曦望百亿估值纯推理GPU独角兽：推理成本降到1分钱百万Token，算力需求首次反超训练

📰 概要

2026年4月，曦望完成最新一轮10亿元融资，成为国内首家估值超百亿的纯推理GPU独角兽。成立仅1年多已完成7轮融资，累计40亿元。

联席CEO王湛判断：2026年推理算力需求首次超越训练，达到训练需求的4-5倍。Agent时代一次任务可能触发多轮调用，推理成本成为核心竞争点。

目标明确：百万Token推理成本降到1分钱。这是一个量级的成本压缩。

「谁的推理成本更低，谁就是赢家」——这句话把方向说透了。过去算力竞赛卷的是训练峰值，现在卷的是推理性价比。

推理需求超越训练是AI行业的拐点。过去训练完部署，推理只是附属。现在Agent一个任务可能调用几十上百次模型，推理成本直接决定产品能不能跑通。

曦望All in推理的路线，和大部分国产GPU卷训推一体不同。专注单一场景的好处是架构更激进优化，坏处是市场天花板收窄。资本愿意砸40亿，说明认可。

来看算力需求的结构变化：

推理需求首次全面超越训练，差距达4-5倍。根本原因在Agent的运行机制。

过去人问AI一句回一句。现在Agent完成任务需高频多轮调用，有用户聊一次龙虾就烧掉80美元Token。

曦望的技术路线是纯推理GPU，砍掉训练能力换推理效率。架构上减少冗余单元，优化存储带宽，降低延迟。不做全场景，只做一个场景的极致。

资本市场为什么买单？40亿不是小数。逻辑是推理需求正在爆发，现有训推一体架构在推理场景性价比不够极致，专用芯片有降维打击的机会。

但也要注意风险。推理需求确实在涨，但供给也在涨——英伟达推LPU，Groq被收购，国内多家在卷。曦望的差异化能维持多久，取决于产品落地速度。

曦望联席CEO王湛是百度创始团队出身，亲历中国互联网从泡沫到繁荣。团队背景是资本信任的加分项，但最终还是要看产品数据。

什么情况不建议追：如果你是投资人，需看曦望产品和客户验证，不能只看融资数字。如果是技术选型，纯推理GPU供应链需评估。如果场景需训推混合，纯推理芯片灵活性受限。