AI算力新战场：General Compute 押注 SambaNova，能否成为下一个 Cerebras？

背景

随着人工智能模型对算力需求的爆炸式增长，AI 基础设施行业正面临两大核心障碍：一是如何获取合适的芯片，二是如何将这些芯片快速部署到数据中心以产生收入。尽管 GPU 的需求持续高涨，但业界逐渐达成共识：GPU 并非推理阶段（即模型运行并响应用户，而非训练阶段）的最佳选择。

在此背景下，一家名为 General Compute 的新兴“推理新云”（inference neocloud）公司脱颖而出。该公司专注于出租 AI 推理算力，旨在解决上述痛点。近期，General Compute 在由 FUSE VC 领投，Carya Venture Partners 和 Village Global Ventures 参投的情况下，完成了 1500 万美元的种子轮融资，投后估值达 6000 万美元。其创始人兼 CEO Finn Puklowski 和技术总监兼 CTO Jason Goodison 通过选择特定的芯片架构和部署策略，揭示了 AI 生态系统的未来走向。

核心内容

General Compute 的战略核心在于对“正确芯片”和“部署地点”的独特选择，这使其在 NVIDIA、Groq 和 Cerebras 等巨头之外开辟了一条差异化路径。

1. 芯片选择的战略转向：从 GPU 到 SambaNova 虽然 NVIDIA 的 GPU 在训练阶段占据主导地位，但在推理阶段，计算需求截然不同。近期 NVIDIA 以 200 亿美元收购 Groq 的交易，以及 Cerebras 上周高达 570 亿美元的 IPO，均指向了专用推理芯片的重要性。然而，由于 Groq 和 Cerebras 产能紧张，General Compute 将目光投向了另一家被硅谷主流话语略微边缘化的芯片制造商——SambaNova（由英特尔支持）。

SambaNova 今年将发布新一代芯片，其架构具有更高的灵活性，并拥有更大的内存以在推理计算中存储上下文。据 SambaNova 声称，其新芯片不仅优于 GPU，甚至超越了 Groq 或 Cerebras 等其他专用芯片。General Compute 的 CEO Finn Puklowski 指出，新芯片的推理速度可达每秒 600 至 700 个 token，而 GPU 仅为每秒约 250 个 token。目前，General Compute 已订购价值 3 亿美元的 SambaNova SN50 芯片，并承诺成为首家部署这些芯片的新云服务商。

2. 解决部署难题：空气冷却与现有基础设施兼容 除了芯片性能，General Compute 还解决了第二个关键问题：在哪里部署这些芯片。SambaNova 的芯片采用空气冷却而非水冷，且功耗更低。这意味着它们可以直接安装在现有的数据中心设施中，无需进行昂贵的新型基础设施投资。

为了最大化利用这一优势，General Compute 正在积极寻求“ colocatio n”（共址）合作。这不仅限于传统的数据中心提供商，还包括那些因比特币挖矿成本高于收益而急于转型的加密货币矿工，帮助其重新利用现有基础设施。

3. 市场验证与投资逻辑 General Compute 上周正式推出云服务，并宣称其在运行开源大语言模型 MiniMax 2.7 时速度最快。风险投资人 Joe Hasselmann（曾于 2021 年投资 Groq，现管理专注于 AI 领域的 Evercrest Capital Partners 基金）是 General Compute 的首批投资者之一。

Hasselmann 认为，General Compute 与 SambaNova 的合作关系，类似于 CoreWeave 与 NVIDIA 的关系，也类似于 Groq 将其芯片制造与其前身为云服务的业务相结合的模式。他指出：“他们需要一个健康的客户组合，这些客户会将芯片部署在高增长环境中。General Compute 在押注 SambaNova，而 SambaNova 也在押注 General Compute。”

4. 未来愿景：代理（Agent）时代的极速需求 推理云的出现隐含了对多模型、多代理（Agent）世界的押注。在这一世界中，没有单一提供商能占据主导地位，推理的速度和成本成为关键竞争变量。本周 OpenRouter 完成 1.13 亿美元 B 轮融资，也反映了市场对于能够优化 token 支出、提供多模型访问能力的平台的需求。

Puklowski 强调，速度对于价格和能力至关重要。他计划将编码代理的长耗时任务（如一小时）缩短至 5 到 10 分钟，并使需要快速推理以进行有效对话的音频客服代理更具经济性。Puklowski 表示：“如果你使用 ChatGPT，每秒 50 个 token 的速度已经远超人类阅读速度。但现在，随着代理与代理之间的交互增加，代理代表我们阅读或查询数据库，它们需要更快的速度。”

关键要点

• 融资与估值：General Compute 完成 1500 万美元种子轮融资，投后估值 6000 万美元，由 FUSE VC 领投。
• 差异化芯片策略：避开产能紧张的 Groq 和 Cerebras，选择英特尔支持的 SambaNova 作为核心芯片供应商，特别是其即将发布的新一代芯片。
• 性能优势：SambaNova 新芯片声称推理速度达每秒 600-700 tokens，显著高于 GPU 的约 250 tokens，且优于其他专用推理芯片。
• 基础设施兼容性：SambaNova 芯片采用空气冷却、低功耗，可直接部署于现有数据中心，无需新建水冷等昂贵基础设施。
• 灵活的合作模式：不仅与传统数据中心合作，还积极对接寻求转型的加密货币矿工，实现基础设施的再利用。
• 市场定位：专注于 AI 推理阶段（Inference），服务于多模型、多代理（Agent）交互的高增长场景，强调速度和成本效率。
• 生态互信：投资者视其为“芯片制造商+云服务”模式的典型案例，强调芯片厂商与云服务商之间的双向押注和共生关系。

意义与影响

General Compute 的崛起标志着 AI 基础设施行业正在从“训练算力军备竞赛”向“推理算力精细化运营”转型。

首先，专用芯片的崛起正在重塑硬件格局。随着推理需求超过训练需求，以 SambaNova、Groq 和 Cerebras 为代表的专用推理芯片厂商获得了前所未有的关注。General Compute 对 SambaNova 的押注，证明了市场正在寻找 NVIDIA GPU 之外的替代方案，以解决推理阶段的延迟和成本问题。

其次，“新云”模式降低了 AI 部署门槛。通过利用空气冷却芯片和现有数据中心（包括转型中的矿场），General Compute 展示了如何在不进行巨额基础设施投资的情况下快速扩展算力。这种模式对于希望快速进入 AI 应用层但缺乏重资产投入能力的开发者和企业具有极大的吸引力。

最后，代理（Agent）经济对算力的新要求。随着 AI 从单轮对话转向多代理协作和自主任务执行，对低延迟和高吞吐量的需求呈指数级增长。General Compute 提出的将小时级任务缩短至分钟级的愿景，切中了未来 AI 应用的核心痛点。这表明，未来的 AI 竞争不仅在于模型的大小，更在于谁能以最低的成本、最快的速度提供推理服务。

总之，General Compute 的案例表明，AI 生态系统的价值正沿着供应链向更垂直、更高效的环节转移。对于投资者和行业参与者而言，关注那些能够解决推理效率瓶颈、并灵活整合现有基础设施的新兴平台，将是捕捉下一波 AI 红利关键。