2026年5月5日，一则融资公告在硅谷AI圈引发震动。RadixArk宣布完成1亿美元种子轮融资，投后估值4亿美元，由Accel领投、Spark Capital联合领投。
这笔融资本身的数字已经够大，但真正让人瞠目结舌的，是投资人名单。英伟达旗下的NVentures、AMD、联发科同台入局，Databricks也赫然在列。这三家芯片公司在市场上互为竞争对手，却同时出现在同一张股权表上，这种景象在硅谷极为罕见。
天使投资人的阵容同样令人咋舌。英特尔CEO陈立武、博通CEO Hock Tan、xAI联合创始人Igor Babuschkin、OpenAI联合创始人John Schulman、PyTorch创始人Soumith Chintala、Hugging Face联合创始人Thomas Wolf，这些名字凑在一起，几乎代表了当今AI产业链上最关键的几个节点。行业里这么多巨头同时把票投给同一个团队，背后一定有它的道理。
RadixArk是谁，SGLang又是什么
要理解这笔投资的分量，得先搞清楚这家公司在做什么。RadixArk由前xAI和英伟达工程师盛颖（Ying Sheng）与朱邦华（Banghua Zhu）于2025年创立，核心产品是SGLang，一个开源的AI推理引擎。
盛颖此前在xAI负责为Elon Musk的Grok大模型搭建推理系统，积累了顶级规模AI部署的第一线经验；朱邦华则在英伟达深耕系统研发。两人的背景，一个懂大规模落地，一个懂底层硬件，这个组合本身就很有说服力。
SGLang诞生于2023年，起点是一个叫LMSys的学术非营利组织。那里聚集了斯坦福、UC伯克利、卡内基梅隆等顶尖高校的研究者，他们想解决一个在概念上简单、在工程上极难的问题：找到一种更快、更省内存的方式来运行大语言模型推理。
SGLang的核心创新在于使用Radix树数据结构来存储已处理过的提示词片段，避免对相同内容的重复计算，从而大幅降低每个token的计算成本。这个技术思路听起来不算花哨，但对于每天要处理海量请求的大型AI服务来说，效果相当实在。
没有市场团队，没有销售，没有风投撑腰，SGLang靠着硬核的技术口碑迅速扩散。如今它已经部署在全球数十万张GPU之上，每天为谷歌、微软、英伟达、Oracle、AMD、LinkedIn、xAI等顶级机构处理数以万亿计的token。
开源起家，为何这一次选择商业化
开源项目走向商业化，这条路RadixArk并不是第一个走，但它面对的市场窗口很特殊。RadixArk的核心论点是：前沿AI基础设施已经越来越集中在少数大公司手中，中小团队要从头搭建自己的训练和推理栈，面对的是人力不足、资源匮乏、重复建设的巨大浪费。
RadixArk的商业模式类似Databricks和Elastic的路径：保持SGLang完全开源免费，同时提供托管服务赚钱。这意味着它不打算靠卡住开源社区来变现，而是用服务质量和规模能力去赢得客户。
RadixArk的平台建立在两个开源基础上：负责推理的SGLang，以及负责大规模强化学习训练的Miles框架。后者虽然推出时间不长，但据该公司表示已经被产业团队用于大规模MoE模型训练。
SGLang目前支持几乎所有主流开源模型家族，包括Llama、Qwen、DeepSeek、Kimi、Gemma、Mistral等，同时兼容英伟达GPU、AMD GPU、英特尔CPU以及谷歌TPU等主流硬件平台。这种硬件中立性，正是英伟达、AMD、英特尔能够同时心甘情愿入股的现实逻辑。谁都不希望这个关键的推理层只对竞争对手友好。
这笔钱的背后，是一个更大的判断
芯片公司争相投资一家软件基础设施公司，这件事值得多想一层。通过投资开发者用来运行AI模型的工具，AMD等公司不仅仅是作为芯片供应商，更是在积极参与大规模AI部署和扩展的方式中卡位。硬件层的竞争越来越激烈，单凭芯片性能已经难以形成差异化，谁能影响软件栈的生态，谁才能在下一个周期占据主动。
从更大的格局来看，这笔融资代表的是整个AI产业对"基础设施层"价值的重新定价。模型层的竞争你追我赶，护城河越来越浅，但支撑模型高效运行的底层推理引擎，一旦成为行业标准，其黏性将会极强。SGLang走的就是这条路，它没有试图在模型能力上胜出，而是在每一个企业客户部署模型的那一刻，悄悄成为不可或缺的一环。
RadixArk表示，这笔资金将用于扩展SGLang和Miles对新模型架构和硬件平台的支持，以及构建面向下一代AI应用的大规模推理和训练托管基础设施。英伟达、AMD、英特尔同时站在同一张股权表上，或许不只是一次财务投资，更像是整个芯片行业在用真金白银承认：AI算力的未来，不只是堆硬件，还要有人把软件层的仗打好。
热门跟贴