行业背景与核心问题 - 大模型时代下，GPU算力成为稀缺资源，但全球GPU的平均利用率仅徘徊在10%-20%之间，大量显存与算力因“静态分配”模式而闲置[1] - 随着国产及多样化AI芯片发展，企业内部算力环境呈现多元复杂特征，不同架构、厂商的GPU与AI加速芯片并存，导致异构算力资源难以统一调度、共享效率不足、利用率不高[2] - 在AI智算时代，AI任务负载对算力的需求与底层硬件分配方式之间存在巨大错配，虚拟化被视为通向AI普惠的核心钥匙[13] 公司概况与融资情况 - 异构算力虚拟化与高效调度管理平台「密瓜智能」完成天使轮融资，由复星创富领投，拙朴资本和种子轮投资人跟投[1] - 天使轮融资金额为数千万元人民币，资金将主要用于HAMi开源生态建设及异构算力调度平台的产业化落地[1] - 公司成立仅一个季度内，便获得了200万元的产品订单合同[5] 核心技术：HAMi开源项目 - 密瓜智能发起并主导全球唯一专注异构算力虚拟化的CNCF开源项目——HAMi，其目标是成为算力调度领域的“统一语言”[2] - HAMi已完成对NVIDIA、华为昇腾、沐曦、摩尔线程、寒武纪、海光、燧原等9种以上芯片的适配[8] - 技术能力包括：1) 细粒度切分与显存超卖，支持将单枚GPU显存与算力进行精度达1/10甚至更小的切分；2) 支持动态MIG灵活配置；3) 支持显存自动弹性扩缩容及OOM抑制，配合任务优先级抢占机制；4) 通过高性能Turbo模式优化调度效率，实现与Kubernetes生态的原生融合，用户无需修改代码即可实现算力自动感知与分配[4][8] 应用案例与效果 - 在顺丰科技案例中，在仅有的6张GPU上成功部署了19个测试服务，节省了13张卡，资源效率提升了2倍以上[5][6] - 在越南AI学习平台PREP EDU案例中，面对RTX 4070与4090混装的复杂异构环境，实现了GPU集群痛点减少50%，GPU基础架构优化了90%[5][6] - 公司已获得AWS推理芯片的主动适配支持[5] 商业模式与团队背景 - 公司在开源项目HAMi基础上，打造面向企业客户的商业化产品与技术服务，提供工程能力、稳定性支持与持续运维保障，已与多家企业客户开展付费合作[10] - 核心创始团队长期深耕云计算、云原生及AI基础设施领域，CEO张潇曾任DaoCloud容器团队负责人，CTO李孟轩曾任第四范式异构算力技术负责人，两人均是Kubernetes核心贡献者及多个CNCF项目维护者[11] - 创始人表示，公司不追求激进的短期商业化，而是坚持通过开源社区HAMi建立行业的“事实标准”，愿景是让异构算力像水电一样简单好用[12] 投资人观点与行业意义 - 投资人认为，异构将成为算力市场的长期格局，密瓜智能在AI大生态中不可或缺地链接算力端与应用端，能极大提升算力效率并节省成本[12] - HAMi的开源路径与AI行业开源化、协同化发展趋势高度契合，其虚拟化技术能显著提升算力利用率，为客户带来极具竞争力的投资回报率[12] - 在国产算力多元异构的背景下，开源成为生存发展的必需，HAMi有望打破硬件藩篱，成为异构算力调度虚拟化的全球通用标准[13]