5月20日，AI Token生产服务商趋境科技宣布完成数亿元Pre-A轮融资。本轮由星连资本与华控科技联合领投，老股东高瓴创投持续加注，弘晖资本、天壕能源等机构跟投。据悉，资金将重点投向算力储备及底层推理系统的建设。

　　在当前一级市场对AI投资趋于审慎的语境下，这笔大额早期融资释放出明确的产业信号：市场的关注点正从粗放的大模型训练向精细化的推理效能与商业落地发生实质性转移。

　　梳理趋境科技的业务逻辑，需溯源其创始团队的技术基因。趋境科技CEO艾智远为清华大学博士，长期深耕分布式系统优化与并行计算。在创业前，其曾在深信服担任核心研发主管。

　　这种“学院派底层工程+政企IT落地”的履历，决定了趋境科技避开了极度消耗资金、竞争内卷的百模大战，转而从底层算力调度切入。

　　大模型的高并发推理本质上是一个极为复杂的分布式系统工程，团队过往在并行存储与计算上的技术积淀，与其当前主攻的低时延推理业务形成了严密的逻辑闭环。

　　当前，随着AI进入企业生产环境，B端市场的考核指标已从单纯的模型参数与可用性转向调用的稳定性与综合成本。

　　过去两年，行业主推MaaS，而趋境科技打出TaaS的差异化牌，将Token视为连接模型与成本的关键生产要素。

　　目前企业AI推理的最大痛点是资源利用率极度失衡：传统推理链路高度依赖GPU显存，导致CPU与大容量内存利用率低下，全系统硬件利用率常年不足20%，算力空耗严重。

　　针对此痛点，趋境科技采取少模型、深优化的工程路径。公开资料显示，其推出了“六合”异构推理架构与“月饼”以存换算技术，核心在于重构KV Cache缓存机制，通过扩大缓存池大幅削减对昂贵GPU的依赖。

　　趋境科技被资本关注，有其清晰的产业逻辑。

　　一方面，国产大模型能力快速提升，AI Agent和多模态应用从概念走向落地，Token消耗量呈指数级增长。

　　2026年3月，腾讯云、阿里云、百度智能云三大头部厂商相继上调AI算力服务价格，部分模型涨幅超过460%。供需失衡的上游格局，为专注于推理优化的基础设施服务商留出了明确的商业空间。

　　另一方面，趋境科技已积累起一定规模的客户基础。

　　目前，公司通过ATaaS平台为智谱GLM等企业级客户提供推理服务，平台日均处理Token量接近万亿，经过高并发业务场景的长期验证，形成了一定的规模化交付能力。

　　本轮融资所得将主要用于算力储备扩充和底层推理系统建设。在当前算力价格上行的窗口期，提前构建规模化推理产能有助于争取市场话语权。

　　不过，趋境科技仍面临多重挑战。

　　AI Infra赛道参与者众多，既有硅基流动、无问芯穹等创业公司，也有阿里云、华为云、字节火山引擎等云厂商提供全栈AI Infra能力。

　　趋境科技需要在技术深度与客户黏性上构筑足够的壁垒，方能在窗口期内与大型云厂商形成差异化竞争。

　　综合来看，趋境科技踩中了从“模型训练为王”转向“推理规模化交付”的产业节点，其清华系技术积淀、“少模型深优化”的工程路径以及头部客户的服务经验，构成了现阶段的核心竞争力。

　　但在行业快速演进、竞争格局尚未稳固的背景下，公司能否将技术优势转化为持续的商业增长，仍有待市场进一步检验。