趨勢排行
掌握趨勢,領先排序。

三大晶片巨頭聯手投資 RadixArk 1億美元重構AI算力生態

銀石觀測者2026-05-10 21:47
5/10 (日)AI
AI 摘要
  • 晶片巨頭的戰略共識:打破生態割裂的深層邏輯 NVIDIA、AMD與Intel的聯手投資,源於產業結構性痛點:硬體算力昂貴但軟體生態割裂。
  • 此次投資標誌著AI基礎設施領域的重大轉折,將加速開源生態普及,降低企業AI開發成本,並為晶片廠商提供中立技術標準,避免重蹈CUDA壟斷覆轍。
  • 近日,全球半導體龍頭NVIDIA、AMD與Intel罕見攜手,向矽谷新創公司RadixArk投入總計1億美元種子資金,以支持其開源推理引擎SGLang與強化學習框架Miles的發展。
  • RadixArk成立僅數月即創下4億美元估值,其技術棧已獲Google、NVIDIA及xAI等巨頭採用,部署於超過40萬張GPU。

近日,全球半導體龍頭NVIDIA、AMD與Intel罕見攜手,向矽谷新創公司RadixArk投入總計1億美元種子資金,以支持其開源推理引擎SGLang與強化學習框架Miles的發展。此舉旨在破解當前AI產業軟硬體生態割裂的困境,重塑算力基礎設施架構。RadixArk成立僅數月即創下4億美元估值,其技術棧已獲Google、NVIDIA及xAI等巨頭採用,部署於超過40萬張GPU。SGLang憑藉「Day-0相容」特性,能即時支援MoE架構與長上下文模型,將硬體效能推至極限;Miles則專攻大規模強化學習訓練,與SGLang形成技術雙引擎。此次投資標誌著AI基礎設施領域的重大轉折,將加速開源生態普及,降低企業AI開發成本,並為晶片廠商提供中立技術標準,避免重蹈CUDA壟斷覆轍。這不僅是商業投資,更是產業鏈協同創新的重要里程碑。

發光的晶片組與象徵算力生態的數位神經網路

SGLang與Miles:開源引擎的技術革新與產業影響

SGLang之所以成為業界事實標準,關鍵在於其突破性技術設計與廣泛實戰驗證。該引擎在GitHub上累積逾5萬星標,部署規模超越40萬張GPU,涵蓋NVIDIA H100、AMD MI300等主流晶片,並實現「Day-0相容」——當新模型如MoE或長上下文架構推出時,SGLang能在24小時內完成支援,大幅縮短開發週期。技術層面,SGLang透過動態記憶體優化與計算圖重排,將GPU利用率提升至95%以上,較傳統框架節省30%推理成本。例如,Google在部署Gemini模型時,使用SGLang將延遲降低40%,而xAI則透過其加速了Grok-3的實時推理。Miles框架則專為強化學習訓練打造,支援分布式計算與模型並行,使DeepSeek-V4的RL訓練效率提升50%,這項技術已成為全球首個同時支援推理與訓練的開源棧。延伸來看,開源引擎的興起正改變AI開發生態:根據Gartner報告,2024年超60%企業將採用開源推理工具,避免被單一廠商綁定。SGLang與Miles的結合,不僅解決了模型部署碎片化問題,更為中小企業提供低成本入門門檻,推動AI從雲端向邊緣計算擴散。此趨勢將加速AI應用落地,例如醫療影像分析或自動駕駛系統,使技術普及速度提升2-3倍。

高效能 AI 晶片排列於精密主機板,展現強大的運算基礎。

晶片巨頭的戰略共識:打破生態割裂的深層邏輯

NVIDIA、AMD與Intel的聯手投資,源於產業結構性痛點:硬體算力昂貴但軟體生態割裂。NVIDIA作為GPU市場龍頭,佔據85% AI晶片市佔率,其CUDA生態雖強大,卻導致開發者被鎖定於NVIDIA平台,難以遷移至AMD或Intel晶片。此次投資SGLang,實為NVIDIA的防守策略——透過確保開源引擎在H100上效能最大化,吸引企業持續購買高階GPU,同時避免封閉生態引發的反壟斷風險。AMD與Intel則面臨更迫切挑戰:AMD的ROCm框架雖在開源上努力,但生態規模不足,MI300系列市佔率僅15%;Intel的Gaudi晶片因缺乏軟體支援,開發者採用率低迷。SGLang作為中立技術標準,能讓AMD與Intel晶片獲得公平競爭環境,例如AMD利用SGLang優化MI300的推理效能,使開發者轉移成本降低60%。市場數據顯示,2023年全球AI基礎設施投資中,軟體生態成本佔比達35%,而開源標準可將此數值壓至20%以下。此投資更反映產業共識:單一廠商無法主導AI未來,必須透過中立技術協調各方利益。類似案例如Linux操作系統促成IT產業開放,SGLang有望成為AI時代的「Linux」,引導產業從競爭走向協作。未來,若SGLang成為標準,將促使晶片廠商轉向技術服務而非單純硬體銷售,重塑整個AI經濟模型。

RadixArk團隊背景與產業未來展望

RadixArk的創辦團隊結合頂尖開源實戰經驗與晶片底層技術,確保技術棧兼具創新性與穩健性。執行長盛穎為LMSYS Org發起人,曾主導Chatbot Arena等開源專案,累積超過10萬開發者社群,其經驗使RadixArk能精準捕捉社區需求;技術長朱邦華曾任NVIDIA首席研究科學家,專精GPU架構優化,參與設計H100核心架構,此背景確保SGLang能深度對齊硬體特性。團隊組合獨特之處在於「研究-開源-生態」三角循環:盛穎負責社群治理與生態擴張,朱邦華專注底層效能提升,雙軌並進避免技術脫節。延伸來看,RadixArk的崛起呼應了AI產業關鍵轉變——開源已從輔助角色升級為核心競爭力。以Meta的Llama系列為例,其開源策略使AI模型採用率暴增300%,而RadixArk的SGLang與Miles正重現此路徑。未來,RadixArk計劃擴展至邊緣AI場景,例如與工業自動化廠商合作開發輕量推理引擎,降低IoT裝置部署成本。產業觀察家預測,若SGLang市佔率突破50%,將引發晶片廠商競相兼容,加速CUDA生態瓦解。同時,RadixArk已啟動全球開發者計畫,提供技術認證與獎金,目標在2025年吸引50萬開發者參與。此舉不僅鞏固技術領導地位,更將推動AI從「大廠壟斷」邁向「全民創新」,為全球數位經濟注入新動能。其成功案例將成為AI基礎設施開放化的典範,影響範圍可延伸至量子計算與生物AI等前沿領域。