總部設於舊金山的 AI 推論基礎設施公司 Gimlet Labs 完成 3 億美元（約 470 億日圓）B 輪募資，由 Andreessen Horowitz 領投，公司估值來到 30 億美元（約 4,700 億日圓）。這家公司賣的並不是更多的 GPU，而是把 GPU、CPU 與專用加速器視為同一套系統來調度，將推論流程依階段分配給最適合的晶片。
※1 美元 = 156 日圓（截至 2026 年 9 月 7 日）
把推論拆成階段，再交給擅長的晶片
一般的推論平台是把同一種加速器大量並排，讓工作依序通過。Gimlet 的想法不同：它先把一個模型的推論流程拆解成多個階段，再依階段分派給最合適的硬體。該公司把這套架構稱為多晶片推論雲。
支援的晶片橫跨 NVIDIA、AMD、Intel、Arm、Cerebras 與 d-Matrix，除了 GPU 與 CPU 之外，以 SRAM 為基礎的專用加速器也能整合進同一套系統。資料中心架構、執行推論的軟體，以及在運算節點之間分派工作的協調層，全部由公司自行掌握，這是其特色所在。
依該公司的說明，將工作階段與最佳化過的硬體架構搭配後，吞吐量與互動反應最高可提升 10 倍。同時，有限的運算資源與電力的使用效率也會提高，處理同等規模的推論所需的設備與費用因此得以壓縮。代理型 AI 會由一道指令引發大量連鎖推論，而且要求低延遲，Gimlet 正是針對這種負載形態進行設計。
使用方式有兩種：可以直接使用 Gimlet 營運的自有雲，也可以在客戶自身的環境中部署代管配置。
累計募資達 3.92 億美元，Arm 也成為股東
本輪募資中，Sapphire Ventures 以主要投資人身分參與，M12 與 Arm 則是新加入的投資人，既有股東 Menlo Ventures 與 Factory 也追加投資。晶片設計公司 Arm 出現在名單上，顯示多晶片這個方向在硬體端同樣獲得支持。
至此，公司累計募資額達到 3.92 億美元（約 610 億日圓）。Gimlet 於 2025 年 10 月走出隱形狀態，當時完成的是由 Factory 領投的 1,200 萬美元（約 19 億日圓）種子輪募資；由 Menlo Ventures 領投的 8,000 萬美元（約 125 億日圓）A 輪募資則是在 2026 年 3 月完成。從走出隱形到估值 30 億美元，花費不到一年。
業務進展同樣快速。截至 2026 年 3 月，該公司表示客戶數量成長為 3 倍，並新增一家排名前三的前沿 AI 研究機構與一家排名前三的超大規模雲端業者作為客戶。此後，Gimlet Cloud 已取得數十億美元規模的合約收入，其代管的異質基礎設施正朝數百兆瓦等級擴張。本輪資金將用於擴大這套多晶片雲的營運規模並持續招募人才。
公司的出身，以及投資人看見的市場
Gimlet Labs 成立於 2023 年，源自 Stanford University 的一項研究專案。共同創辦人兼執行長 Zain Asgar 曾在 NVIDIA 擔任 GPU 架構師，之後在 Google 的 AI 部門帶領工程團隊，並共同創辦 Pixie Labs，一路帶到該公司被 New Relic 收購。他目前也擔任 Stanford University 資訊科學兼任教授。可以說，這家公司由一位同時熟悉硬體與系統軟體的人領軍。
Asgar 表示，產業已經來到一個轉折點，推論成為主要的 AI 工作負載，對 token 的需求正在爆發性成長。Andreessen Horowitz 管理合夥人、同時擔任 Gimlet Labs 董事的 Raghu Raghuram 則指出，答案不是單純增加基礎設施，而是更好的架構；讓 GPU 與專用加速器以同一套系統運作，每瓦所能產出的吞吐量與互動性會大幅提升。
在市場規模方面，該公司引用 Goldman Sachs 的推估：2026 年全產業的 AI 資本支出約為 7,650 億美元（約 119 兆日圓），2026 年至 2031 年累計將達 7.6 兆美元（約 1,190 兆日圓）。在投資重心從訓練轉向推論的階段，是要繼續照原樣堆疊以 GPU 為中心的配置，還是混用不同種類的晶片來換取效率，Gimlet 押注的是後者。
總結
Gimlet Labs 在 B 輪募資中取得 3 億美元，估值達到 30 億美元，累計募資額為 3.92 億美元。透過把推論流程依階段拆解，並分派給從 NVIDIA 到 d-Matrix 的不同晶片，該公司宣稱吞吐量與反應性最高可提升 10 倍。Arm 與 M12 一同以新投資人身分參與，也顯示出對這個方向的支持。若電力與運算資源的限制持續跟不上投資的成長速度，與其統一晶片不如混用的思路，今後應該會更加普及。
