华瑞指数云拿下超亿元新一轮融资,自研存储方案重新定义 AI 推理存储

华瑞指数云(ExponTech)官宣完成新一轮超亿元融资,核心方向是自研 AI 原生 KV Cache 存储系统 WQS,针对大模型推理场景重构存储架构,通过复用、共享 KV 缓存,不用增加 GPU 数量就能提升 Token 输出产能,以此重新定义 AI 推理场景下的存储体系。现在大模型推理最大痛点就是 GPU 资源贵、利用率低,大量算力浪费在重复计算上下文 KV 缓存上,传统通用存储不是为 KV Cache 读写特性设计,时延高、IO 效率跟不上,很多企业只能靠堆 GPU 来扛推理流量,成本居高不下。华瑞指数云的 WQS 专门面向 AI 推理上下文缓存设计,做软硬协同、全栈 IO 优化,在客户实测中,24 张 GPU 搭配一套 WQS 存储节点,就能达到原本 48 张 GPU 的 Token 产能,直接减半算力投入。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,资金主要用来持续迭代 WQS 产品、推进规模化交付、完善软硬协同,同时拓展 AI 推理客户生态。这套方案已经和 vLLM、SGLang、LMCache 等主流推理框架适配,也兼容英伟达、昇腾、海光等算力芯片,不少大模型厂商、金融企业已经进入 POC 验证阶段。

本轮融资基础信息

项目详情
主体公司华瑞指数云科技(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
跟投方某国有产投基金
资金主要投向WQS 系统研发、规模化交付、软硬协同 IO 优化、市场服务体系建设

核心产品 WQS(AI 原生 KV Cache 存储)

  • 定位:专门服务 AI 推理上下文缓存的存储系统,属于 KV Cache 池化存储
  • 核心能力:KV 缓存跨请求共享、复用、调度,减少 GPU 重复计算
  • 生态适配:接入 LMCache,兼容 vLLM、SGLang 推理框架,适配英伟达、昇腾、海光 DCU
  • 实测效果:24GPU+WQS 节点 ≈ 48GPU 的 Token 输出能力
  • 落地进度:多家头部大模型、金融客户进入生产级 POC 验收

传统 AI 推理存储痛点清单

  1. 通用存储不匹配 KV Cache 随机读写特征,延迟高,拖慢推理响应速度
  2. 每个推理请求独立生成 KV 缓存,大量重复计算,GPU 利用率偏低
  3. 缓存数据只能绑定单卡,无法跨用户、跨请求共享,资源浪费严重
  4. 扩容只能增加 GPU,算力采购和电力成本高,扩产门槛高

业务发展路线

  1. 短期:推进 WQS 规模化落地,完成更多推理框架、国产算力适配
  2. 中期:完善软硬协同方案,面向 AI 推理、向量检索、训练一体化存储布局
  3. 长期:打造 AI 原生统一数据基础设施,覆盖训练、推理、检索全链路

【相关 FAQ】

问题 1:华瑞指数云获得超亿元融资,用来重新定义 AI 推理存储的核心产品是什么?

回答 1:华瑞指数云拿到超亿元融资,用来重新定义 AI 推理存储的核心产品是 WQS AI 原生 KV Cache 存储系统,主打推理上下文缓存共享复用。

问题 2:华瑞指数云这套 AI 推理存储方案,为什么能减少 GPU 投入?

回答 2:华瑞指数云的 AI 推理存储 WQS 可以池化、共享 KV 缓存,避免大模型反复计算上下文,实测 24GPU 搭配 WQS 就能达到 48GPU 的 Token 产能,提升 GPU 利用率。

问题 3:华瑞指数云重新定义 AI 推理存储,WQS 支持哪些主流推理框架和算力芯片?

回答 3:华瑞指数云面向 AI 推理存储的 WQS 已经合入 LMCache,支持 vLLM、SGLang,同时兼容英伟达、昇腾、海光 DCU 等算力平台。

问题 4:华瑞指数云本次超亿元融资的投资方构成是什么?

回答 4:华瑞指数云这轮用于 AI 推理存储研发的超亿元融资,由琮碧秋实和产业基金联合领投,某国有产投基金跟投。

【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)创业邦

[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)界面新闻

[2026-10-19](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)投资界

[2026-10-19](华瑞指数云再获超亿元融资)至顶网

【免责声明】

本文仅为产业融资资讯整理,华瑞指数云用于 AI 推理存储的 WQS 产品性能、客户落地效果来自厂商公开验证数据,不同业务场景效果存在差异。本轮融资资金用途、产品商业化进度存在不确定性,内容仅供行业科普参考,不构成投资、采购建议,产品细节、合作进展以华瑞指数云官方公告为准。

本文来自作者[零棱映射]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/kjyw/202611/3641.html

赞 (2)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 零棱映射
    零棱映射 2026年11月17日

    我是乌兰科技网的签约作者“零棱映射”!

  • 零棱映射
    零棱映射 2026年11月17日

    希望本篇文章《华瑞指数云拿下超亿元新一轮融资,自研存储方案重新定义 AI 推理存储》能对你有所帮助!

  • 零棱映射
    零棱映射 2026年11月17日

    本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索

  • 零棱映射
    零棱映射 2026年11月17日

    本文概览:华瑞指数云(ExponTech)官宣完成新一轮超亿元融资,核心方向是自研 AI 原生 KV Cache 存储系统 WQS,针对大模型推理场景重构存储架构,通过复用、共享 KV 缓存,不用增加 GPU 数量就能提升 Token 输出产能,以此重新定义 AI 推理场景下的存储体系。现在大模型推理最大痛点就是 GPU 资源贵、利用率低,大量算力浪费在重复计算上下文 KV 缓存上,传统通用存储不是为 KV Cache 读写特性设计,时延高、IO 效率跟不上,很多企业只能靠堆 GPU 来扛推理流量,成本居高不下。华瑞指数云的 WQS 专门面向 AI 推理上下文缓存设计,做软硬协同、全栈 IO 优化,在客户实测中,24 张 GPU 搭配一套 WQS 存储节点,就能达到原本 48 张 GPU 的 Token 产能,直接减半算力投入。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,资金主要用来持续迭代 WQS 产品、推进规模化交付、完善软硬协同,同时拓展 AI 推理客户生态。这套方案已经和 vLLM、SGLang、LMCache 等主流推理框架适配,也兼容英伟达、昇腾、海光等算力芯片,不少大模型厂商、金融企业已经进入 POC 验证阶段。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们