智譜數億元收購中科加禾，補強AI Infra與國產算力適配能力

智譜近日完成對AI基礎設施公司中科加禾（XCore Sigma）的收購，交易金額達數億元人民幣。此舉被視為智譜在模型底層工程能力上的關鍵補強，尤其針對國產算力適配與推理優化兩大核心環節，展現出大模型企業從模型競賽轉向基礎設施深度布局的趨勢。中科加禾是一家專注編譯技術的AI異構算力軟體基礎設施公司，技術源頭來自中國科學院計算技術研究所編譯實驗室。其核心團隊成員曾參與龍芯、神威、寒武紀、華為昇騰等多款國產芯片的編譯器研發工作，具備從虛擬指令集設計、算子生成到優化部署的全鏈路技術能力。公司的長期目標是為國產AI大模型打造統一的軟體底座，降低開發者對底層芯片細節的依賴，實現一次開發、多芯片運行的效率。

智譜在此之前已陸續投資了基流科技、無問芯穹、硅基流動等AI基礎設施企業，涉及的領域涵蓋算力集群管理、推理優化等環節。這些投資初步構成了智譜的基礎設施生態，但隨著模型調用規模的快速成長，工程層面的壓力也愈發顯現。今年3月，智譜發布GLM-5模型後，其Coding Agent的日調用量迅速攀升至數億次，隨之而來的是一些用戶在複雜任務場景中回報輸出異常的情況。經過內部覆盤，智譜團隊發現問題主要集中在高併發場景下的推理架構設計與KV Cache管理上。這些工程挑戰在模型規模擴大、調用量激增的背景下被放大，單靠既有投資和內部團隊難以在短時間內全面解決，這也是推動此次收購的重要原因之一。

中科加禾的編譯器技術正好能補上這一缺口，尤其是在多芯片環境下的適配效率方面，可透過中間層連接不同國產芯片生態，有效提高算力利用率。中科加禾旗下的SigInfer推理引擎此前已對外宣稱，能夠在推理過程中顯著降低時延並提升吞吐效率。如果這項技術順利導入智譜的生產環境，將有助於降低模型服務的單位成本，對於大規模商業化部署而言，意義不容小覷。隨著AI競爭從單純的模型能力擴展到算力調度、軟體基礎設施與生態建設，編譯器等底層技術正成為大模型企業構建長期競爭力的關鍵環節。業界分析指出，當前國內AI大模型領域的基礎設施層仍高度依賴NVIDIA等海外芯片生態，國產算力的軟體適配問題是許多企業面臨的共同痛點。

中科加禾的技術路徑正是從編譯器層級切入，試圖為國產芯片打造統一的軟體接軌方案，降低模型在不同硬件平台間的遷移成本。智譜此次收購，某種程度上也是對這條技術路線的肯定與資源加持。值得注意的是，智譜在模型發布節奏與商業化進程上一直保持積極態勢。GLM-5推出後，開發者社群對其Agent能力的關注度持續上升，調用量的快速成長既是市場認可的表現，也暴露出基礎設施層的瓶頸。收購中科加禾，可以視為智譜在模型能力與基礎設施之間建立更緊密連結的策略性動作，有助於在下一階段的競爭中維持技術優勢。從更宏觀的視角來看，中國AI產業正處於從「模型驅動」邁向「基礎設施驅動」的關鍵轉折期。

過去兩年，各家大模型公司紛紛投入巨資訓練更大規模的模型，但隨著模型參數的擴張，推理成本、算力利用率、芯片適配等問題逐漸浮上檯面。編譯器技術作為連接算法與硬件的中間層，其重要性正被越來越多的業者認識。中科加禾這類專注底層軟體工具的團隊，也因此成為大型AI企業眼中的稀缺資產。智譜此次收購，不僅補齊了自身在推理優化與多芯片適配上的短板，也可能為國產算力生態注入新的技術動能。未來，隨著SigInfer等引擎的落地應用，智譜有望在降低推理成本的同時，進一步擴大模型服務的可擴展性與穩定性，為更廣泛的企業級應用鋪平道路。AI基礎設施的競爭才剛開始，而編譯器或許正是決定成敗的關鍵鑰匙。