币安交易所官网

AI基础设施正在成为资本市场新的追逐方向。

7月17日，英伟达投资企业Fireworks宣布，公司年化营收已经突破10亿美元，达到去年同期的5倍。同时，公司刚完成一轮15亿美元融资，投后估值达到1750亿美元。

这个数字背后反映的并不只是单家AI公司的增长速度，更说明大模型产业正在从模型竞争走向基础设施竞争。

过去两年，市场关注点主要集中在OpenAI、谷歌、Anthropic等模型厂商身上。谁拥有更强的模型、更大的参数规模，往往成为行业讨论焦点。但随着企业真正开始部署AI应用，新的问题出现了：模型如何低成本运行，如何快速接入业务系统，如何满足不同公司的定制需求。

这给AI基础设施公司带来了机会。

Fireworks的定位，正是在帮助企业更高效地部署和运行人工智能模型。相比直接训练基础模型，基础设施服务更接近企业实际需求，尤其是在开源模型快速发展的背景下。

Fireworks CEO乔琳表示，早期公司收入高度依赖代码开发工具初创企业Cursor，后者曾贡献超过一半收入。但随着越来越多企业开始采用开源模型，Fireworks客户结构正在变得更加多元。

这一变化很有代表性。

过去，AI应用市场的重要推动力来自少数头部公司。Cursor等AI编程工具快速增长，也带动了底层模型调用需求。但随着企业客户开始探索自己的AI应用，他们并不一定需要从零开发模型，而是希望选择适合自身业务的开源模型，并通过云服务快速部署。

开源模型生态因此成为基础设施企业的新增长来源。

以Meta旗下Llama系列模型为代表的开源路线，降低了企业使用大模型的门槛。公司可以根据自身数据和业务需求进行调整，而不是完全依赖单一商业模型供应商。

但开源并不意味着成本消失。

模型运行需要大量算力，推理效率、硬件利用率以及部署速度都会直接影响企业成本。这正是Fireworks等平台存在的价值。

从产业链角度看，AI竞争正在形成新的分工。

上游是芯片和算力供应商，例如英伟达提供GPU基础设施；中间层是模型训练和部署平台；下游则是各种企业应用。过去市场更多关注上游芯片和模型公司，如今中间层基础设施的重要性开始显现。

英伟达对Fireworks的投资，也体现了这种产业判断。

对于芯片企业而言，仅销售硬件并不足以覆盖AI时代的全部价值链。围绕GPU形成的软件生态、开发工具和云服务，同样决定长期竞争力。

当然，1750亿美元估值也意味着Fireworks需要证明自己的增长能够持续。

AI基础设施市场正在快速升温，但竞争同样激烈。云计算巨头拥有成熟的企业客户资源，模型公司也在不断推出自己的开发平台。如何保持技术优势，同时控制服务成本，将成为这些公司的长期考验。

目前来看，企业对AI的需求正在从“尝试使用”进入“规模部署”阶段。

这一次变化，让Fireworks这样的公司获得了更大的发展空间。未来几年，AI产业的赢家可能不仅是创造最强模型的企业，也可能包括那些帮助全球公司更便捷、更低成本使用AI的基础设施提供商。