中文翻译

摘要: 斯坦福大学兼职教授扎因·阿斯加尔（Zain Asgar）联合创始人创立的初创公司Gimlet Labs完成8000万美元A轮融资，由门洛风险投资领投。该公司推出全球首个“多芯片推理云”软件系统，可将AI工作负载智能拆分并跨CPU、GPU及高内存系统等异构硬件并行部署，解决推理性能瓶颈。其核心价值在于协调多种硬件资源——如解码用内存密集型设备、工具调用依赖网络带宽——实现算力利用率从当前15%–30

正文

斯坦福大学兼职教授、成功退出创业者的扎因·阿斯加尔（Zain Asgar）刚刚为一家初创公司完成了8000万美元的A轮融资，以解决AI推理环节中的性能瓶颈问题——该公司采用了一种精妙而高效的方式攻克这一难题。本轮融资由门洛风险投资（Menlo Ventures）领投。

这家名为Gimlet Labs的公司，宣称打造了全球首个且唯一的“多芯片推理云”（multi-silicon inference cloud），其核心是一套软件系统，可使AI工作负载在多种异构硬件上并行运行：既包括传统CPU，也涵盖专为AI优化的GPU，以及高内存配置的计算系统。

Asgar在接受TechCrunch采访时指出：“我们本质上是在利用一切可用的不同硬件资源。”

据领投方门洛风险投资的合伙人蒂姆·塔利（Tim Tully）在其博客中所写，单个智能体（agent）可能需串联执行多个步骤，而每一步对硬件的要求各不相同：“推理是计算密集型任务；解码是内存密集型任务；工具调用则主要受限于网络带宽。”

他进一步强调：“没有一款芯片能包揽所有功能；但随着新型硬件陆续推出，老旧GPU得以重新部署，‘多芯片舰队’已准备就绪——唯独缺一个能让它们协同工作的软件层。”而这正是Tully认为Gimlet Labs所提供的关键价值所在。

若当前‘部署更多算力’的趋势持续下去，麦肯锡（McKinsey）预测，到2030年，数据中心相关支出将累计逼近7万亿美元。Asgar指出，目前大多数AI应用仅在已部署硬件上运行了“15%至30%的时间”。

“换一种说法就是：你正白白浪费数百亿美元，因为大量算力资源长期处于闲置状态。”他说，“我们的目标，就是让AI工作负载的效率较如今提升10倍。”

TechCrunch活动预告

Disrupt 2026：科技生态全景汇聚一堂

您的下一轮融资、下一个人才引进、下一个突破性机遇——尽在TechCrunch Disrupt 2026！届时，超过10,000名创业者、投资者及技术领袖齐聚三日，参与250+场实战型论坛、重磅项目推介与重塑行业的创新展示。立即注册，最高可省400美元！

早鸟优惠：TechCrunch Founder Summit 2026

注册即享最高300美元或30%折扣

逾1,000位创始人与投资人将齐聚TechCrunch Founder Summit 2026，共度一整天聚焦增长策略、落地执行与真实规模化路径的深度交流。向塑造行业的先锋创业者与投资人取经，与同处相似发展阶段的同行建立连接，带走即刻可用的实战策略。

优惠截止日期：2026年3月13日

📍地点：美国加州旧金山

📅 时间：2026年10月13日至15日

为此，Asgar与联合创始人米歇尔·阮（Michelle Nguyen）、奥米德·阿齐兹（Omid Azizi）及娜塔莉·塞里诺（Natalie Serrino）共同着手开发一套编排软件，能够将智能体式（agentic）工作负载进行拆分，并实现跨各类硬件平台的并行部署。

Gimlet Labs声称，该方案可在同等成本与功耗条件下，使AI推理速度提升3至10倍；此外，它还能对底层模型进行切分，使其在不同架构上分别运行——为模型各部分匹配最优芯片。

目前，Gimlet Labs已与英伟达（NVIDIA）、超威半导体（AMD）、英特尔（Intel）、ARM及赛灵思（Xilinx）等芯片厂商建立合作关系。

来源: Brave/

采集时间: 2026-03-24 20:16:03