9月2日，国产AI（人工智能）算力公司无问芯穹宣布完成近5亿元A轮融资。该公司由清华大学电子系主任汪玉发起，成立1年4个月内已累计完成近10亿元融资。无问芯穹方面称，此次融资资金将用于加强技术人才吸纳与技术研发、推动产品商业化、强化生态合作等，其将致力于成为大模型时代首选的“算力运营商”，做AI模型算力的“超级放大器”。

据悉，本轮融资联合领投方为社保基金中关村自主创新专项基金（君联资本担任管理人）、启明创投和洪泰基金，跟投方包括联想创投、小米、软通高科等战略投资方，国开科创、上海人工智能产业投资基金（临港科创投担任管理人）、徐汇科创投等国资基金，以及顺为资本、达晨财智、德同资本、尚势资本、森若玉坤、申万宏源、正景资本等财务机构。

无问芯穹联合创始人、CEO夏立雪表示，AI 2.0浪潮带来了新“二八定律”，Transformer架构统一了新的技术范式，意味着只需解决20%的关键技术问题即可支撑80%的垂直场景泛化，给软硬件联合优化技术的标准化和规模化提供了难得的机遇。中国算力生态正面临的供需矛盾以及资源分布不均的现状，为其拉动上下游协力实现多元异构算力的高效整合创造了时代机遇。

大模型能够支撑的实际产业规模，取决于AI模型的实际可用算力。无问芯穹判断，大模型的实际可用算力不仅取决于芯片的理论算力，还可通过优化系数放大算力利用效率，通过集群规模放大整体算力规模，由此，其提出“芯片算力×优化系数（软硬协同）×集群规模（多元异构）=AI模型算力”公式，通过软硬件联合优化技术持续提升芯片算力在大模型任务中的利用率，并通过多元异构算力适配技术，提升集群算力利用率，扩大行业整体算力供给。

在软硬件联合优化方面，该团队通过自研的推理加速技术FlashDecoding++大幅提升主流硬件和异构硬件的利用率，完成多个主流开源大模型在AMD、华为昇腾、壁仞、寒武纪、燧原、海光、天数智芯、沐曦、摩尔线程、NVIDIA等10余种计算卡上的适配。

在多元异构算力适配方面，其7月发布的大规模异构分布式混合训练系统HETHUB，是业内首次在华为昇腾、天数智芯、沐曦、摩尔线程和AMD、NVIDIA共六种芯片“4+2”组合间实现了千卡规模的异构算力混合训练，集群算力利用率最高达到97.6%，平均高出基准方案约30%，这意味着，在相同的多元芯片机房条件或者集群条件下，无问芯穹的技术方案能够将训练总时长压缩30%。