评分 6.65 · 来源：TechCrunch · 发布于 2026-03-23
评分依据：跨硬件统一推理是真实痛点，8000 万融资规模印证市场需求
要点
Gimlet Labs 完成 8000 万美元 A 轮融资，核心产品是一套统一推理抽象层，能让同一套 AI 推理代码在 NVIDIA GPU、AMD Instinct、Intel Gaudi、ARM CPU、Cerebras WSE 和 d-Matrix 芯片上无缝运行。此前跨芯片部署需要为每个硬件平台分别编写优化内核，Gimlet 通过硬件无关的中间表示自动映射到不同后端，大幅降低多供应商策略的工程成本。
当前 AI 基础设施的核心矛盾之一就是推理侧的硬件碎片化——模型训练可能集中在 NVIDIA 上，但推理部署可能需要 AMD 或自研芯片来控制成本和供应链风险。Gimlet 的方案本质上是在推理层做了一件类似 Vulkan 对图形 API 做过的事：用一层跨平台的中间抽象消除硬件差异。
🤖 AI 点评
8000 万美元 A 轮说明资本市场认可这个方向的潜力。但真正的考验在于性能损耗——统一抽象层不可避免地会牺牲部分硬件特定的极致优化。如果 Gimlet 能把性能差距控制在 10% 以内，它将成为企业多云/多芯片推理部署的事实标准工具。目前最大的不确定性是尚未公开的基准测试数据。