婉君

581亿，北大校友又干出一个AI独角兽_我的网站

一 |     AI算力“卖水人”的造富神话仍在继续。

二 |     NBA最新消息，又是一条退役新闻。         根据名记Evan Sidery报道，2008年乐透秀埃里克·戈登即将退役，结束自己18年的职业生涯。         回看这18个年头，戈登先后效力快船、黄蜂/鹈鹕、火箭、太阳、76人，5支球队，个人薪资累计1.9亿。         仅仅看这几个数字，戈登这段职业生涯其实已经比大多数球员都成功了，只是从离开的节点来看，戈登的谢幕多少还是有些落寞。         近日，AI云平台Together AI宣布完成8亿美元C轮融资，投后估值飙升至83亿美元（合约581亿元）。         这也是埃里克·戈登最扎心的地方，从今年2月被灰熊裁掉后，这位后卫一直没有找到下家；对于一位曾在NBA站稳轮换的球员，这种安静局面其实已经很说明问题了。         但其实往前一年，2024年休赛期的戈登还不至于如此。         当时的戈登和76人签下一份两年合同，第二年附带球员选项；而往前一年看，他在太阳依旧能贡献11分1.8篮板2助攻的出色数据。         特别是对比戈登而言，他的价值不仅仅在于基础数据，三分空间、比赛经验、关键时刻的硬解能力，这些标签加在一起，确实值得争冠球队一个位置。

三 |          但意外的是，在加盟76人后，戈登的下滑速度明显加快了。本轮融资由沙特阿美旗下Aramco Ventures领投，英伟达（NVIDIA）、Vista Equity Partners、General Catalyst等明星机构跟投。         当前，在大模型竞争激烈之下，这家成立仅4年的AI云平台服务商，为何能吸引巨头们争相入局？答案，或许藏在“开源模型”与“华人技术天团”的两个关键词里。         2024-25赛季，场均出场时间下降到19.7分钟，基础数据6.8分1.2篮板1.7助攻0.7抢断，甚至出勤上也不占优势，仅仅只打了39场。         但即便如此，在40.9%的三分命中率下，当时的戈登其实还不能说完全没用。         随后来到去年夏天，戈登选择跳出原合同，和76人重签了一份一年363万的底薪合同；球队通过合同处理缓解薪资压力，而戈登则获得了一部分加薪，看似好消息，但这也成了他NBA生涯的倒计时。         2025-26赛季，格莱姆斯逐渐进入球队轮换，再加上76人选中埃奇库姆，球队后卫线也进一步压缩，戈登自然直接跌出轮换了。         一年估值上涨1.5倍，开源AI成吸金利器          Together AI成立于2022年，几乎与ChatGPT同期诞生。

四 | 成立时，公司就明确定位——做一家 “AI原生云”公司 ，核心业务是向企业出租基于英伟达GPU集群的算力，让开发者能以极低成本运行开源大模型。         发展初期，以OpenAI为首的闭源模型，曾一度占据主导地位，但很快市场发现，企业端落地的AI业务面临一个残酷的事实：闭源前沿模型Token费用高昂，无情地吞噬了AI应用们的利润空间。         整个赛季，戈登只为76人打了6场比赛，场均出场12.3分钟，仅能得到5.5分0.3篮板0.5助攻。

五 |          多项数据下跌到职业生涯最低之后，在交易截止日前，76人选择把他送往灰熊；而灰熊也没有把他当作球队未来计划，交易完成后便将其裁掉。

六 |          进入自由市场之后，半年时间没有任何签约消息，而再出现在媒体面前，就是他的退役消息了。而随着DeepSeek等高性能开源模型的强势崛起，行业现状正在发生改变。         在从“闭源”向“开源”转型的过程中，Together AI直击这一痛点，通过整合DeepSeek、MiniMax、Kimi等主流开源模型，为企业级客户提供Serverless推理、专属基础设施及批量推理等多元化服务，成为这波开源模型生态爆发中，最大的受益者。

七 |          依托完善的开源模型生态布局，Together AI打造出极具性价比的开源模型“平替”方案。         在这个节点，回头去看看戈登这18年生涯，其实已经相当精彩了。

