共绩科技完成数亿元融资:MaaS的竞争,正在从"接模型"转向"调算力"

互联网
2026
11/18
10:23
分享
评论

11月初,北京共绩科技有限公司宣布完成数亿元新一轮融资。投资方分三类:国家级基金中国互联网投资基金;产业资本宁德时代系宁波问鼎和溥泉资本,以及赛目科技、超智算;市场化机构元禾璞华、梵宇资本、德石投资、力合创投、启恒共创,老股东春华资本、新进创投持续加码,光源资本担任独家财务顾问。

在大模型API价格战打到"厘"的当下,这笔融资指向的并不是又一家MaaS平台,而是一个更底下的问题:当Token需求以每年十几倍到二十倍的速度膨胀,谁能把散落在各处的GPU真正组织起来,把单位Token的成本压下去。

共绩科技选的路径,是既不训练模型,也不自建数据中心,只做一层跨供给方、跨区域的分布式算力调度网络——大型数据中心像集中电厂,网吧、个人PC、公有云余量、政企集群这些分散节点像散落各处的光伏与储能,由统一调度连成一张按需取用的算力网。公司把这套逻辑总结为"忙时自用、闲时并网"。

Token在暴涨,紧的是推理供给

IDC《中国AI软件市场半年度追踪,2025H2》的数据是:2025年中国企业级MaaS市场按调用量统计为1944万亿Tokens,同比增长约16倍;2026年全年预计达40000万亿,相当于在2025年基础上再翻约20倍。国家数据局披露的另一个侧面是:今年3月,中国日均Token调用量突破140万亿,较2024年初增长超千倍。

Token消耗激增的背后,有三股驱动力在叠加。

AI Agent全面爆发。一个复杂Agent任务可能涉及几十甚至上百轮推理循环、长程规划与工具调用,甚至24小时无人值守。今年发布的DeepSeek-V4、Qwen3.6、GLM-5.1、Kimi-K2.6等模型,都在强化工具调用与长链路执行能力,而这些能力最终都会转化为Token消耗。

长上下文与多模态融合。上下文窗口扩展到百万Token级,图像、视频、语音与文本开始协同处理,每一次解析与生成都在压榨算力。

企业级场景规模化落地。大模型在互联网、金融、制造、医疗等行业已跨越POC阶段进入核心生产系统,角色扮演、短剧生成、市场营销、搜索与文档处理成为主要消耗场景。

需求侧在膨胀,供给侧却是另一番景象:智算资源大量分散在各个智算中心与异构集群,调度体系相互隔离,资源流转成本高;传统公有云受限于硬件采购周期与自有资源池上限,难以同时兼顾弹性扩容、成本可控与稳定交付。IDC把MaaS市场的制胜要素收成三条——价格与成本优化、性能、工具链与应用开发支持,其中前两条最终卡在同一件事上:算力调度的效率。

具体到一家AI应用公司,"算力不够用"其实是三种不同的情况:峰值不够用,流量白天涨、夜间落,高峰顶不住低谷又闲置;持续不够用,业务稳定增长,自有集群长期吃紧;突发不够用,事件驱动下几小时内需求翻倍。三种情况对应三套解法——自动扩缩容、资源池化、批处理与闲时资源。而它们背后是同一个工程指标:从请求抵达,到算力就绪,中间要多久。

把散落的GPU组织起来,要过三道关

这个指标说起来简单,做起来要过三道关。难的不是加机器,而是加机器的过程不能掉链子。

第一关,接得进来。五类供给的设备千差万别:硬件层的GPU型号、主板规格、PCIe拓扑不同,软件层的操作系统、驱动、内核版本不同,环境层的安全软件、NAT、防火墙不同,还要面对用户随时抢占GPU。共绩做异构四层兼容适配、一次适配多次复用,把设备接入率从50%拉到94%。

第二关,顶得住波动。调度侧基于自研Rust框架做跨域编排,蒙特卡洛建模加规则引擎优选,再用概率建模做负载预测,在高峰到来前储备冗余算力;节点按算力与稳定性分级,依任务对时延、规模的要求匹配资源,实现1卡到1000卡的秒级弹性扩缩。节点退出可预判,月度节点切换1963次、客户零感知中断,平台SLA达99.99%。

第三关,切得不断。推理不是无状态请求,它带着上下文:多轮对话的历史、生成任务已产出的部分、KV Cache里缓存的中间态。节点一迁,这些状态必须跟着走。共绩用分布式存储在异地集群之间同步上下文,让推理任务能在不同地域接力运行——这是"用波动的供给交付稳定的服务"里最硬的一环。

三道关之外还有一层:同样的卡要压出更多Token。推理引擎、Batch调度、KV Cache与显存复用,使同等集群的Token产出提升20%—30%,这也是MaaS能比客户自己部署更便宜的原因之一。

