能面临更严格的合规审查。

上市后的三重观察指标

尽管港股IPO已在推进，但招股书尚未公开披露，发行规模、基石投资者名单及具体的财务盈利数据仍属未知。面对复杂的产业格局，无问芯穹能否真正跑通商业化闭环，后续需重点追踪以下三个关键指标：

第一，营收结构与毛利率变化。算力中介业务的本质是赚取利差与服务费。关注其官方服务器采购成本与对外租赁收入的差价，以及技术维护支出占比，将决定其是否具备从“资源倒卖”蜕变为“技术服务商”的能力。一般而言，纯硬件转售的毛利率难以超过15％，而包含软件优化和服务增值的部分可以达到30％以上。

第二，核心客户留存率与大模型厂的亲疏关系。若头部模型企业逐步建立私有算力池或采用多供应商策略，无问芯穹的订单稳定性将受到考验；反之，若能成为行业通用的标准调度底座，其壁垒将大幅增厚。特别需要注意的是，国内大模型赛道正在经历一轮整合期，若部分中小厂商被淘汰出局，将直接影响无问芯穹的客户基础。

第三，国产芯片适配进度与算力占比。随着英伟达高端芯片获取受限，华为昇腾等国产方案占比是否会成为主力？平台在多芯片协同调度上的技术代差能否持续领先，将是检验其长期竞争力的试金石。如果国产芯片的性能差距进一步缩小，调度平台的技术溢价空间也将随之压缩。