AI推理优化工具SGLang商业化，新公司RadixArk估值40亿美元，推理市场争夺战白热化

当AI模型推理成本成为企业规模化应用的最大瓶颈时，一项源自顶尖学术实验室的开源技术，正以惊人的速度完成从代码到商业巨头的蜕变。最新市场消息显示，旨在优化AI模型推理（Inference）性能的开源引擎SGLang，其背后的商业化实体RadixArk已在近期完成一轮重要融资，公司估值达到约40亿美元。这一事件不仅标志着一个明星开源项目的成功转身，更揭示了在大模型推理优化赛道，一场围绕效率与成本的百亿美元级军备竞赛已全面打响。

明星项目商业化：从实验室到40亿美元估值

据熟悉内情的人士透露，本轮融资由知名投资机构Accel领投。RadixArk作为SGLang项目的商业运营公司，其发展轨迹堪称迅猛。该公司于去年8月才正式对外宣布成立，如今估值已飙升至40亿美元量级，充分反映了资本市场对AI基础设施层，尤其是推理优化领域前景的极度看好。

SGLang本身是一个高性能的大语言模型（Large Language Model）推理与编排引擎。它的核心价值在于，能够显著提升AI模型在生成回答、执行任务时的运行速度和效率，从而帮助企业在相同的硬件投入下，处理更多的用户请求，直接降低每次推理的计算成本（Compute Cost）。行业分析指出，对于日调用量达到百万甚至亿次级别的AI应用而言，即使将推理延迟降低几毫秒、或将成本降低几个百分点，带来的年度节省都可能高达数千万美元。

该项目的技术根源深厚。SGLang最初于2023年在加州大学伯克利分校的实验室中孵化，该实验室由大数据公司Databricks的联合创始人Ion Stoica领导，以产出具有重大工业影响力的开源系统而闻名。此次，SGLang的核心贡献者之一应盛（Ying Sheng）已离开此前供职的xAI，正式出任RadixArk的联合创始人兼CEO，完成了从顶尖研究员到创业公司掌舵者的角色转换。

推理市场爆发：效率工具成为投资新焦点

RadixArk的崛起并非孤例，它只是当前AI推理优化市场投资热潮中的一个缩影。推理，即训练好的模型处理实际用户请求的过程，已成为AI服务运营成本中占比最高的部分。随着ChatGPT等应用将生成式AI推向主流，企业对于能够“省钱”的推理基础设施的需求呈现爆炸式增长。

一个更早的同类项目vLLM也走上了相似的道路。有行业动态指出，vLLM作为另一个广受欢迎的推理优化框架，其新成立的商业公司也正在寻求以约100亿美元的估值进行大规模融资。vLLM同样诞生于伯克利的同一个实验室，并且已被多家大型科技公司用于生产环境。尽管其融资的具体细节各方表述存在出入，但市场对其价值的高度认可毋庸置疑。

这股风潮在近期达到高潮。就在本周，另有消息称AI基础设施公司Baseten以50亿美元的估值获得了3亿美元融资。而它的竞争对手Fireworks AI也在去年十月完成了25亿美元估值下的融资。这些密集的资本动作清晰地表明：投资者正押注于“AI时代的云优化”，谁能帮助开发者更经济、更高效地运行模型，谁就可能掌握下一代AI基础设施的命脉。

技术路径与商业蓝图：开源与商业化并行

面对激烈的市场竞争，RadixArk制定了清晰的双轨战略。公司方面在一份最新文件中披露，其核心产品线包括两部分：

持续维护并发展SGLang开源社区：确保其作为免费、高性能推理引擎的领先地位，吸引广大开发者和企业用户，构建生态。
开发商业化产品与服务：除了SGLang，公司还在构建一个名为Miles的专用框架，专注于强化学习（Reinforcement Learning）领域，帮助企业训练出能够随时间不断自我改进的AI模型。同时，公司已开始对托管服务等企业级功能收取费用，探索可持续的商业模式。

这种“开源引流，商业变现”的策略，已成为基础设施软件创业公司的标准打法。通过开源项目快速获取技术信誉和用户基础，再通过提供托管、企业支持、高级功能等增值服务实现盈利。