今天小編分享的互聯網經驗：北京經開區跑出未來獨角獸：剛完成融資 和DeepSeek有些類似，歡迎閱讀。
鉛筆道作者 | 愛羽
北京經開區跑出一個未來獨角獸。據企業預警通消息，2025 年 2 月 13 日，AI 基礎設施企業潞晨科技宣布完成最新一輪融資，投資方為北京經濟技術開發區產業更新股權投資基金。
01
潞晨科技成立于 2021 年，專注于 AI 基礎設施領網域，致力于解放 AI 生產力，打造世界級的分布式 AI 開發和部署平台。其核心產品包括大模型訓練推理系統 Colossal-AI、視頻大模型 Open-Sora，廣泛應用于 AI 訓練、推理及視頻生成等領網域。
通俗地說，潞晨科技的業務是研發 "AI 作業系統 "，幫助企業更高效地訓練和運行 AI 模型，降低大模型的訓練和部署成本。
潞晨科技的創始人叫尤洋，畢業于清華大學，後在加州大學伯克利分校攻讀博士，是世界上唯一一位 35 歲以下，在 4 個頂會（AAAI、ACL、IPDPS、ICPP）上以領銜者身份（第一作者或通訊作者）獲得最佳論文 / 傑出論文的人，曾創造 ImageNet、BERT、AlphaFold、ViT 訓練速度的世界紀錄，現為新加坡國立大學計算機系首位獲得 " 校長青年教授 " 稱号的華人，2021 年回國創立潞晨科技。
CTO 卞正達，碩士畢業于新加坡國立大學，師從尤洋教授，曾以第一作者的身份在國際超級計算大會 SC 上發表論文，擁有 7 年高性能 AI 系統經驗，是 Colossal - AI 系統核心開發者。
02
創始團隊的初心是解決 AI 大模型訓練和部署的高成本、低效率問題。
對于企業來說，訓練、部署大模型成本高昂，比如硬體成本。訓練大模型需要大量的計算資源，如 GPU。以谷歌的 PaLM 模型為例，按照雲上的價格，其訓練成本高達 900 萬美金。此外，企業如果從零開始訓練一個大模型，需要投入五六十人的團隊，人力成本也是一筆不小的開支。
針對這一點，潞晨科技通過優化算法和并行策略，降低了硬體資源的需求。例如，其昇騰 910B 的性能超過英偉達 A800，提升 1.3 倍。
此外，效率也是個問題。一般來說，企業從開始準備到完成大模型的部署，通常需要 3 個月到 6 個月的時間。這個時間範圍涵蓋了從模型選擇、硬體資源準備、訓練優化到最終部署的全過程。
針對該問題，晨科技的 Colossal-AI 平台能夠加速大模型的訓練過程。例如，使用 512 張 A100 GPU 預訓練 700 億參數的 LLaMA2 模型，訓練時間可以縮短到幾周，而不是幾個月。
發展過程中，潞晨科技的關節點如下：
2021 年，潞晨科技成立，專注于 AI 基礎設施技術的研發；2022 年，發布大模型訓練推理系統 Colossal-AI；2023 年，推出視頻大模型 Open-Sora，在 GitHub 上獲得超高星标；2024 年 9 月，完成數億元 A++ 輪融資；2025 年 2 月，完成最新一輪融資。
03
從經營成果看，潞晨科技已累計服務用戶超 10 萬，付費客戶總數突破 2476 家，其中包括 4 家世界 500 強企業和 10 家上市公司。2024 年，公司營收達 7700 萬人民币（合同收入），預計 2025 年營收将增長至 1.5 億元人民币。
潞晨科技所在的行業是 AI 大模型行業，其產業鏈可以分為上遊、中遊和下遊三個主要環節。
上遊是算力基礎設施，涉及硬體和軟體的供應，包括高性能計算芯片、伺服器、通信網絡設備、雲計算平台、數據庫和中間件等。核心企業有：英偉達、華為、浪潮信息、海光信息等。
中遊是模型研發與訓練，涉及大模型的研發、訓練與優化。這一環節需要高質量的數據集和強大的算力支持，代表玩家有：DeepSeek、百川、智譜、月之暗面等。
下遊環節為商業應用，如遊戲、辦公、傳媒影視、醫療、金融、電商和工業等。
總體而言，潞晨科技所在賽道雖然競争激烈、巨頭橫生，但确實前景美好。