八 | 数据显示，在同等甚至更优性能表现下，企业接入Together AI算力服务后，推理成本可降低6倍至60倍。         2008年，戈登在首轮第7顺位进入联盟，快船时期一度被球队视作未来核心，而后转战黄蜂依然站稳球队首发，再到火箭更是打出了自己的第六人巅峰；离开火箭之后，也打出了不少老将高光。

九 |          以其AI客服平台Decagon为例，当工作负载全部迁移至Together AI后，推理成本直接缩减6了倍。         理性来看，这段职业生涯确实有遗憾，没有全明星，也没有冠军；但换个角度看，一个08年首轮7号秀，能在NBA坚持18个赛季，赚到1.868亿，这已经是一种成功了。强大的成本优势，直接转化为真实的业绩订单：最新一季年度预订额显示，Together AI的订单量较上个季度，强势突破11.5亿美元，即从最开始的2024年初3000万美元，暴涨到现在的11.5亿美元，涨幅达38倍。         两年暴增38倍的年度预订额，彻底引爆了Together AI在开源AI领域的商业潜力。

十 | 一是，随着AI Agent的爆发，企业AI已不再需要简单的问答机器人，而是能够处理复杂工作流的数字员工，这从中催生了海量的Token调用量。二是，Together AI自身也通过底层技术的创新，打破算力成本的物理瓶颈。         所以，最后把这个问题留给球迷讨论：          对于埃里克·戈登，你对于他的这段职业生涯如何评价呢？。         其通过自主研发的自研ATLAS推理引擎，以及推测解码（Speculative Decoding）等前沿技术，将部分推理工作负载速度最高提升400%。这种全链路的技术优化，使得Together AI能够以远低于传统云厂商的成本，交付出企业级所需的推理服务，构筑起技术壁垒。         也正因如此，Together AI估值持续攀升。2025年2月，在由General Catalyst领投的B轮融资中，Together AI的估值仅33亿美元。然而，16个月之后，其投后估值就达到83亿美元，这相当于一年内上涨了1.5倍。         北大校友与斯坦福教授坐镇，一支“华人技术天团”浮现          Together AI的快速崛起，除了踩准开源AI的产业风口，背后还有一支“华人核心技术团队”浮现。

十一 |          翻看Together AI的官网，不难发现，其创始人团队堪称“学霸天团”，且华人占比较高。         首先作为这支技术天团的核心代表之一，联合创始人兼CTO的张策（Ce Zhang）来自于北京大学。履历显示，他拥有扎实的顶尖学术背景，2008年张策本科毕业于北大数学系，随后在威斯康星大学麦迪逊分校获得博士学位，且担任过苏黎世联邦理工学院计算机科学系的助理教授。         在研究中，他始终围绕如何让机器学习更便宜、更可信、更容易被更多人使用的这一主线，认为AI不应当只是巨头们的专属工具，而是通过系统层、调度层、分布式架构的创新，把训练和推理的算力成本打下来，让个人、初创公司、传统行业都能低成本地使用开源大模型。         基于这一核心理念，张策主导了Together AI在底层算力调度与推理引擎上的创新，带领团队研发自研的ATLAS推理引擎，并深度集成了NVIDIA Dynamo等先进的分布式推理技术。这一系列的创新，让Together AI实现了上下文感知的智能路由与KV缓存管理，有效避免了大规模算力部署中的冗余计算问题，进而在商业上成功斩获年度预订额突破11.5亿美元的亮眼成绩。         其次，张策之外，公司联合创始人珀西·梁也是一名深耕AI领域的顶尖华人学者。身为斯坦福大学计算机科学系的教授，珀西·梁是斯坦福基础模型研究中心（CRFM）的主任。在自然语言处理与机器学习领域，他专注于开源基础模型的研发、模型评测体系的搭建等。         在团队合作上，如果说，张策在底层架构方面，为Together AI搭建了一条高效、低成本的算力“高速公路”，那么珀西·梁则凭借深厚的学术积累与行业认知，成为公司技术落地的“导航仪”。他通过严谨的评测基准，帮助Together AI在纷繁复杂的开源模型生态中，持续筛选出最优方案，确保底层技术的可靠性与前沿性。

