清华系AI Infra厂商「容芯致远」获数亿元天使轮融资，以GPU重构计算机系统架构突破传统瓶颈

硬氪获悉，北京容芯致远科技有限公司近日完成天使轮数亿元融资，由北京绿色能源和低碳产业基金与赛富投资基金领投，顺禧基金、富华资本、万利达集团、长江创新投、水木清华校友基金、梅花创投等机构跟投。云岫资本担任长期独家财务顾问。本轮资金将支持容芯致远进一步推进以GPU为核心的AI计算体系——AGC（AI computer system with the GPU as its Core）架构的商业化落地。

当前AI算力需求急剧增长，传统以CPU为中心的计算架构瓶颈日益凸显：CPU成为数据调度与交互的核心限制，GPU间通信效率不足，内存无法实现统一地址空间共享，整体算力利用率偏低。容芯致远创始人石旭毕业于清华大学电子工程系，在芯片设计与AI领域深耕多年。据其透露，传统AI服务器在规模化部署时，往往需要多个CPU协同调度少量GPU，CPU数量随规模同步增加，导致系统复杂度与成本显著上升。AGC架构正是在这一痛点下提出：打破以CPU为核心的传统模式，将GPU作为系统核心计算单元，CPU转为外围控制组件，使GPU与CPU的比例（G:C）从传统约2:1提升至20:1甚至32:1。系统层面，该架构支持单一操作系统统一管理多达64个GPU，实现全局地址空间共享，避免跨节点数据拷贝，在大模型训练与推理场景中显著提升整体效率。

值得关注的是，这一体系创新并非单点优化，而是涉及全栈重构，涵盖BMC管理、交换系统、通信协议、推理框架、连接器等多个层面。在硬件监控层面，容芯致远自研AI BMC系统，将传统3至5秒级的轮询机制提升至微秒级响应，可在GPU温度异常等风险出现时即时触发降频或休眠策略。在可靠性设计上，传统八卡服务器单卡故障往往需整机停机维护，而AGC架构下单机可实现多达20个GPU的冗余设计，配合自研混存技术构建约10TB混合存储空间，对健康GPU的KV Cache进行实时缓存，缩短故障恢复周期并降低运维成本。