作者 | 邓咏仪
编辑 | 苏建勋
36氪获悉，AI初创公司「硅基流动」（SiliconFlow）近日完成近亿元天使+轮融资。本轮融资由某知名产业方领投，跟投方包括智谱AI、360和水木清华校友基金等知名企业及机构，老股东耀途资本继续超额跟进，华兴资本担任独家财务顾问。
对本轮融资，创始人兼CEO袁进辉表示：“非常感谢各位投资方对硅基流动的信任和支持。这次融资将帮助我们进一步加快产品创新，为开发者提供触手可及的AI云服务，促进AI应用层的繁荣，推动AGI技术普惠化。”
硅基流动是一家专注于AI Infra（AI基础设施）领域的创业公司，成立于2023年8月。创始人袁进辉是前OneFlow（一流科技） 创始人及CEO，曾任微软亚洲研究院主管研究员，获得微软亚洲研究院院长特别奖。
通俗地理解，硅基流动所在的AI Infra层，是上接AI应用层、下接算力芯片层的中间层，相当于大模型时代的“操作系统”。如何让大模型训练与推理更高效，充分释放底层硬件的潜力，降低生成式AI应用开发的门槛与成本，正是AI Infra需要解决的关键问题。
大模型训练包括对模型进行参数调优、数据训练等环节，让模型具备执行相应任务的能力；而推理则是在模型训练好之后，让模型进行预测与决策的过程，为AI应用提供智能能力。
其中，深度学习训练框架是AI Infra的重要组成部分。这个领域被大公司的开源产品所主导，典型框架有Facebook的PyTorch，谷歌的TensorFlow，国内有百度的PaddlePaddle等。从2016年开始，作为世界范围内研发工业级通用深度学习框架的唯一创业团队，袁进辉带领的OneFlow团队推出了高性能分布式深度学习框架。
之所以敢挑战以大厂主导的AI训练框架生态，是因为袁进辉确信：未来AI模型的参数量会越来越大。一旦模型变大，那么原有的深度学习框架不能满足开发者的需求，底层的AI框架就需要重构，而这是属于创业公司的机会。
随后，以GPT为代表的大模型热潮来临，OneFlow团队所积累的大模型训练技术和认知得到验证。2023年，处在大模型风口上的OneFlow团队被原美团联创王慧文所创立的大模型公司“光年之外”并购，随后，“光年之外”因故被美团并购，袁进辉带领团队创立新公司“硅基流动”。
再次出发，硅基流动依旧将方向定在AI Infra赛道。只是，随着大模型走入大规模应用落地时期，推理效率成为阻碍生成式AI应用成功的一大技术挑战。因此，硅基流动的技术方向瞄准了大模型推理领域。
英伟达在2023年财报电话会后透露，在过去的四个季度中，英伟达数据中心约40%的收入都是推理需求驱动的。而根据Gartner的报告，2023年专用于AI工作负载的芯片创造近534亿美元的收入；到2027年，这一数字将达到1194亿美元。这无疑是一个具有巨大商业前景的方向，当然，也是大公司和创业公司的必争之地。
袁进辉对36氪表示，他希望能够带领硅基流动，在技术领先的基础上，重点解决上一次创业没有解决好的挑战——走通商业化闭环。
6月，硅基流动正式推出了新产品 —— 一站式大模型API云服务平台SiliconCloud，汇聚了诸多主流大模型，如阿里旗下的通义大模型Qwen2、智谱旗下的GLM-4、幻方量化旗下的DeepSeek V2系列开源模型，以及文生图模型SDXL、SDXL Lightning、PhotoMaker、InstantID等。
基于硅基流动在AI Infra领域的深厚积累，SiliconCloud平台上的大模型响应速度更快，算力成本更低，大大提升了AI 应用开发效率，并大幅降低了部署成本。比如，使用SiliconCloud调用文生图模型Stable Diffusion，可以达到1秒出图；而调用大模型DeepSeek V2，响应速度可达50 Tokens/s。这是因为SiliconCloud集成了其图片/视频生成推理引擎OneDiff，可以让文生图模型SDXL的最高可达3倍性能加速；同时，SiliconCloud还集成了大语言模型推理引擎SiliconLLM，在各类语言大模型推理场景中，其最高性能加速可达同类开源产品的10倍。
袁进辉对36氪表示，目前国内大厂旗下的大模型每天生成Token量在千亿级别，而SiliconCloud上线公测后，平台的调用量就迅速增长。“仅仅几周后，每天的Token生成量达到了数十亿。”他说。
近期，硅基流动也利用技术优势提供更低价格的模型服务。6月25日，他们正式宣布SiliconCloud平台的Qwen2(7B)、GLM4(9B)、Yi1.5(9B)等顶尖开源大模型免费使用，开发者真正实现“Token自由”。
当前，硅基流动的产品已在多个行业中广泛应用，并且被业内顶级云厂商、芯片公司和大模型公司相继认证为最高等级合作伙伴。对于以后的市场发展计划，袁进辉表示，公司将会同步拓展海外市场。
