事时观察 · AI基础设施 · 2026-08-03 NVIDIA半导体科技（北京）母公司押注RadixArk：1亿美元种子轮，芯片巨头为何集体下注推理引擎？ 8月3日， 投资界 报道，由开源推理引擎SGLang孵化的RadixArk完成融资：机构方英伟达、AMD、联发科、Databricks几乎全部到齐，个人投资者名单包括英特尔CEO陈立武、博通CEO陈福阳、OpenAI联合创始人John Schulman、PyTorch之父Soumith Chintala；公司同时在SGLang之外推出开源后训练框架Miles，把强化学习的训练与推理放进同一系统。对NVIDIA半导体科技（北京）所属的英伟达集团而言，这笔钱买的不只是创业公司股权，而是一个生态位置：当SGLang近乎成为新硬件发布的默认评测基准，谁错过它，谁就可能错过下一个算力入口。 1亿 美元 RadixArk种子轮规模（媒体报道口径）；同期vLLM商业化主体Inferact为1.5亿美元 40万 + GPU SGLang公开报道部署规模，日处理数万亿token，用户含Google、Microsoft、NVIDIA、AMD、xAI ~20% CMU遥测中GPU空转执行时间占比；推理负载最高65%能耗耗于空转 43.3→76.7 Miles在Kimi K3上12小时强化学习训练后的AIME-2024成绩（LMSYS官方博客） 钱花在哪：GPU的“摸鱼”账 这笔融资的直接靶点，是华尔街正在焦虑的问题：算力资本开支高企，GPU却大量“看着忙、其实闲”。据 硅谷101 报道，卡内基梅隆大学2026年4月发布的遥测研究对756块GPU做了31天细粒度观测：整体约20%的执行时间和11%的能耗浪费在执行时空转上，推理场景更严重——Azure Code负载有65%能耗耗于空转，OpenAI聊天类请求达52%。 换算成钱更直观：一台英伟达GB200 NVL72机柜采购成本约400万美元，若软件栈调度不佳、利用率只有50%，相当于200万美元以电费、折旧和机会成本的形式烧掉。把利用率从50%推到90%以上，等于凭空多出一台机柜。这正是RadixArk成员陈震林在 硅谷101 访谈中给出的商业逻辑：电力与芯片是改造周期以年计的“硬问题”，系统软件与服务编排是见效快的“软问题”，行业注意力正快速上移。 背景是资本开支的军备竞赛：Meta、Google、Microsoft等巨头2026年合计资本开支预计超1万亿美元，黄仁勋预测到2030年全球AI基础设施年投资将达4万亿美元——泡沫担忧之下，“把已有的卡用满”成了最便宜的增量算力。 SGLang凭什么：从Day-0支持到默认评测基准 SGLang的核心是RadixAttention——用基数树组织KV Cache，让共享前缀的请求复用缓存，天然适配智能体场景里大量重复的系统提示词。据公开报道，SGLang在GitHub已积累超2.7万星标，部署在40万块以上GPU上，日处理数万亿token，用户包括Google、Microsoft、NVIDIA、AMD、xAI。 更关键的是“Day-0”战绩：DeepSeek-V4发布当天，SGLang成为全球第一个支持其推理的开源技术栈；2026年7月27日，首个3万亿级参数开源模型Kimi K3发布，SGLang与Miles在Moonshot AI和NVIDIA团队合作下实现发布首日完整覆盖，SGLang负责推理、Miles负责RL训练（ LMSYS官方博客 ）。在即将举行的AICon深圳站，SGLang团队还公布了GB300 NVL72上InferenceX基准的单GPU吞吐11,500 token/s等实测数据。新模型、新硬件发布当天“有没有SGLang”，正在变成行业默认的验收动作。 Miles：把训练与推理放进同一系统 RadixArk的增量在Miles。传统训练“喂数据、更新参数”循环单一；强化学习则要把推理（rollout）、评估、参数更新三种负载揉在一起循环跑，对硬件需求天差地别。Miles把训练与推理放进同一系统做资源协同：据 AICon演讲信息 ，rollout阶段用FP8、训练用BF16混合精度。官方博客给出了首个可核验结果：Miles基于Kimi K3原生MXFP4 checkpoint做LoRA强化学习，trainer与rollout共置同一组GPU，12小时训练把AIME-2024从43.3%提升到76.7%。 这意味着RadixArk的叙事从“推理引擎”升级为“算力调度系统”——这也是报道中其企业级全栈AI Infra方案的野心所在。 英伟达的算盘：用户、联调方、投资人三合一 英伟达在这条链上的位置很特殊：公开报道显示NVIDIA本身是SGLang的用户；Kimi K3的Day-0支持有NVIDIA团队直接参与；而技术细节显示SGLang的深度优化正与英伟达硬件栈咬合——例如AICon演讲披露，DeepSeek-V4的MegaMoE算子仅支持Blackwell SM100与NVLink互联，FlashMLA等库也围绕NVIDIA架构设计。