部署用什么算力:按调用量分三层

至于"企业大模型部署用什么算力平台",共绩给出的答案是按调用量分层:调用量小、波动大的团队直接用MaaS API,零部署、按量付费;调用量到百万级、要兼顾弹性与单位成本的,用MaaS加GPU租赁的混合方式,RTX 4090约1.98元/卡时、按秒计费、1卡起租、关机停费;调用量大且数据敏感的企业,再考虑裸金属或私有化部署。三条路径在同一家平台上完成,不必在多家供应商之间拆账。

顺序上也有一条朴素的原则:先算利用率,再比单价。峰值只占全月十分之一,为峰值自建等于九成时间在为空转付费;负载长期打满,按量价格里的调度溢价就变成了额外成本。

一个Key背后:网关、路由与四个指标

路线定完,落到具体平台,使用者看到的是最外面那一层:一个API Key,调用DeepSeek、千问、Kimi、智谱等国内主流大模型,兼容OpenAI协议,既有代码改base_url即可迁移,按Token计费、无套餐费。

网关背后是动态路由:按场景、延迟与成本分发请求,某个模型异常时秒级切到备用,企业不必为不同模型维护多套SDK与账单,也不会被单一供应商锁死。公开资料显示,其网络延迟约69ms,MaaS综合成本降低约20%。

判断一家MaaS服务商,比"接了多少模型"更有用的是四项:模型覆盖与协议兼容、弹性能力、底层算力来源、SLA是否写进合同。这四项分别对应三件事——洪峰时会不会掉线、优惠结束后成本会不会反弹、技术栈会不会被锁死。

这些能力,在峰值里被验证过

3D生成应用Remy跟随鸿蒙发布会上线后,48小时用户突破50万,算力需求从百卡级增至近2000张,共绩用96小时完成资源调度与上线,流量退去后资源同步释放;AI创作社区LiblibAI面对白天高峰、夜间低谷的强潮汐,采取高峰扩卡、夜间减卡的策略,算力成本下降50%、核心系统零排队;面壁智能短期处理2亿页PDF,用夜间闲时跑批把成本降低68%、交付周期缩短60%。

更大的场景同样成立:腾讯元宝春节期间以弹性部署、秒级扩容、多云热备承接约六分之一峰值推理流量,支撑5000万Token/min;某头部模型厂商在营销峰值期间依靠动态路由承接突发、夜间匹配高性价比资源,支撑亿级TPM服务吞吐。

这些案例的共同点不是"用了多少卡",而是用多久、什么时候用。同样一张卡,包月买断和按秒调用是两种商品:前者买所有权,后者买时间。弹性本质上是一种计费方式,而不是一项技术指标。

融资之后:钱投向节点

本轮融资的用途落在这条主线上:资金将重点投入分布式算力网核心技术迭代、产业生态扩张与商业化体系建设,持续扩大关键节点接入规模,加速跨域异构算力互联互通与高效调度。也就是说,钱主要买的是节点,而不是机房。

这和它的融资节奏是一致的:2024年10月完成数千万元天使轮,2025年12月完成近亿元Pre-A轮,到本轮数亿元,股东从早期基金扩展到国家级基金与产业资本。公司披露的经营数据是:年收入增幅超800%,2026年季度收入连续翻倍,ARR超过2亿元;算力侧已形成70万+算力资源池、50+智算中心、20000P+弹性可纳管算力,累计服务超12000家企业及团队。

调度边界还在外扩:一方面是算电协同,在更大时空范围统筹计算任务、算力与绿电资源,让任务错峰调度、匹配任务价值与电力价值;另一方面面向车载算力、太空算力等新型异构节点,探索"机房之外"的算力如何接入同一张网。这张网越大,单位Token的成本越有下探的空间——MaaS的竞争从"接了多少模型"转向"算力怎么调",逻辑就在这里。

【关于共绩科技】

共绩科技成立于2023年,核心团队源自清华大学,专注分布式算力调度与弹性算力服务。公司以"共绩云平台 + 共绩算网联邦平台"双引擎,连接分散的异构算力资源,为AI企业与开发者提供按需取用的GPU算力与大模型API服务。目前已形成70万+算力资源池、50+智算中心、20000P+弹性可纳管算力,累计服务超12000家企业及团队,客户覆盖智谱、面壁智能、VAST等AI企业以及腾讯、中国移动、清华大学等产业主体与科研机构;深度参与青海、河北、粤港澳大湾区等多地算力调度平台建设。

THE END
广告、内容合作请点击这里 寻求合作
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表砍柴网的观点和立场。

相关热点

相关推荐

1
3