礦機製造遇冷 嘉楠科技陷困局

公司計劃在未來五年內，向其「星辰分布式智算中心」AI基礎設施項目投資最高達50億元 陽歌 作為一家上市公司，該公司的歷史可追溯至2019年，當時主營金融服務。但對麥思智能（MAAS.US）而言，真正的起點是2025年5月。當時公司啓用了現用名，並展開了一場短暫的並購狂潮，由此構建起現有的核心資產。在三項收購中，華智未來迅速成為其首要重心，其餘兩項則分別分布在新能源和大健康領域。 對華智未來的收購，直接將麥思智能帶入了AI基礎設施這一熱門賽道。該領域主要圍繞數據中心展開，內部配備了運行複雜AI應用所需的服務器、GPU及其他硬件。收購完成後，公司迅速行動，斬獲了5,000萬美元的新一輪融資，並拋出了一份50億元（7.47億美元）的發展路線圖，計劃建設支持其自研大模型運行的數據中心。 領銜這波AI基礎設施新攻勢的，是華智未來前董事長李志峰。在公司被收購後，他出任麥思智能首席技術官（CTO）。李志峰接受了Bamboo Works（詠竹坊）的專訪，詳細解讀了麥思智能的AI基礎設施路線圖，包括其具體的發展時間線，以及該路線圖與紛紛湧入這一市場的其他開發者有何不同。 Bamboo Works：我們先來聊聊這筆5,000萬美元的新融資。能透露一下投資方是誰嗎？是什麼吸引了他們投資麥思智能？ 李志峰：投資方是一家專注AI基礎設施的金融投資機構。在他們看來，我們正好踩中了機構投資者當下密切關注的兩大風口交匯處——全球算力短缺，以及日益受到重視的AI安全與數據主權。我們在推廣時並沒有說：「我們轉賣GPU算力。」我們講的是，公司正在構建一個包含基礎設施、自有AI模型以及企業級交付的業務閉環，並且已經簽署了具備盈利能力的合同，而不僅僅只是一張路線圖PPT。 問：能否介紹一下4月份啓動的星辰分布式智算中心項目？這是你們AI基礎設施計劃的骨幹項目。它位於何處？能提供哪些服務？ 答：星辰項目是由我們的子公司華智未來，聯合中電算力科技應用（北京）有限公司和中外智渝（重慶）科技有限公司兩傢伙伴共同發佈。該項目旨在響應國家「東數西算」及「疆算入渝」的算力資源調度工程。 該項目的架構採用「雙核心 + 多級邊緣計算 + 統一調度平台」的設計，以兩個集中式訓練與推理樞紐為核心——一個位於寧夏銀川（初始階段已投入運營，目標部署約512台高性能服務器）；另一個位於新疆（部分已投入運營，目標部署約256台高性能服務器）——此外還規劃構建一個由50至100個集裝箱式數據中心，每個數據中心搭載 10 至 16 個算力集裝箱，用於在靠近終端用戶側提供低延遲推理服務。 問：該中心首個邊緣節點的算力規模有多大？未來有何擴容計劃？在複製和擴張模塊化邊緣節點時，又面臨哪些挑戰？ 答：首個節點於4月在重慶市石柱縣冷水鎮部署，規劃算力規模達 4,000 PFLOPS（Petaflops）。在擴容方面，這種模塊化、集裝箱式的設計，能讓複製速度遠超傳統數據中心建設——它省去了漫長的土建週期，基本實現了“即插即用”。 然而，實際挑戰依然存在：一是需要逐個站點落實供電方案以及當地政府的優惠政策，目前每個站點都需要單獨談判；二是為每個新增節點或集群籌措資金，因為我們尚未就更廣泛的節點網絡達成最終的確定性融資安排；三是任何分布式基礎設施建設都會面臨的常規執行風險——包括施工進度、設備交付，以及節點上線後的算力利用率提升。 問：4月宣布星辰中心項目時，公司曾表示最終投資額將達50億元。這筆投資的時間跨度是多久？公司預計從何處籌資？ 答：規劃建設週期為60個月（即五年），分五期推進，從試點驗證逐步過渡到規模化落地。因此，50億元是全面建成的投資上限。至於資金來源，我們預計各個站點的融資將從石柱站開始，在項目公司層面進行安排，採用外部投資者的股權與債權融資相結合的方式。同時，我們也可能會爭取一些地方激勵措施，比如目前仍在與當地政府協商的土地和稅收優惠政策。 問：能否介紹一下星辰中心目前的客戶情況？包括他們是誰、合同規模多大，以及在使用哪些服務？ 答：這裡需要做一個重要區分：我們迄今公布的已簽商業合同，屬於華智未來更廣泛的算力和算法解決方案業務，並非專門由星辰中心自有基礎設施產生的收入。 明確了這一點後，再來看我們近期披露的簽約項目，包括：向廣州奔雲人工智能科技有限公司交付了一項算力服務，價值165萬元，涵蓋5個AI算力節點及環境部署，已全額付款並驗收通過；此外，我們還與北京趨動智能科技有限公司（「VirtAI Tech」）簽訂了一份為期12個月、價值7,680萬元的協議，為其提供超過450 PFLOPS級別的高性能算力基礎設施。 過去幾個月里，上述合同及其他幾筆交易加起來，已披露的簽約總價值遠超1億元。我們認為，這充分證明瞭市場對我們的算力服務存在真實的付費需求——即便旗艦星辰項目本身仍在建設當中。 問：目前有許多公司都在開展類似業務，麥思智能打算如何讓自身的AI服務脫穎而出？ 答：該領域內的多數企業僅以規模競爭——更多GPU、更大規模的算力集群、以及缺乏實質保障機制的通用模型。我們認為，未來真正關鍵的差異化優勢在於信任：企業或政府客戶能否放心地將敏感數據及關鍵業務工作負載部署在我們的平台？我們的解決方案是「架構原生安全」，而非事後補救式的安全措施。 這一理念首先體現在我們自主可控的基礎設施層上，確保我們無需受制於第三方並向其租賃算力；其次體現在我們的「靈言妙語」（簡稱「靈言」）大語言模型上，該模型從底層設計之初就是圍繞安全、本地化私有部署、數據本地化以及內容風控而構建的，絕非先接上公有 API 再在事後貼上安全濾網；最後，它還延伸至我們的交付方式——我們將數據治理、合規支持以及持續運營直接納入合同履約範疇，而非一次性的模型交付。 問：能多介紹一下你們正在使用的「靈言」混合專家（MoE）大模型嗎？「靈言」未來的國際化路線圖是怎樣的？ 答：「靈言」是我們自主研發的大語言模型，基於混合專家架構（MoE），總參數量達90億。我們選擇 MoE 架構是出於對效率的考量——按需動態激活特定的專家網絡，而非在每次請求時都調用全量參數，從而降低了推理成本並提升了併發處理能力。但從戰略層面來看，效率之所以至關重要，是因為它讓安全加固型、私有化部署的 AI 在商業上真正具備可行性，而非僅僅是一個實驗室里的展示項目——對於需要本地化和數據主權部署的政企客戶而言，他們需要的是一款既高度可控、又具有足夠成本效益以實現規模化運行的模型。 咏竹坊專注於在美國和香港上市的中國公司的報道，包括贊助內容。欲瞭解更多信息，包括對個別文章的疑問，請點擊這裏聯繫我們…