投资RadixArk，等于在“默认评测基准”里保住身位：不让竞争对手的芯片在评测中先跑通、先跑快。 但这是一场竞合局——AMD同样是投资人，联发科、Databricks在列，英特尔与博通的CEO以个人身份入场。谁都清楚：推理引擎未来可能决定“谁的卡被优先优化”。 主体 与RadixArk/SGLang的交点 利益与张力 英伟达（NVIDIA，本文主公司母公司） 机构投资方；SGLang用户；参与Kimi K3 Day-0联调 绑定推理引擎生态入口；Day-0优化深度依赖其CUDA/Blackwell/NVLink栈 AMD 机构投资方；SGLang用户 挑战英伟达；能否获得对等的Day-0支持，尚无公开证据 联发科 机构投资方 数据中心与端侧算力布局延伸 Databricks 机构投资方 数据湖+推理工作负载的入口卡位 英特尔CEO陈立武（个人） 个人投资方 竞争对手CEO个人下注，非公司层面投资 博通CEO陈福阳（个人） 个人投资方 博通正与OpenAI联合造推理芯片Jalapeño John Schulman、Soumith Chintala（个人） 个人投资方 OpenAI联合创始人、PyTorch之父的行业背书 一句话观察：芯片厂商集体下注的不是一家公司的财务回报，而是“下一个算力入口由谁的软件定义”——英伟达不能输掉这个位置，AMD则要借它撬动英伟达的生态壁垒。 主体边界：北京实体在集团中的位置 需要提示读者：本次融资披露名单中的“英伟达”指集团层面，NVIDIA半导体科技（北京）有限公司未单独出现。据 天眼查工商信息 ，北京实体为有限责任公司（外国法人独资），注册资本20万美元，由NVIDIA SINGAPORE DEVELOPMENT PTE.LTD. 100%持股，成立于2019年4月22日，经营范围涵盖技术开发、数据处理与软硬件销售，注册地北京朝阳区，状态存续；2025年年报显示各险种参保约204人，2024年税务评级为A。 工商履历速览： 法定代表人江苹（2019年7月由凯伦·柏恩变更为江苹）；2023年12月董事、监事变更，刘萍与马克·斯蒂文·胡斯新进。在本次已核验的当前可见范围内，风险模块仅见上述两条“预警提醒”类变更提示与税务评级记录，未见行政处罚、经营异常或被执行类条目；年报的营收、利润等财务数据均选择不公示。 风险观察 变现路径未验证： RadixArk刚完成种子轮，Miles与全栈方案尚无公开收入数据；同赛道Baseten、Fireworks虽估值暴涨（Baseten一年估值21亿→130亿美元，Fireworks七个月翻四倍至175亿美元），盈利情况均未披露。 “默认基准”的中立性存疑： SGLang同时被互为竞争对手的英伟达、AMD等投资和使用；作为评测基准，未来是否出现“谁投得多、谁优化快”的失衡，需要持续观察。 生态单边依赖： 从AICon披露看，SGLang深度优化目前明显偏向英伟达栈（Blackwell、NVLink、CUDA库）；AMD等投资方能否换来对等支持，尚无公开证据。 竞争白热化： vLLM商业化主体Inferact种子轮1.5亿美元高于RadixArk，且覆盖全产业链巨头；推理基础设施赛道价格与人才竞争加剧。 工程复杂度与可维护性张力： Kimi K3的混合注意力架构迫使SGLang为三种Attention各维护一套页表、淘汰与前缀匹配逻辑（AICon演讲），训练与推理协同调度同样复杂——性能领先能否持续，取决于团队工程承接力。 下一步验证什么 RadixArk本轮领投方、估值与股权结构——媒体报道目前只点名了投资方名单。 Miles开源后的采用量、RL训练基准与首批客户名单。 SGLang/Miles在AMD及其他非NVIDIA芯片上的Day-0能力与性能差距。 “企业级全栈AI Infra方案”的定价、客户与首份收入数据。 vLLM与SGLang商业化后的首个公开财务对比。 NVIDIA半导体科技（北京）下一份年报是否披露更多经营数据。 来源 投资界：《「榨」出硅的极限：怎么让GPU不「闲着」？》 硅谷101（搜狐号）：GPU空转研究、GB200成本与RadixArk团队访谈 头条号：《vLLM、SGLang种子轮融资均超1亿美元，推理引擎进入商业化竞速》 头条号：《AI造芯大战彻底白忙》——SGLang部署规模与团队背景 LMSYS官方博客：SGLang和Miles为Kimi K3提供Day-0支持（含Miles RL实测） AICon深圳演讲信息：DeepSeek V4推理优化实战（GB300 NVL72基准、Miles混合精度） 百家号：《GPU一半时间在“摸鱼”？》——资本开支与融资背景 天眼查：NVIDIA半导体科技（北京）有限公司（工商、股东、年报、税务评级） 本文为事时观察新闻扩展，事实以所引来源为准；融资金额、估值与部署规模为媒体报道口径，与官方披露存在出入时以后者为准。