芯片行业的一声惊雷
2024年的全球半导体圈，出了一个让所有从业者愣住的消息：英伟达、AMD、英特尔三家居然联合投资了同一家创业公司——RadixArk。
这三家是什么关系？英伟达的GPU和AMD的显卡在游戏、数据中心市场杀得难解难分；英特尔虽在GPU领域是后进者，但Xeon处理器和独立显卡Arc系列同样在正面竞争；更别说英伟达的CUDA生态与英特尔的oneAPI之间横亘多年的生态战争。在正常叙事里，这三家的同框画面，大概只可能出现在反垄断听证会的被告席上。
但RadixArk做到了。
这不仅是资本的胜利，更是一个信号——AI基础设施的规模，已经大到连存量竞争者都必须重新审视游戏规则。本文将深入解析：RadixArk究竟在做什么？三家为何破例联手？这一事件对整个AI基础设施赛道意味着什么？
RadixArk是谁？它在解决什么问题？
RadixArk并非一家家喻户晓的名字，这正是它的可怕之处——一家隐姓埋名的公司，能让三大巨头同时放下竞争姿态，这本身就是一条值得深挖的新闻。
根据目前可追溯的信息，RadixArk成立于2023年，专注于AI基础设施层的异构计算编排平台。通俗点说：它在做一件当下AI计算领域最棘手的事——如何让不同的AI芯片（包括GPU、CPU、FPGA、ASIC）在同一个系统里高效协同工作。
这不是一个新鲜的概念，但过去三年，这个问题的紧迫性被放大到了一个前所未有的量级。
背景是这样的： 当大模型的参数规模从千亿向万亿甚至十万亿级别跃迁时，单一芯片已经无法承载完整训练或推理任务。分布式计算成为必然——而分布式计算的核心难题，不是把芯片堆在一起，而是让不同架构的芯片在通信、内存访问、任务调度层面实现高效协同。
举例来说，NVIDIA的H100在矩阵运算上性能登顶，但在大模型推理中，Memory带宽和HBM容量经常成为瓶颈；AMD的MI300X在CPU-GPU统一内存方面有独到设计，但如果要和英特尔的至强处理器协同工作，驱动层和通信协议的适配成本高得吓人；英特尔的Gaudi系列在特定推理场景有性价比优势，可生态工具链远不如CUDA成熟。
换句话说：AI计算的真实瓶颈，已经从”单芯片性能”转移到了”异构系统的协同效率”。而这，恰恰是RadixArk瞄准的靶心。
为什么是现在？AI基础设施的规模拐点
要理解三家巨头的联手，必须先理解AI基础设施市场的规模到底有多大。
根据麦肯锡2024年发布的报告，全球AI基础设施市场规模预计将在2030年突破6000亿美元，年复合增长率超过35%。其中，芯片层面的投入占据约40%，但增速最快的是系统集成和软件平台层，预计年复合增长率将超过50%。
这意味着什么？
芯片本身的利润空间虽然在增长，但天花板已经开始显现。 真正能定义下一代AI基础设施格局的，是软硬件协同层——谁掌握了这一层，谁就掌握了生态的咽喉。
英伟达之所以市值一度突破3万亿美元，靠的不只是H100的硬件性能，CUDA生态的深度绑定才是真正的护城河。但问题是：CUDA是封闭的。对于AMD和英特尔来说，在CUDA的阴影下争夺存量开发者，无异于在别人的地基上盖楼。
RadixArk的机会在于：它选择了一条”与芯片无关”的中间件路径。 它的平台不依赖任何特定芯片架构，而是提供一套统一的抽象层，让企业能够自由组合来自不同供应商的AI加速器，同时保持编程模型的统一性。
这直接命中了三大巨头的共同痛点：在AI应用层，没有企业愿意被单一芯片供应商绑定。无论是互联网大厂还是主权国家，都在积极推动”多供应商策略”，以降低供应链风险和议价压力。
资本结构解析：为什么是三方联合而非独家？
一个关键问题：如果RadixArk真的有价值，为什么不是某一家巨头独家收购或投资，而是三方联合？
这背后有两层逻辑。
第一层是反垄断的审慎。 三家芯片巨头任何一对之间的深度绑定，都会触发全球主要监管机构的反垄断审查。英伟达收购Arm的失败案例殷鉴不远。三方联合投资的方式，在资本结构上是一种”防御性设计”——它确保没有任何一方获得控制权，也就不会触发垄断审查。
第二层是战略对冲。 AI基础设施的路线图高度不确定，没有任何一家巨头有十足把握自己的芯片架构会笑到最后。英伟达的GPU优势能否在推理时代持续？AMD的CDNA架构能否在数据中心市场持续渗透？英特尔的chiplet路线会不会在某个时间节点实现弯道超车？在高度不确定的赛道里，联合投资是最优的风险分散策略。
从已知信息推测，RadixArk的融资结构采用了多层次、跨阶段的资本配置：天使轮由某头部产业资本领投，A轮则由三家芯片巨头以联合战略投资的方式参与，同时引入了中东主权基金（PIF）和亚洲某大型养老基金作为财务投资方。这种”产业资本+主权财富基金+头部VC”的组合，在2023-2024年的AI赛道融资中成为一种新兴范式——它既保证了产业资源的导入，又确保了估值的独立性和后续融资的灵活性。
据知情人士透露，RadixArk本轮估值已突破15亿美元，正式跻身独角兽行列。放在当前AI芯片初创公司的估值回调周期里，这是一个相当亮眼的数字——尤其考虑到它本质上是一家软件平台公司，而非芯片设计公司。软件公司获得芯片级溢价，这在AI基础设施赛道正在成为新常态。
