总部位于旧金山的 AI 推理基础设施公司 Gimlet Labs 完成 3 亿美元（约 470 亿日元）B 轮融资，由 Andreessen Horowitz 领投，公司估值达到 30 亿美元（约 4,700 亿日元）。这家公司出售的并不是更多的 GPU，而是把 GPU、CPU 与专用加速器当作一个系统来调度，把推理过程按阶段分配给最合适的芯片。
※1 美元 = 156 日元（截至 2026 年 9 月 7 日）
把推理拆成阶段，再交给擅长的芯片
常见的推理平台是把同一种加速器大量堆叠起来，让任务顺序通过。Gimlet 的思路不同：它把一个模型的推理过程拆分为多个阶段，再按阶段分配给最适合的硬件。公司把这套架构称为多芯片推理云。
支持的芯片覆盖 NVIDIA、AMD、Intel、Arm、Cerebras 与 d-Matrix，除 GPU 和 CPU 之外，基于 SRAM 的专用加速器也能纳入同一套系统。数据中心架构、执行推理的软件，以及在计算节点之间进行调度的编排层，全部由公司自己掌握，这是其特点所在。
按照公司的说法，把工作阶段与优化过的硬件架构相匹配，吞吐量与交互响应最高可提升 10 倍。同时，有限的算力与电力的利用率也随之提高，处理同等规模的推理所需的设备与成本因而被压缩。智能体式 AI 会由一条指令引发大量连锁推理，并且要求低延迟，Gimlet 正是围绕这种负载形态来做设计的。
使用方式有两种：既可以直接使用 Gimlet 运营的自有云，也可以在客户自己的环境中部署托管配置。
累计融资达 3.92 亿美元，Arm 也成为股东
本轮融资中，Sapphire Ventures 作为主要投资方参与，M12 与 Arm 作为新投资方加入，老股东 Menlo Ventures 与 Factory 也继续追加投资。芯片设计公司 Arm 出现在名单上，说明多芯片这一方向在硬件一侧同样获得了认可。
至此，公司累计融资额达到 3.92 亿美元（约 610 亿日元）。Gimlet 于 2025 年 10 月走出隐身状态，当时完成的是由 Factory 领投的 1,200 万美元（约 19 亿日元）种子轮融资；由 Menlo Ventures 领投的 8,000 万美元（约 125 亿日元）A 轮融资则是在 2026 年 3 月完成的。从走出隐身到估值 30 亿美元，用时不足一年。
业务进展同样迅速。截至 2026 年 3 月，公司称客户数量增长至 3 倍，并新增了一家排名前三的前沿 AI 实验室和一家排名前三的超大规模云厂商作为客户。此后，Gimlet Cloud 已锁定数十亿美元规模的合同收入，其托管的异构基础设施正在向数百兆瓦级别扩张。本轮资金将用于扩大这套多芯片云的运营规模并继续招聘。
公司的出身，以及投资方看到的市场
Gimlet Labs 成立于 2023 年，脱胎于 Stanford University 的一个研究项目。联合创始人兼首席执行官 Zain Asgar 曾在 NVIDIA 担任 GPU 架构师，之后在 Google 的 AI 部门负责工程团队，并联合创办 Pixie Labs，直至该公司被 New Relic 收购。他目前还担任 Stanford University 计算机科学兼职教授。可以说，这家公司由一位同时熟悉硬件与系统软件的人执掌。
Asgar 表示，行业已经走到一个转折点，推理成为主要的 AI 工作负载，对 token 的需求正在爆发式增长。Andreessen Horowitz 管理合伙人、同时担任 Gimlet Labs 董事的 Raghu Raghuram 则指出，答案不是简单地增加基础设施，而是更好的架构；让 GPU 与专用加速器作为一个系统协同运行，每瓦所能提供的吞吐量与交互性会大幅提升。
关于市场规模，公司引用了 Goldman Sachs 的预测：2026 年全行业的 AI 资本支出约为 7,650 亿美元（约 119 万亿日元），2026 年至 2031 年累计将达到 7.6 万亿美元（约 1,190 万亿日元）。在投入重心从训练转向推理的阶段，是继续照原样堆叠以 GPU 为中心的配置，还是混合不同种类的芯片来换取效率，Gimlet 押注的是后者。
总结
Gimlet Labs 在 B 轮融资中获得 3 亿美元，估值达到 30 亿美元，累计融资额为 3.92 亿美元。通过把推理过程按阶段拆分，并分配给从 NVIDIA 到 d-Matrix 的不同芯片，公司称吞吐量与响应性最高可提升 10 倍。Arm 与 M12 一同作为新投资方参与，也显示出对这一方向的支持。如果电力与算力的制约继续跟不上投资增速，那么与其统一芯片不如混合使用的思路，今后应该会进一步扩散。
