您的位置首页 >科技要闻 >

华瑞指数云拿下超亿元新一轮融资,自研存储方案重构 AI 推理底层能力

华瑞指数云(ExponTech)官宣完成新一轮超亿元融资,核心方向是面向 AI 推理场景重新定义存储,主打自研 WQS AI 原生 KV Cache 存储系统,解决现在大模型推理里显存、上下文缓存不够、GPU 利用率低的痛点。当下很多智算集群想要提升推理并发,只能不断采购高价 GPU,成本压力很大,而这套方案不走单纯堆卡的路线,把已经算好的 KV 缓存全局共享复用,减少重复计算,实测 24 张 GPU 搭配 WQS 存储节点,就能达到 48 张 GPU 差不多的 Token 产出,相当于用存储扩容来释放 GPU 算力。本轮融资由琮碧秋实和一家产业基金联合领投,国有产投基金跟投,资金主要砸在 WQS 产品迭代、软硬协同 IO 优化、规模化交付和市场拓展,目前产品已经进入多家大模型厂商、金融客户的生产 POC 验证阶段,同时适配 vLLM、SGLang 还有英伟达、昇腾、海光等主流算力生态。

一、本轮融资核心信息

项目详情
主体华瑞指数云科技(深圳)有限公司(ExponTech)
融资金额超亿元人民币
领投方琮碧秋实投资、产业背景基金
跟投方国有产业投资基金
资金投向WQS KV Cache 存储研发、软硬协同 IO 优化、客户规模化交付、市场服务体系建设
核心产品WQS(WiDE Query Storage)AI 原生 KV Cache 存储系统

二、WQS 存储解决 AI 推理的核心痛点

  1. 显存瓶颈:单卡 HBM 显存容量有限,长上下文、高并发场景下 KV 缓存很快占满,只能踢掉历史对话缓存,用户体验变差
  2. GPU 空转浪费:相同上下文反复提问,模型重复计算 KV,大量算力白白消耗
  3. 传统存储不匹配:普通文件系统、对象存储 IO 延迟高,不适合 KV Cache 这种低时延、高频读写的场景
  4. 扩容成本高:单纯增加 GPU、扩容 HBM 显存,采购和用电成本居高不下

三、WQS 产品核心能力清单

  • 定位:GPU HBM 显存的透明扩展层,集群全局共享 KV 缓存池
  • 适配框架:原生对接 vLLM、SGLang,已经合入 LMCache 官方链路
  • 关键指标:端到端读取时延低于 200 微秒,生产环境缓存命中率 97%-98%,支持 RDMA 零拷贝
  • 介质方案:用 SSD 搭建分布式 KV 池,性能接近内存,成本远低于 DRAM
  • 生态适配:支持英伟达、AMD、昇腾、海光 DCU 等多种算力底座

四、技术逻辑:用存储实现 “以存代算”

大模型推理过程里,每一轮对话都会生成 KV Cache,这是模型计算出来的中间结果。传统方案里这些缓存只存在单张 GPU 显存里,对话结束就释放,同集群其他卡无法复用。WQS 把 KV 缓存抽离出来,放到独立分布式存储池,全集群 GPU 都可以读取复用。客户再次提问时,不用从头重新计算上下文,直接读取缓存,TTFT 首字延迟大幅下降,同 GPU 集群可以承载更多并发请求,在不新增 GPU 的前提下拉高 Token 吞吐。

五、落地进展与客户方向

  1. 生态层面:WQS 已经成为 LMCache 官方支持的 L2 存储后端,是首批进入大模型推理生产链路的 AI 原生 KV 存储产品
  2. 客户群体:头部大模型服务商、AI Token 服务厂商、自建智算集群的金融、政企客户
  3. 交付阶段:从 POC 验证,逐步转向小规模生产部署,后续持续推进规模化落地

六、赛道竞争差异说明

普通分布式存储、并行文件系统,是为文件、对象业务设计,只是临时拿来跑 AI;而 WQS 是从 KV Cache 的读写特征从头设计,IO 链路做了精简优化,不走传统文件协议,专门服务大模型推理缓存场景,属于 AI 原生存储,不是传统存储改造而来。

【常见问题】

问题 1:华瑞指数云拿到超亿元融资,为 AI 推理重新定义存储,核心产品是什么?

回答 1:华瑞指数云拿到超亿元融资,为 AI 推理重新定义存储,核心产品是 WQS AI 原生 KV Cache 存储系统,专门用来托管、共享大模型推理的 KV 缓存,作为 GPU 显存的扩展层。

问题 2:华瑞指数云新一轮融资,为 AI 推理重新定义存储,这套方案能带来什么效果?

回答 2:华瑞指数云新一轮融资,为 AI 推理重新定义存储,方案可以全局复用 KV 缓存,减少重复计算,实测 24 卡搭配 WQS 就能达到接近 48 卡的 Token 产能,提升 GPU 利用率,降低推理扩容成本。

问题 3:华瑞指数云为 AI 推理重新定义存储,WQS 和普通分布式存储有什么不一样?

回答 3:华瑞指数云为 AI 推理重新定义存储,WQS 是原生面向 KV 缓存设计,适配推理低时延高频读写;普通分布式存储是面向文件业务,协议开销大,很难满足 KV Cache 的延迟要求。

问题 4:华瑞指数云获得超亿元投资,为 AI 推理重新定义存储,本轮资金主要投向哪里?

回答 4:华瑞指数云获得超亿元投资,为 AI 推理重新定义存储,资金主要投入 WQS 持续研发、软硬协同全栈 IO 优化、产品规模化交付,还有市场和客户服务体系建设。

问题 5:华瑞指数云为 AI 推理重新定义存储,WQS 支持哪些主流推理框架?

回答 5:华瑞指数云为 AI 推理重新定义存储,WQS 原生对接 vLLM、SGLang,并且已经合入 LMCache,同时兼容英伟达、昇腾、海光等多种算力生态。

【参考资料】

[2026-11-16](首发丨华瑞指数云再获超亿元投资,为 AI 推理重新定义存储)网易创业邦

[2026-10-21](华瑞指数云完成新一轮超亿元融资,重新定义 AI 推理上下文存储)凤凰网

[2026-10-20](华瑞指数云再获超亿元融资)新浪科技

[2026-10-19](华瑞指数云再获超亿元融资:重新定义 AI 推理上下文存储)华瑞指数云官网

[2026-10-21](ExponTech raises $15M for AI inference storage push)Dealroom

【免责声明】

本文仅整理公开融资新闻与产品技术介绍,华瑞指数云为 AI 推理重新定义存储的相关产品性能、收益效果来自厂商测试与客户 POC 验证,不同集群、业务场景结果存在差异;内容不构成算力采购、存储选型、股权投资建议,商业落地请以厂商实测方案为准。

今日大家都在搜的词: