1億美金！英偉達AMD英特爾破天荒聯手，投給了這支團隊

新智元報道

編輯：桃子

【新智元導讀】太瘋狂了！英偉達、AMD和英特爾罕見同桌，把1億美金砸向了同一個團隊。SGLang背后的天才大神們，手握1億美金，要徹底重寫AI算力的分配法則。

模型層的競爭日趨白熱化，而硅谷最核心的半導體掌門人，正在用真金白銀押注一個更底層的答案。

1 億美元種子輪，4 億美元估值，英偉達、AMD、英特爾三家芯片巨頭罕見同框。

2026 年 AI Infra 賽道最重的一筆早期下注，落在一支從開源社區長出來的團隊身上——RadixArk，以及它背后的推理引擎 SGLang 與強化學習框架 Miles。

1 億美金，從算力堆疊中突圍

5 月 5 日，RadixArk 宣布完成 1 億美元種子輪融資，投后估值 4 億美元。本輪由 Accel 領投，Spark Capital 聯合領投。

機構投資人這一欄值得逐行讀一遍。芯片側，NVIDIA 旗下 NVentures、AMD、聯發科同時入場；數據與平臺側，Databricks 出現在名單中；財務投資人則包括 Salience Capital、HOF Capital、Walden Catalyst、A&E Investment、LDVP、WTT Fubon Family 等一線機構。

芯片廠商之間互為競爭對手，卻共同站在同一張 Cap Table 上。

天使投資人名單同樣重磅：陳立武，Intel CEO；Hock Tan，Broadcom CEO；Igor Babuschkin，xAI 前聯合創始人；John Schulman，OpenAI 前聯合創始人、Thinking Machines Lab 聯合創始人；Soumith Chintala，PyTorch 聯合創始人；Lilian Weng，Thinking Machines Lab 聯合創始人。

英特爾CEO陳立武為RadixArk送上了祝賀

如此多巨頭的豪華組合，在 AI Infra 賽道絕無先例。

SGLang：一全球巨頭默認選擇的推理引擎

要理解 RadixArk 的估值邏輯，首先要理解 SGLang。

自 2023 年誕生以來，這個開源推理引擎用兩年時間成長為事實上的行業標準。GitHub 27K+ stars，部署規模超過 40 萬張 GPU。

每天有數萬億 token 的生產流量跑在 SGLang 上，用戶包括 Google、Microsoft、NVIDIA、Oracle、AMD、LinkedIn、xAI、Thinking Machines Lab——全球對推理性能要求最苛刻的一批團隊，不約而同將生產負載交給了它。

一位參與過多個 AI Infra 領域評估的投資人坦言，「SGLang 的迭代速度與工程紀律，在開源項目中屬于第一梯隊」。

過去兩年，模型架構經歷了 MoE、長上下文、推理模型、多模態融合、Agent 爆發等一系列劇變。

每一次架構重塑，SGLang 都做到了 Day-0 兼容——新模型發布即支持，性能逼近硬件物理極限。

這種能力背后是一支在系統與算法兩端都有深厚積累的團隊。

CEO 盛穎是 LMSYS Org 發起者、SGLang 主要創始人，先后在 Databricks 和 xAI 領導推理系統，是開源大模型推理領域被引用最頻繁的研究者之一。

CTO 朱邦華師從 Michael I. Jordan 與 Jiantao Jiao，曾聯合創立 Nexusflow 并被 NVIDIA 收購，此后擔任 NVIDIA Principal Research Scientist。

RadixArk聯合創始人朱邦華（左）與盛穎（右）

這種創始人組合在 AI Infra 創業里并不常見。

把開源推理事實標準做出來、并持續維護其工程紀律的研究型創始人；從 GPU 廠商最核心研究層走出來的大模型算法專家。

前者決定 SGLang 能不能繼續保持 Day-0 兼容的迭代節奏，后者決定 Miles 在強化學習落地時能否壓住穩定性問題。

推理與訓練這兩條主線，正好覆蓋了 RadixArk 商業化敘事的全部技術底色。

Miles + DeepSeek-V4

強化學習與推理一齊亮劍

2026 年 4 月 25 日，DeepSeek-V4 發布的當天，SGLang 和 Miles 成為全球第一個同時支持其推理和 RL 訓練的開源技術棧。

Miles 是 RadixArk 在 2025 年 11 月開源的強化學習框架，主攻大規模 RL 訓練的穩定性與效率，目前已被超過 20 支一線團隊用于 MoE 模型訓練，尤其受到硅谷新興前沿實驗室 Neo Labs 的青睞。

