没有一座数据中心，3年融43亿

2026年10月12日，一家叫无问芯穹的公司宣布完成23亿元C轮融资，成立三年累计融资43亿元，单轮和累计都刷新了中国AI基础设施赛道的纪录。

先别急着划走。这家公司手里没有一座数据中心，却融了这么多钱，它卖的东西，你每天都在用。

算力是什么？打个比方，就像小区里的水管。你家想用水，不用自己挖井，交水费就行。无问芯穹干的就是"给AI卖水管"的活。

只不过它连水管都不自己铺。它不生产芯片，不建机房，靠一套软件系统，把华为昇腾、海光、摩尔线程、沐曦这些不同厂商、不同地方、不同年代的算力，调度到一起，再转成"词元"（Token）卖给用AI的人。

词元是AI说话的基本单位。你让AI写一段字，它吐出来的每个字词块，都是一笔钱。无问芯穹过去一年，把推理成本压低了10倍。截至今年7月，它平台的单日词元调用量，比去年12月涨了40倍。

小李是一家电商公司的运营，每天要用AI批量生成几百条商品文案。他跟我说，以前每条文案的生成成本高，公司一度限制每天只能跑200条。现在无问芯穹这类平台把推理成本打下来，同样的预算，他能跑2000条。这多出来的1800条，就是成本的直接让利。

再往细算一笔。假设一家公司每月在AI推理上花10000元，无问芯穹号称把成本压低10倍，理论上同样的活，一个月只用花1000元。省下的这9000元，摊到一个10人的小团队头上，每人每月等于白捡900元的预算。这还没算上"效率提升"带来的连带收益。

谁在投，投的是什么

这轮23亿元的领投方没公开披露，但它背后的股东名单已经排得很长：腾讯、百度、智谱、联想、红杉中国，还有一堆国资机构。

资本买的是什么？买的是"卡位"。

国内芯片生态跟美国不一样。美国基本是英伟达一家独大，国内是英伟达、华为昇腾、海光、摩尔线程、沐曦、燧原十几家并存，芯片之间差别巨大。你训练出来的模型，换个芯片可能就跑不动。无问芯穹做的事，就是当那个"翻译"，让模型能随便换芯片。

这就像你家的电器，插头有各种形状，无问芯穹给你一个万能转接头。谁掌握这个转接头，谁就卡在了模型和芯片之间的必经之路上。

第二层：它真正改掉的是"算力不能跨家用"

这才是关键。过去算力是割裂的，云厂商的算力服务自己的业务，芯片厂商的平台绑定自己的硬件，模型公司自建又没法中立开放。于是出现一个尴尬：芯片很多，但能用的不多。

无问芯穹把这层打通，算力利用率做到97.6%，还联合中国电信完成了国内首例超4000公里的跨地域混训。

这背后是一层更大的判断：当大模型从"训练"阶段进入"推理"阶段，算力的需求结构变了。推理需要的算力比训练更分散、更贴近用户，谁能把散落的算力高效组织起来，谁就是下一个收费口。

把这层判断放到全球坐标里看，会更清楚。美国对标公司里，Fireworks AI在2026年7月完成15.05亿美元D轮融资，估值175亿美元，每天处理超过40万亿词元；Baseten在2026年6月拿了15亿美元F轮，投后估值130亿美元。英伟达对这两家都有投资。也就是说，"把散落算力组织成可售卖的水"这个生意，中美资本都在抢着下注，无问芯穹只是国内这条线上最出挑的那个样本。

据国家数据局数据，我国日均词元调用量，从2024年初的千亿级，涨到2025年底的100万亿，2026年3月已突破140万亿，两年涨了1000多倍。这是一条还在陡峭爬坡的曲线。

这事跟我有什么关系

看起来是资本圈的热闹，其实离你不远。你用AI的每一次，背后都是算力在计费。推理成本降10倍，最后会体现在你买AI服务的价格上，也会体现在你公司用AI的成本上。

据媒体报道，无问芯穹已以保密形式向港交所递交上市申请，最早或于2027年上半年挂牌，投前估值约143亿元。如果上市落地，它会是国内AI基础设施赛道最受关注的样本之一。

对普通人来说，真正值得记住的是一句话：AI这波浪潮里，最稳的生意不一定是最会造模型的，也可能是最会把"电和算力"卖顺的那个。

下次你打开AI写东西、做图、跑数据的时候，可以多留一个心眼：你这一下，背后是谁在给你供"算力"、这笔"水费"最后进了谁的口袋。看懂这条暗线，你就比大多数人更懂这波浪潮的钱在往哪流。说到底，AI这波里最确定的生意，未必是造出最聪明的模型，而是把水卖得最顺的那个人。

（本文仅做产业与资本解读，不构成任何投资建议。）