AI 基础设施公司 Infinity 宣布完成 1500 万美元融资，投后估值为 1 亿美元。参与方包括 Touring Capital、Principal VC，以及来自 OpenAI 和 Anthropic 的研究人员。公司正开发一套面向 AI 推理的软件层，希望让不同类型的芯片更容易运行模型。
融资对应的产品方向
在当前 AI 产业链中，Nvidia 的优势不只来自芯片性能，也来自 CUDA 软件生态。开发者通常基于 PyTorch、TensorFlow 等主流框架编写应用，这些框架长期建立在 CUDA 之上，因此大量 AI 应用会默认运行在 Nvidia 芯片上。
Infinity 想解决的正是这一依赖。公司试图构建一种可替代 CUDA 的底层软件，让更多芯片都能更方便地承载 AI 推理任务。按其说法，这套软件可适配 GPU、手机芯片、SRAM 以及 Systolic Array 等不同架构。
瞄准跨芯片推理能力
Infinity 的目标是建立一套通用推理库，让不同芯片都能运行并复现前沿 AI 研究成果。对于多数应用层创业公司来说，自行编写底层 kernel 并将应用迁移到其他芯片，通常既费时也缺乏足够工程资源，这也是 Nvidia 软件生态长期占优的重要原因之一。
公司创始人 Jeremy Nixon 曾任 Google Brain 研究员，也是 AGI House 社群的创建者。他表示，创办 Infinity 的想法来自“自动化发明”。他认为，AI 系统不仅能生成模型，也可以生成帮助芯片更高效运行的底层代码。
用 AI 代理生成底层代码
Infinity 的核心产品之一是名为 Ignition 的 AI 研究代理。该系统用于为非 Nvidia 芯片编写推理所需的底层代码，并完成测试、调试和性能测量。如果结果不理想，系统会自动重写代码，以继续提升运行效率。
按照公司的说法，这一系统具备持续自我优化能力，也能适配不同芯片架构，包括带有专有设计的硬件。Infinity 将其定位为接近 CUDA 层级的软件栈。
目前，Infinity 的客户包括 AI 芯片公司 D-Matrix。Jeremy Nixon 表示，公司也在与其他大型芯片企业和云计算公司接洽。其商业模式不是预收软件授权费，而是按性能提升和成本节省分成，衡量指标包括每秒处理的 token 数。
补充信息：截至目前，Infinity 团队共有 26 人，覆盖设计、运营和工程岗位。