8月26日，北京AI基礎設施創企博倫智匯宣佈完成千萬級天使輪融資，投資方為一家專注AI及AI Infra賽道、並佈局過大模型訓練框架的一線產業基金。公司成立僅4個月，便獲得資本青睞，反映出市場對算力排程與AI基礎設施細分賽道的關注。
博倫智匯成立於2026年4月，總部位於北京，是一家專注於大規模異構算力排程的人工智慧基礎設施公司。其業務覆蓋企業私有化算力部署與自營Token工廠，同時正在研發入口級智慧硬體產品。本輪融資資金將主要用於核心技術迭代、產品打磨、核心技術團隊擴充，加速公司在AI算力產業的市場拓展與業務落地。
公司核心團隊背景深厚。CEO劉進治畢業於浙江大學，碩士畢業於墨爾本大學市場營銷專業，曾任職於英特爾、摩托羅拉並擔任團隊負責人，還曾推動矽谷分散式系統軟體公司WANdisco在中國落地。CTO楊光曾任職於西門子、IBM、Oracle等跨國企業，此前擔任矩量無限技術負責人、技術副總裁，主要研究雲原生、AI基礎設施和國產異構算力排程。團隊成員覆蓋算力產業鏈多個環節，核心成員背景包括天數智芯、華為、趨動科技等企業，在雲原生容器、大模型訓練與推理全棧技術領域擁有多年實戰經驗。
博倫智匯的技術積累可追溯至2016年，當時團隊核心成員在清華系NLP創業團隊中開展自然語言處理的AI落地探索。2023年，團隊操盤了國內第一批輝達SuperPOD訓練叢集，SuperPOD是由多台輝達DGX伺服器組成的大規模AI計算叢集，主要用於大模型訓練。此後隨著國產算力崛起，團隊早期進入國產GPU生態與技術體系，在輝達與國產卡的協同排程上積累了大量一線工程經驗。
公司自研了面向Token的大規模分散式架構TOLD（Token-Oriented Large-scale Distributed Architecture），該技術棧已在由輝達GPU和國產GPU組成的萬卡級異構叢集中完成實際驗證。TOLD主要面向大模型推理場景，能夠對分佈在不同地區、採用不同晶片架構的算力資源進行統一管理和排程。系統可以根據不同模型在不同晶片上的執行效率分配任務，使多種GPU在同一框架下協同工作，同時提供大模型一鍵適配和B2B2C多租戶服務能力。
當前，不同品牌和型號的GPU在計算能力、軟體生態、運算元支援及適用模型方面存在差異。企業在接入國產GPU時，往往需要重新進行模型適配和推理引擎最佳化。博倫智匯希望通過統一的排程和適配層，降低不同GPU接入及模型遷移的成本，並提高算力叢集的整體利用率和Token產出效率。
目前，博倫智匯已啟動商業化，業務覆蓋企業私有化部署和自營Token工廠。企業私有化部署主要面向擁有自建算力資源的客戶，通過異構算力排程、模型適配和推理服務，提高現有GPU叢集的使用效率；自營Token工廠則將底層算力轉化為Token服務，為企業和AI應用提供推理能力。此外，公司還在研發入口級智慧硬體產品，希望連線雲端、端側和家庭場景。公司認為，隨著端側算力進一步進入家庭，智慧硬體將成為使用者呼叫雲端及本地AI能力的重要入口。
隨著GPU產品持續迭代，市場中還將長期存在不同品牌、代際和效能水平的算力卡。博倫智匯計劃根據晶片效能、模型特點和任務需求進行梯級排程，讓高效能GPU承接高併發、低延遲任務，將部分批次推理及低負載任務分配給其他算力資源，提高不同代際GPU的利用效率。
從萬卡級驗證走向商業化落地，博倫智匯成立僅4個月便完成千萬級天使輪融資，並將自研異構算力排程技術推進至萬卡級叢集驗證和商業化階段。完成本輪融資後，公司將繼續投入異構算力排程、大模型推理及相關基礎設施產品。隨著AI算力重心逐漸從集中訓練延伸至持續推理，企業關注的重點不再只是擁有多少張GPU，還包括這些GPU能否穩定執行、適配更多模型，並以更低成本產出Token。博倫智匯下一階段需要驗證的，是其排程架構能否在更多晶片、模型和客戶環境中穩定複製，並持續改善GPU利用率和Token生產成本。