跳至主要內容
FAQ

Parasail 獲 3,200 萬美元 A 輪融資,押注「代幣最大化」時代的 AI 推論基礎建設

Parasail 完成 3,200 萬美元 A 輪融資,用以擴展其按代幣計費的 AI 推論雲端平台。該平台目前每日處理 5,000 億個代幣,跨越 15 個國家、40 個資料中心運行。公司押注「代幣最大化」(tokenmaxxing)——AI 代理激增帶來的每次任務模型呼叫爆炸——將使推論編排成為 AI 基礎建設的下一個關鍵層。

1 分鐘閱讀

當 AI 產業的對話焦點從訓練前沿模型轉向大規模部署,一場同樣重要但相對低調的基礎建設之戰正在悄然展開:誰來掌控推論(inference)。Parasail 這家正在建構「AI 超級雲端」(Supercloud)的新創,以 3,200 萬美元 A 輪融資鞏固在它所定義的代理時代核心運算挑戰中的優勢——代幣最大化(tokenmaxxing)。

本輪融資由 Touring Capital 和 Kindred Ventures 共同領投,Samsung NEXT、Flume Ventures 及 Banyan Ventures 跟投,使 Parasail 累計融資額達 4,200 萬美元。公司目前每日跨越 15 個國家、40 個資料中心處理約 5,000 億個代幣——這個規模讓它穩固站在 AI 技術棧的基礎建設層,而非工具層。

什麼是「代幣最大化」

「代幣最大化」一詞源自開發者社群,描述的是一種在早期 ChatGPT 時代難以預見、如今卻已成為 AI 開發核心的使用模式。

在簡單的聊天型 AI 應用中,用戶發送一條訊息,模型回應一次——單一推論呼叫,消耗有限的代幣數量。但當 AI 代理將任務拆解為子任務、為不同組件呼叫多個專用模型、執行驗證循環、生成中間推理過程,並在輸出最終答案前搜尋外部知識庫時,每次用戶互動觸發的模型呼叫次數急劇暴增。在代理系統中,一個單一的用戶動作可能觸發數十次推論呼叫,每次消耗數千個代幣。

這意味著推論量的增長速度,遠超用戶數量或任何單一模型能力的增長速度。建立在現代模型上的公司已在親身感受這一趨勢:代幣消耗量的增速超過用戶基數增速,壓縮利潤空間,並製造難以用單一雲端供應商預留容量模型解決的基礎建設預測難題。

Parasail 的核心論點是:隨著 AI 代理能力增強、更深度嵌入商業工作流程,這一模式只會加劇,不會緩解。其平台讓開發者按代幣計費購買推論容量,無需長期合約,跨多個供應商和資料中心編排運算,同時優化成本與延遲。

平台架構

Parasail 作為推論層編排者(orchestrator)而非運算所有者運營。公司不建設自有資料中心,也不製造 GPU——而是從全球 GPU 運算市場聚合容量(包括雲端供應商、代管設施和裸機 GPU 租賃市場),並提供統一的開發者 API,將管理這種異質供應的複雜度抽象化。

對在 Parasail 上構建產品的開發者而言,實際效果是:可在五分鐘內完成 AI 工作負載的部署,從可用模型中選取,僅為消耗的代幣付費。隨著工作負載擴展,Parasail 自動將溢出流量路由至額外的容量來源,避免直接使用雲端供應商時常見的容量突增問題。

40 個資料中心、15 個國家的佈局有兩層意義:其一是延遲——將推論請求路由至鄰近運算節點,降低讓即時代理應用感覺遲鈍的回應時間懲罰;其二是法規遵循——部分企業客戶面臨資料在地化要求,禁止其使用特定司法管轄區的推論基礎建設,多區域網路賦予 Parasail 單一區域推論供應商無法提供的合規能力。

競爭格局

推論基礎建設市場競爭日趨激烈。AWS、Google Cloud、Azure 等老牌玩家均提供熱門模型的管理型推論端點;Anthropic、OpenAI、Meta 等模型供應商提供附有專有定價的直接 API 存取;Together AI、Fireworks AI、Groq 等新一代推論專注型新創則在速度和價格上激烈競爭。

相較於直接模型 API 存取,Parasail 的差異化主要在彈性與成本套利:透過跨多供應商路由、利用競價定價與離峰容量,往往能低於任何單一供應商 API 的定價。按代幣計費的模式也消除了預留容量合約帶來的承諾風險——而預留容量定價需要基於工作負載預測,對快速成長的 AI 應用而言,這種預測難度極高。

相較於其他推論編排商,每日 5,000 億代幣的處理量是信譽背書——在這個量級下,驅動路由優化的演算法已經遭遇並解決了規模較小的競爭對手尚未面臨的問題。基礎建設業務受益於運營飛輪效應:流量越大,路由智慧越好。

融資環境

3,200 萬美元 A 輪融資在 AI 基礎建設投資異常活躍的時刻完成。2026 年 Q1 打破了所有歷史風險投資紀錄,AI 領域單季吸引 2,420 億美元投資。在這場更廣泛的熱潮中,基礎建設標的受到特別關注——投資人相信 AI 應用層將快速商品化,而運算、網路和編排層將保有持久利潤空間。

Parasail 的資金用途遵循可預期的基礎建設擴展路線:深化編排與推論優化演算法投資、加速企業市場開拓,以及建立擴大供應端網路的 GPU 與資料中心生態策略夥伴關係。企業市場開拓尤為關鍵——消費級 AI 推論市場已有直接 API 存取很好地服務,但有複雜合規要求、可預測 SLA 需求和多模型架構的企業客戶,代表更具防禦性的市場區隔。

代理時代轉型的基礎建設

Parasail 本輪融資更廣泛的意義,在於它揭示了 2026 年 AI 基礎建設投資的流向。AI 的訓練端——建構前沿模型——需要數百億美元,是少數資本雄厚的實驗室的領域。推論端則是一個分散式、多供應商的問題,有利於能聚合並優化碎片化供應的基礎建設編排商。

隨著產業從「AI 作為聊天機器人」向「AI 作為代理」轉型——這一轉變在開發者工具、企業軟體和消費者應用中正在顯著加速——代幣量將持續以超越底層模型能力成長速度的速度膨脹。能夠以全球佈局大規模、低成本解決推論編排問題的公司,將在 AI 技術棧中佔據如同 CDN 在網頁基礎建設中一樣持久的位置。

Parasail 押注的是:這個位置現在就可以搶佔,而市場尚未整合至少數主導供應商的格局之前。每日 5,000 億代幣的處理量,至少說明他們跑得足夠快,還留在這場競賽中。

parasail AI基礎建設 推論 代幣最大化 GPU運算 融資
分享

相關報導

韓國AI晶片商Rebellions獲4億美元融資,推出RebelRack挑戰輝達推論霸主地位

南韓AI晶片新創Rebellions完成4億美元Pre-IPO融資,估值達23.4億美元,股東包含三星、SK海力士與沙烏地阿美。同步發表RebelRack與RebelPOD推論系統,其核心Rebel100 NPU據稱以3.2倍的功耗效率達到與輝達H200相當的效能。最新與SK電信及Arm的合作更將版圖延伸至主權AI與電信基礎設施市場。

1 分鐘閱讀