AI 基础设施公司 Infinity 周一宣布完成 1500 万美元融资，投后估值达 1 亿美元。本轮参投方包括 Touring Capital、Principal VC，以及来自 OpenAI 和 Anthropic 等公司的研究人员。

Infinity 致力于开发降低 AI 模型运行门槛的软件。英伟达凭借高性能芯片及 CUDA 软件生态确立行业主导地位，主流开发框架 PyTorch 和 TensorFlow 均构建于 CUDA 之上，使开发者能便捷地在英伟达芯片上部署应用。然而，多数应用层初创企业缺乏编写底层内核软件的专业能力，难以将应用移植至其他 AI 芯片。

构建类 CUDA 替代方案

针对这一痛点，Infinity 正构建一种适用于 SRAM、GPU、手机芯片及脉动阵列等各类硬件的类 CUDA 替代内核软件。作为削弱英伟达市场主导地位的新兴力量之一，该公司旨在打造可在所有芯片上运行的通用推理库，使硬件能够自动复现最新研究成果。

Infinity 由前谷歌大脑研究员、AGI House 创始人杰里米 · 尼克松（Jeremy Nixon）于去年创立。尼克松痴迷于 " 自动化发明 " 理念，认为 AI 系统可作为一种元技术。他曾发明名为 Omega 的机器学习算法，该算法能在反馈循环中自动创建并评估新的机器学习算法。

AI 代理自动优化底层代码

受此启发，尼克松将目光转向硬件领域，认为自动化系统可生成提升芯片效率所需的底层代码。Infinity 推出的 AI 研究代理 "Ignition"，专为英伟达替代芯片编写 AI 推理所需的底层代码。该系统能测试、调试并测量硬件性能，必要时自动重写代码以提升效率。

据尼克松介绍，Ignition 具备自优化能力，能适应包括专有设计在内的不同芯片架构，最终实现达到 CUDA 级别的软件栈。尽管人类仍提供高层指导，但代理承担了繁琐的基础工作。案例研究显示，该代理将原本需数月甚至数年的流程缩短至几小时或几天，速度远超单人操作。

在商业模式上，Infinity 不收取前期许可费，而是从性能提升和成本节省中抽取分成，并通过每秒令牌数（tokens per second）的变化来衡量成果。目前，Infinity 拥有 26 名员工，涵盖设计、运营和工程等领域。客户方面，除了 AI 芯片制造商 D-Matrix，公司正与其他大型芯片及云厂商进行洽谈。

【星途科讯 图文丨王宇洲 首发于 ZAKER 科技，转载请注明出处】