🐯虎嗅•較早收集於 12m
雲天暢想轉型面向AGI時代的「實時智算織網」
#edge-computing#ai-inference#distributed-systemsyuntianchangxiangyuntianchangxianggpu
💡了解為何邊緣計算正成為繼中心化雲之後，低時延AI推理的下一個戰場。
⚡ 30-Second TL;DR
有什麼變化
完成超過10億元人民幣E輪融資，累計融資超30億元。
為什麼重要
此轉型凸顯了隨著AI從訓練轉向具身智能與智能終端部署，市場對低時延推理基礎設施的需求正日益增長。
下一步行動
評估您的AI應用是否需要毫秒級響應，並考慮將推理任務從中心化雲API遷移至邊緣節點。
誰應關注：Developers & AI Engineers
關鍵要點
- •完成超過10億元人民幣E輪融資，累計融資超30億元。
- •戰略轉向專注於「實時Token」推理服務，以應對低時延剛需。
- •構建覆蓋全球300多個城市的分布式邊緣智算網絡。
- •利用雲遊戲時期積累的GPU原生架構優化AI推理性能。
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •雲天暢想的核心技術底座源於其在雲遊戲領域積累的虛擬化技術，通過對GPU資源的細粒度切分與調度，實現了對大模型推理任務的高效支持。
- •該公司在E輪融資中引入了包括國資背景及產業資本在內的多家投資方，顯示出市場對其在AI基礎設施領域戰略轉型的認可。
- •其「實時智算織網」架構不僅關注算力供給，還整合了網絡傳輸優化技術，旨在解決大模型在邊緣端部署時的數據傳輸瓶頸。
- •雲天暢想目前已與多家頭部大模型廠商達成合作，將其邊緣推理能力嵌入到自動駕駛、智能終端等對時延極其敏感的應用場景中。
- •公司通過自研的算力調度平台，能夠實現跨雲、跨區域的異構算力統一管理，從而降低企業使用大模型推理服務的綜合成本。
📊 競品分析▸ Show
| 競爭對手 | 核心優勢 | 服務定位 | 算力架構 |
|---|---|---|---|
| 雲天暢想 | 邊緣側低時延、GPU原生優化 | 實時智算織網 | 分布式邊緣節點 |
| 阿里雲/騰訊雲 | 全球基礎設施規模、生態完整 | 中心化雲計算 | 集中式數據中心 |
| 網宿科技 | CDN網絡覆蓋、邊緣計算節點 | 邊緣計算/加速 | 分布式邊緣網絡 |
| 燧原科技 | AI訓練與推理芯片研發 | 算力硬件/底層軟件 | 專用AI加速卡 |
🛠️ 技術深入
- 採用GPU虛擬化技術，支持將單個GPU實例切分為多個推理單元，提升資源利用率。
- 構建了基於RDMA（遠程直接內存訪問）的低時延網絡傳輸協議，減少數據在邊緣節點間的傳輸開銷。
- 實現了模型量化與剪枝技術的自動化流水線，針對邊緣端硬件進行針對性優化，提升Token生成速度。
- 部署了智能負載均衡算法，根據網絡質量與節點負載動態調度推理任務，確保實時交互體驗。
🔮 前景展望AI analysis grounded in cited sources
雲天暢想將在2027年前實現邊緣推理成本降低30%以上。
隨著其分布式網絡規模擴大與算力調度效率提升，規模效應將顯著攤薄單次推理的邊緣計算成本。
該公司將成為自動駕駛車路協同領域的主要算力基礎設施供應商。
其低時延的邊緣智算網絡與自動駕駛對毫秒級響應的需求高度契合，具備極強的場景適配性。
⏳ 時間線
2014-08
雲天暢想正式成立，初期專注於雲遊戲與互動視頻技術。
2021-03
完成數億元人民幣C輪融資，加速在邊緣計算領域的布局。
2023-05
正式對外發布面向AI大模型時代的邊緣智算戰略。
2026-06
完成超過10億元人民幣E輪融資，戰略升級為「實時智算織網」。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週 AI 簡報
每週一封，可隨時退訂。