真正讓行業注意到這支團隊訓練技術沉淀的，是 4 月 25 日 DeepSeek-V4 的發布。

這個架構極為復雜的模型——混合稀疏注意力、FP4 專家權重...發布的當天，SGLang 和 Miles 成為全球第一個同時支持其推理和 RL 訓練的開源技術棧。

支撐這一切的，是 ShadowRadix 前綴緩存、Flash Compressor、Lightning TopK 等一系列在模型發布前就已準備好的系統優化。

從推理到訓練的全鏈路覆蓋，讓 RadixArk 的商業想象空間有了更堅實的工程支撐。

半導體巨頭罕見同臺

為什么英偉達、AMD、英特爾會同時出現在一張 Cap Table 上，讓人不免困惑。三家公司互為對手，投同一家推理引擎，豈不是養虎為患？

恰恰相反，硬件市場存在結構錯配。算力仍然昂貴且稀缺，堆疊硬件卻已經無法持續，其上的軟件生態成為了不可或缺的關鍵入口。

對 NVIDIA 而言，SGLang 能最大化 H100/B200/GB300 的利用率，這意味著更多客戶愿意為高端 GPU 買單——生態護城河不是靠封鎖建起來的，是靠讓自家硬件跑得比誰都好建起來的。

對 AMD 而言，需要一個與 CUDA 解耦、能公平發揮 MI300 系列性能的推理棧，否則硬件再強也找不到用戶入口。

對 Intel 而言，Gaudi 系列需要在現有 CUDA 主導的生態之外生長出一套開源標準，才能突破生態封鎖。對聯發科和 Broadcom 而言，邊緣與網絡芯片同樣需要統一的上層接口，而開源基礎設施是最不會偏心的一層。

產業鏈合縱連橫，通過 RadixArk，硬件廠商們合力構建一個不被任何單一云廠商或芯片巨頭鎖定的 AI 電力基礎設施。

天使投資人的邏輯同樣清晰：John Schulman 和 Lilian Weng 看的是訓練-推理一體化基礎設施對模型迭代的加速效應；Soumith Chintala 看的是 PyTorch 生態與下一代推理引擎的深度協同；Igor Babuschkin 和 Hock Tan 看的是從芯片到系統的完整技術棧整合。

xAI 聯合創始人 Igor Babuschkin 稱贊道，SGLang 是市面上最棒的推理框架。RadixArk 的成立就是為了讓它更上一層樓，并讓更多前沿的 AI 技術棧實現普惠。

前 OpenAI 后訓練副總、Periodic 實驗室創始人 Liam Fedus 表示——

構建可靠、高效且準確無誤的 AI 基礎設施，一直是打造 Periodic 時面臨的最大挑戰之一。

正因如此，看到 RadixArk 給 SGLang 這樣的開源基礎設施注入巨資，我感到非常興奮。

當開源基建這一層變得越來越強大時，像 Periodic 這樣的公司就能跑得更快；同時，新一波的初創公司也能放手去挑戰那些宏大的項目了——換作以前，這可是從頭一天起就需要一整支龐大的基建團隊才能搞定的事。

這些聲名顯赫的領軍人物，集體出現在同一張 Cap Table 上，向市場釋放出強大的信號。

讓 AI 的建設權，不再被少數人壟斷

RadixArk 官網提到：「下一代 AI 不應該被對私有基礎設施的訪問權所限制。更多團隊應該能夠擁有自己的模型、自己的系統、自己的未來」。

把這句話翻譯成工程師的語言，是這般場景：

一個新模型在凌晨發布，幾個小時后社區里就有人用 SGLang 跑起了高效推理；

一支只有十幾個人的初創團隊，借助 Miles 在自己的領域數據上完成 RL 訓練，不需要再去敲響任何一家云廠商的私有基礎設施的大門；

硅谷 Neo Labs 與行業巨頭，都能在同一套開源內核之上，按自己的節奏構造各自的 AI 產品。

過去兩年，模型層激烈交鋒，基礎設施層第一次出現握住推理與訓練雙端入口，并且將內核完全分享給社區的頂尖團隊。

1 億美元的投入，將 AI 的建設話語權重新分配。