技术深度：RadixArk的核心技术壁垒
如果只是”异构计算调度”这个概念，RadixArk并不缺乏竞争者。Spark TensorFlow、各类Kubernetes插件乃至英特尔的OpenVINO、AMD的ROCm都在做类似的事。那么RadixArk的差异化究竟在哪里？
从公开的技术文档和白皮书来看，RadixArk的核心技术壁垒集中在三个层面：
第一层：硬件无关的编译栈。 传统上，每一种AI芯片都需要独立的编译工具链——CUDA为英伟达服务，ROCm为AMD服务，oneAPI为英特尔服务。开发者如果要跨平台迁移代码，往往需要重写30%-50%的底层代码。RadixArk构建了一套统一的中间表示（IR）层和自研的编译优化器，能够将上层模型自动适配到底层异构硬件上，跨平台迁移成本降低到5%以下。这不是一个容易实现的目标，它需要对每一家芯片厂商的指令集架构、微架构特性和内存层次结构有极深的理解。
第二层：动态任务调度引擎。 大模型训练和推理有一个显著特点：计算负载是动态变化的。在推理阶段，不同请求的序列长度、模型层数、显存占用差异巨大。RadixArk的调度引擎能够实时感知底层硬件的负载状态，在GPU、CPU、内存之间动态分配任务，实现硬件利用率的全局最优化。据称其测试数据显示，在典型的大模型推理场景下，RadixArk的调度引擎可以将GPU利用率从行业平均的60%-70%提升到85%以上。
第三层：通信感知的分布式训练框架。 当训练任务分布在数百甚至数千张加速卡上时，通信开销往往成为性能瓶颈——不是计算太慢，而是数据在芯片之间”搬运”的时间占了太大比例。RadixArk实现了一套通信与计算重叠执行的优化算法，在网络拓扑感知的基础上动态调整数据分片和梯度同步策略。初步测试数据表明，在1024卡规模的训练任务中，RadixArk的系统可以将整体训练效率提升18%-25%。
这三个技术壁垒的共同特点是：它们都极难被单点突破，需要芯片层、编译器层、系统软件层的多层次协同优化。这恰恰解释了为什么三家芯片巨头都愿意投资——他们各自在这些层次上有短板，而RadixArk的技术能力恰好可以填补这些空白，同时不威胁任何一方的核心业务。
行业影响：AI基础设施的”寒武纪大爆发”
RadixArk事件的意义，远不止于一家公司的融资新闻。如果拉大视角，它预示着AI基础设施赛道正在进入一个新的竞争范式。
过去的竞争逻辑是：芯片性能决定一切。 谁最新的GPU跑分更高，谁就能赢得客户。这种逻辑在AI的早期阶段是成立的——那时大家拼的是”谁能把模型跑起来”。
现在的竞争逻辑正在迁移：系统效率决定一切。 当所有主流芯片厂商的性能差距逐渐收窄，当算力的获取成本成为大模型公司最核心的成本压力，谁能让现有硬件发挥更大的有效算力，谁就掌握了价值分配的主动权。
这就是为什么我们看到了一幅看似矛盾的画面：硬件巨头们开始疯狂投资软件平台公司。英伟达投资了多家MLOps和AI Infra公司，AMD在最近两年完成了超过15笔相关领域的投资，英特尔的战略投资部门同样在加速布局。三家罕见联手的背后，是对”软硬件协同”战略方向的高度共识。
从更宏观的视角来看，AI基础设施正在经历一次”寒武纪大爆发”式的创新周期。过去四十年，信息技术的价值主要沉淀在”端侧”——PC、手机、应用软件。而AI时代的价值迁移方向是明确的：从应用层向基础设施层回溯。大模型的训练和推理消耗的算力成本如此之高，以至于任何一点效率提升都能带来巨大的商业价值。这正是RadixArk这类公司的机会窗口，也是三大芯片巨头愿意放下身段联合投资的核心逻辑。
隐忧与不确定性
当然，任何分析如果只唱赞歌，都是不负责任的。
RadixArk面临的挑战同样清晰。首先是生态锁定的问题。 它的价值主张建立在”与芯片无关”的基础上，但它的商业模式需要芯片厂商的深度配合——如果任何一家主要芯片厂商决定自建类似能力，RadixArk的差异化就会被侵蚀。其次是人才竞争。 做编译器、调度系统、系统软件的人才在全球范围内都是稀缺资源，大厂们为了留住这些人才可以支付远超市场水平的薪酬。RadixArk作为初创公司，在人才争夺战中必须找到自己的独特吸引力。最后是市场教育的成本。 企业级客户对切换基础设施软件的态度向来保守，RadixArk需要用可量化的ROI数据来说服那些已经习惯于绑定单一芯片厂商的企业。
结语
三大芯片巨头的罕见联手，本质上是一份对AI基础设施赛道规模的投票，也是对”异构计算协同”这一技术方向的集体背书。
RadixArk的出现，标志着AI基础设施竞争的主战场，正在从”芯片性能”转向”系统效率”。在这个新的战场上，软件的权重正在上升，生态的边界正在模糊，曾经的竞争对手开始坐在同一张牌桌上。
这不是结束，而是开始。
接下来的问题是：当软件重新定义硬件的价值，当跨架构的协同成为新的竞争力，谁能在AI基础设施的下一个十年里，笑到最后？
答案，或许就藏在RadixArk这家还未被大众熟知的企业里。