十二 |          在张策与珀西·梁的领衔下，他们与公司首席科学家特里·陶（Tri Dao），共同撑起了公司的底层竞争力，合力将Together AI的“算力成本”实现指数级下降，并从多个维度夯实Together AI的底层算法与系统能力，让公司在算法迭代、模型选型、系统架构、算力调度等方面持续领跑。         英伟达的“阳谋”：扶持生态卖更多GPU          再来看英伟达的出手，实际上，背后也暗含巨头布局AI算力生态的渴求。作为跟投方，英伟达不是第一次入局Together AI。         早在2023年11月，A轮融资时，英伟达就参与了其早期融资。彼时，英伟达也作为跟投方，投资该公司，而本轮融资中，领投方为Kleiner Perkins（凯鹏华盈）和沙特阿美旗下的 Prosperity7。         英伟达之所以持续布局这家公司，目的也很明确。截至目前，被英伟达看中的Together AI，已不是一家简单的AI云服务商了，而是英伟达庞大算力帝国中不可或缺的“生态节点”。简单来说，就是通过投资，英伟达直接锁定了巨额的硬件订单。

十三 |          披露显示，Together AI的商业模式是建立在英伟达的H100、H200乃至最新的Blackwell GPU之上。而Together AI年预订额突破11.5亿美元之后，势必也将对海量的GPU集群有更刚性的需求。英伟达的注资，刚好为自家芯片的持续消耗“铺路”。         除此之外，英伟达也正试图通过这类“新云”（Neocloud）服务商，打破传统云计算巨头的垄断，构建起更为广泛的算力分销网络。

十四 | 这对于英伟达来说，相当于通过扶持Together AI等服务商，将中长尾的AI开发者和企业需求打包，进而转化为更稳定、更可预期的采购曲线。         当然，更深层次的原因在于，英伟达正在从“卖硬件”的角色向“分收入”转型，做AI基础设施的合伙人。7月1日，英伟达已正式推出AI Compute Partnership（AI 算力合作计划），并明确其“产业链共建伙伴”的定位。这意味着，英伟达将不止卖硬件，还将提供信用支持和收益共享机制，让Together AI等这类企业无需承担巨额的前期资本支出，就能快速扩张算力规模。         在这一模式和新定位下，英伟达已和Together AI之外的AI云服务商，如Sharon AI、Firmus等建立合作，他们将共建基于NVIDIA DSX AI Factory架构的“AI工厂”。         最新一季财报显示，英伟达交出了一份令人瞩目的成绩单：单季营收高达816.15亿美元，同比大增85%；归母净利润更是同比飙升211%，达到583.21亿美元。         这一数据不仅刷新了英伟达季度营收的纪录，还助力英伟达站上5万亿美元市值，充分印证全球市场对AI算力基础设施的旺盛需求。而仔细翻阅这份绩单，不难发现，客户的多元化是此次英伟达业绩大增的一股力量之一。         财报显示，在数据中心业务中，英伟达的业绩增速需求，不仅来自超大规模云厂商（Hyperscaler），还广泛来源于AI云、工业、企业及主权AI客户，客户结构的分散化，降低了英伟达对单一大客户的依赖，让其构建起更具韧性的增长盘。同时，随着全球大模型迭代的加速，以及AI应用的快速落地，又进一步带动了全球AI工厂、数据中心的扩容，让下游云厂商、AI原生企业及政企的算力采购需求旺盛，增强了英伟达业绩向上的预期。         在英伟达的这场“阳谋”之下，Together AI也放话称，计划在未来五年内将公有云容量，也就是“算力”规模扩大50倍。

十五 | 这意味着，当算力成本不再是行业瓶颈时，属于开源大模型的时代或将真正到来，对于AI开发者而言，届时将是真正意义上的“Together AI”。         而这家由华人技术力量主导的AI独角兽，也将乘着全球AI基础设施建设的东风，继续向前奔跑。

Current article:http://o0353q6.cengzaodengchawonin.cyou/news/20260826_4394.html

Published on:11:01:23