智东西
作者 | 杨京丽
编辑 | 李水青
智东西8月27日报道，昨日，北京AI基础设施创企博伦智汇宣布完成千万级天使轮融资。本轮融资由专注AI及AI Infra赛道、同时布局过大模型训练框架的一线产业基金投资。
本轮资金将主要用于核心技术迭代、产品打磨、核心技术团队扩充，加速公司在AI算力产业的市场拓展与业务落地。
博伦智汇2026年4月成立于北京，是一家专注于大规模异构算力调度的人工智能基础设施公司，业务覆盖企业私有化算力部署与自营Token工厂，入口级智能硬件产品也在研发之中。
博伦智汇CEO刘进治毕业于浙江大学，硕士毕业于墨尔本大学市场营销专业，曾任职于英特尔、摩托罗拉并担任团队负责人，推动硅谷分布式系统软件公司WANdisco在中国落地。公司CTO杨光曾任职于西门子、IBM、Oracle等跨国企业，主要研究云原生、AI基础设施和国产异构算力调度。
博伦智汇CEO刘进治（图源：中关村区块链产业联盟）
博伦智汇团队成员覆盖算力产业链的多个环节，核心团队成员背景包括天数智芯、华为、趋动科技等企业，在云原生容器、大模型训练与推理全栈技术领域拥有多年实战经验。
博伦智汇称，2016 年，团队核心成员在清华系NLP创业团队中开展自然语言处理的AI落地探索；2023年，团队操盘国内第一批英伟达SuperPOD训练集群，SuperPOD是由多台英伟达DGX服务器组成的大规模AI计算集群，主要用于大模型训练。
此后随着国产算力崛起，团队又在早期进入国产GPU生态与技术体系，在英伟达与国产卡的协同调度上积累了大量一线工程经验。
公司自研了面向Token的大规模分布式架构TOLD（Token-Oriented Large-scale Distributed Architecture），该技术栈已在由英伟达GPU和国产GPU组成的万卡级异构集群中完成实际验证。
TOLD主要面向大模型推理场景，能够对分布在不同地区、采用不同芯片架构的算力资源进行统一管理和调度。系统可以根据不同模型在不同芯片上的运行效率分配任务，使多种GPU在同一框架下协同工作，同时提供大模型一键适配和B2B2C多租户服务能力。
当前，不同品牌和型号的GPU在计算能力、软件生态、算子支持及适用模型方面存在差异。企业在接入国产GPU时，往往需要重新进行模型适配和推理引擎优化。博伦智汇希望通过统一的调度和适配层，降低不同GPU接入及模型迁移的成本，并提高算力集群的整体利用率和Token产出效率。
目前，博伦智汇已经启动商业化，业务覆盖企业私有化部署和自营Token工厂。企业私有化部署主要面向拥有自建算力资源的客户，通过异构算力调度、模型适配和推理服务，提高现有GPU集群的使用效率；自营Token工厂则将底层算力转化为Token服务，为企业和AI应用提供推理能力。
博伦智汇还在研发入口级智能硬件产品，希望连接云端、端侧和家庭场景。公司认为，随着端侧算力进一步进入家庭，智能硬件将成为用户调用云端及本地AI能力的重要入口。
随着GPU产品持续迭代，市场中还将长期存在不同品牌、代际和性能水平的算力卡。博伦智汇计划根据芯片性能、模型特点和任务需求进行梯级调度，让高性能GPU承接高并发、低延迟任务，将部分批量推理及低负载任务分配给其他算力资源，提高不同代际GPU的利用效率。
结语：从万卡级验证走向商业化落地博伦智汇成立仅4个月便完成千万级天使轮融资，并将自研异构算力调度技术推进至万卡级集群验证和商业化阶段。完成本轮融资后，公司将继续投入异构算力调度、大模型推理及相关基础设施产品。
随着AI算力重心逐渐从集中训练延伸至持续推理，企业关注的重点不再只是拥有多少张GPU，还包括这些GPU能否稳定运行、适配更多模型，并以更低成本产出Token。博伦智汇下一阶段需要验证的，是其调度架构能否在更多芯片、模型和客户环境中稳定复制，并持续改善GPU利用率和Token生产成本。
睿迎网提示：文章来自网络，不代表本站观点。
