由 vLLM 维护者创立的旧金山 AI 基础设施初创公司 Inferact 已完成 1.5 亿美元种子轮融资。本轮于 2026 年 1 月 22 日公布，投后估值为 8 亿美元，投资者包括 Andreessen Horowitz 和 Lightspeed Venture Partners 等。

其商业逻辑很直接：将一款应用最广泛的大语言模型运行开源工具之一，围绕它构建商业化业务，同时不闭源。

Inferact 究竟在卖什么

vLLM 通过一项名为 PagedAttention 的技术解决推理效率问题。这一思路借鉴了虚拟内存——操作系统用来在多个程序之间调度有限内存的机制。系统不再为每个请求预留大块固定内存，而是按需以更小的页面分配内存。闲置内存减少后，同样的硬件可以服务更多请求。

该项目的影响力十分广泛。vLLM 支持超过 500 种模型架构和 200 多种硬件加速器，已有 2,000 多名贡献者参与开发。Amazon、Meta 和 Google 均在其生产系统中使用 vLLM。

Inferact 计划在开源项目之上叠加付费服务，包括无服务器产品（客户无需自行管理服务器即可运行模型），以及用于监控部署行为的更强可观测性工具。公司表示其重点是围绕三个杠杆优化推理：成本、延迟和吞吐量。

从伯克利实验室到 8 亿美元估值公司

vLLM 于 2023 年诞生于 UC Berkeley 的 Sky Computing Lab，该实验室由 Databricks 联合创始人 Ion Stoica 领导。Stoica 也是 Inferact 的创始成员之一。其余创始团队包括担任 CEO 的 Simon Mo，以及 Woosuk Kwon、Kaichao You 和 Roger Wang。

2025 年 5 月，vLLM 成为 PyTorch Foundation 项目。基金会治理使路线图保持供应商中立——这一细节在商业上意义重大，因为采用者可以在标准化使用 vLLM 时不依赖任何单一供应商。Inferact 于 2025 年晚些时候成立，其既定目标是在保持开源模式完整的前提下将 vLLM 商业化并扩大规模。

截至 2026 年 10 月，Inferact 仍在持续向 vLLM 上游贡献代码，包括针对 NVIDIA Vera Rubin 硬件的早期优化工作。这一工作已在特定模型上实现高达 7.8 倍的吞吐量提升。

这对 AI 基础设施市场意味着什么

开源商业化的 playbook 已为人熟知。Databricks 围绕同样源自伯克利的 Apache Spark 构建了商业帝国，而 Inferact 正在复制类似的路径——并且有一位曾亲身经历此事的创始成员。

凭借对 200 多种加速器的支持，vLLM 被定位为一个可跨芯片厂商工作的层。大型云服务商自身已在运行 vLLM，它们资金雄厚并拥有自己的托管 AI 服务。Inferact 所宣称的优势是专业性：最了解这套代码库的人如今聚集在了同一屋檐下。

接下来的关键在于实际问题：新资金是否会加速诸如 Vera Rubin 优化之类的上游工作；公司如何为那些客户本可自行托管的开源软件定价；以及已经运行 vLLM 的云巨头是向其维护者付费，还是继续自建托管替代方案。相比头条估值，这些动态更能说明 Databricks 的 playbook 是否能移植到推理领域。