AI 行业正从“谁训练得更快”转向“谁部署得更稳”。训练阶段的算力军备已接近饱和，企业真正卡脖子的环节是推理时的延迟、成本和稳定性。TechCrunch 5 月 28 日报道，专注于推理的 neocloud 公司 General Compute 完成 1500 万美元种子轮，估值 6000 万美元，由 FUSE VC 领投。该公司主打模型运行阶段的算力租赁，直接对标训练后的落地痛点。
这一转变不是孤例。Nvidia 主导的训练芯片需求仍高，但推理场景对能效、带宽和低延迟的要求更高，催生了 Cerebras 等专用玩家。General Compute 的模式显示，资本已开始为“后训练”基础设施买单，而非单纯堆参数。相比之下，传统云巨头在推理优化上动作较慢，给了新 entrants 窗口期。
根本驱动力是需求结构变化：企业不再只关心预训练 benchmark，而是要实时响应用户查询、控制 token 成本。训练竞赛的边际回报递减，部署效率成为新护城河。未来 6-12 个月，若推理需求持续爆发，专业 neocloud 和定制芯片公司将进一步分流 Nvidia 份额；反之，若企业仍以训练为主导，新玩家则可能被边缘化。
信源：https://techcrunch.com/2026/05/28/has-the-hunt-for-ai-compute-uncovered-the-next-cerebras/
