投融界獲悉,共績科技完成數千萬元天使輪融資,由水木創投領投、種子輪投資機構奇績創壇持續加碼,新進創投聯合投資,本次融資FA由源合獨家提供服務,資金將主要用于產品研發。
據了解,共績科技主要致力于解決彈性臨時計算場景下,算力資源獲取難的問題,構建了電網式算力調度網絡,利用低成本的閑時算力服務高價值的靈活需求。
目前,在下游AI的刺激下,上游智算中心持續建設。行業數據顯示,截至今年上半年,中國算力規模已達到246 EFLOPS,智能算力同比增速超過65%,其中,工業、教育、醫療、能源等多個領域算力應用項目超過1.3萬個。
不過,目前智算中心的實際運營卻面臨著巨大痛點。共績科技市場合伙人王鵬表示,主要的矛盾在于,算力的彈性和低價,魚與熊掌不可兼得。
一方面,從需求側來看,持續崛起算力需求中,大模型推理需求巨大。但推理的使用場景較為細碎分散,并且2C應用的推理需求由于使用者的作息規律,在時間上會存在明顯的波峰波谷,導致部分時間算力不足(用戶排隊),部分時間資源浪費——且根據實際測算,此類彈性算力需求占比超過總算力需求的10%。
根據工信部預測,預計到2030年我國算力市場將達到超萬億規模,其中,彈性算力市場規模將超千億元。
另一方面,從供給側來看,為了規避斷租停租的風險,當前新建算力中心主要以整租模式為主對外提供服務。從商業邏輯上來說,集中自建的算力中心并不適合滿足短期、波動、零散的計算需求。
與此同時,全球每天有67%的算力資源因為空閑而浪費,而中國就有5.7億臺個人電腦。
為了讓分散、波動、閑時的算力資源真正能穩定為客戶提供算力服務,共績科技研發了“電網式算力調度網絡”,以期更好地撮合算力資源方和算力需求方,嘗試解決算力彈性、低價、穩定不可能三角的問題。
據介紹,在算力供應方面,共績科技搭建了SLM任務調度分發平臺,在閑時調用和一鍵接入兩方面均做到了全球唯一,平臺已經整合了來自大量個人設備、全國數千家網吧以及中大型集群的閑時資源。
目前,共績科技已經有了不少商業化案例落地,合作的AI廠商包括BibiGPT、白熊數智、城里月光等等。據介紹,以上公司均有了規?;癄I收,且收入增長迅速。