据光明网科技频道 10 月 12 日报道（http://tech.gmw.cn/2026-10/12/content_39040709.htm ），大模型与算力服务平台无问芯穹宣布完成 23 亿元 C 轮融资，公司累计融资达 43 亿元，本轮由腾讯、百度、联想及红杉中国、启明创投、顺为资本等参投。公司创始人汪玉、夏立雪均出自清华大学电子工程系，成立于 2023 年，主打异构算力接入与推理平台。
报道披露的运营数据包括，公司已建成最大单集群 37000P 算力，接入 16 种不同芯片产品，支撑多模型在一张调度网里运行；通过软硬件协同，模型推理成本较行业基准下降 10 倍以上。今年 5 月推出的 Agentic MaaS 平台，单日 token 调用量较去年 12 月增长 40 倍。另据证券时报消息，公司已于近期保密递表港交所，最早 2027 年上半年挂牌，不谋求 AI 第一股头衔。
23亿融资买的是算力还是调度能力？
无问芯穹的核心叙事不是自己造芯片，也不是训练旗舰大模型，而是把多家芯片的算力池汇成可统一调度的资源，再把多个模型的推理接口封装给企业客户。16 种芯片接入意味着它要解决不同指令集、不同显存架构之间的任务分配，这是纯公有云平台不会优先投入的脏活累活，也是国产多芯片格局下的必经环节。
37000P 的单集群规模加上推理成本下降 10 倍，说明它的价值主张是帮客户在不绑定单一硬件供应商的前提下压低推理开销。这和训练大模型的烧钱逻辑不同，它赚的是调度效率的钱，43 亿累计融资更多用于集群扩容和企业客户的接入成本，而不是模型参数竞赛。
单日token增长40倍，需求结构发生了什么变化？
40 倍增长的基数是去年 12 月，半年内放大这个量级，对应 Agentic MaaS 平台上线后企业调用频率的跳变。传统 API 调用是人问一句答一句，Agentic 场景下代理会循环调用模型完成多步任务，单个业务流程消耗的 token 数量远高于对话，调用量自然指数级上升。这也解释了为什么公司把产品重心从模型广场转向 Agentic MaaS，市场付费点已经从试用转向代理生产环境的稳定调用。
需要注意，token 调用量增长不等于收入等比例增长，单价一直在下行，公司真正要证明的是高调用量能转化为正向毛利，而不是靠低价补贴把规模做大。
保密递表港交所，估值故事该怎么理解？
公司明确不追求 AI 第一股标签，这是一种务实的表述，先按正常流程完成辅导和问询，避免被概念股行情绑架。港交所对算力服务公司的审核重点通常在收入真实性、客户集中度和芯片来源合规性，无问芯穹接入 16 种芯片的结构反而有助于分散单一供应风险，这是招股书里可以讲清楚的优势。
但 2027 年上半年挂牌是一个窗口预期，不是承诺，中间市场环境、行业估值和政策口径都会变。一级市场 43 亿融资支撑的扩张节奏，最终要在公开市场用单位经济模型交卷。
对中小企业选型有什么实际参考？
普通企业用户不需要跟踪它的融资新闻，但可以把它当作一个可比较的选项，在多云、多芯片环境下统一调用模型，省去自己对接各家推理接口的工作。评估这类平台时，重点看三件事，接入芯片的真实数量而非宣传数字、推理成本下降是否来自公开可比基准、Agentic 场景下的稳定性与计费透明度，而不是被累计融资额带偏判断。
去论坛讨论
前往 silicon-agi.com 论坛 参与讨论