当“最强芯片”不再是每个任务的默认答案
2026年8月，一家成立仅一年的英国初创公司，把一笔种子轮融到了九位数。Callosum宣布完成1亿美元种子轮融资，由Atomico领投，Plural、DCVC和英国主权AI基金参与。这笔钱投向的不是大模型，不是芯片制造，而是一个软件层——一个决定“哪个AI任务该跑在哪颗芯片上”的编排平台。
这个命题的起点，是一个正在AI基础设施领域蔓延的结构性矛盾：英伟达的GPU仍然是绝大多数AI工作负载的默认选择，但AI模型和专用芯片的数量正在以远超单一硬件生态承受能力的速度激增。当一家企业需要同时处理实时推理、批量训练、多智能体交互和常规执行任务时，把所有环节都压在同一个前沿模型、同一类加速器上，正在从“最省事的选择”变成“最昂贵的妥协”。
Callosum的回应是“异构智能”（heterogeneous intelligence）。据公司披露，其平台能将AI工作负载拆解为子任务，再根据性能、能耗和成本，将每个子任务分配给最适合的模型和处理器；该表述来自公司口径，未经独立验证。这不是第一个提出异构计算的公司，但1亿美元种子轮和英国主权AI基金的首笔投资，把这家公司推到了一个值得被审视的位置。
据公司披露，Callosum的软件支持包括英伟达、AMD、AWS Trainium与Inferentia以及Cerebras系统在内的硬件。这意味着它的起点并不是“替换英伟达”，而是把英伟达的GPU重新定义为资源池中的一个可选项。这个定位本身，就是对当前AI算力市场默认逻辑的一次公开挑战。
| 字段 | 内容 |
|---|---|
| 公司 | Callosum |
| 轮次 | 种子轮 |
| 金额 | 1亿美元 |
| 投资方 | Atomico（领投）、Plural、DCVC、英国主权AI基金 |
| 总部 | 伦敦 |
| 创始人 | Danyal Akarca；另一位未具名的剑桥大学神经科学家 |
| 官网 | https://www.callosum.com/ |
“编排层”的商业逻辑：不卖芯片，卖芯片之间的决策
Callosum的核心产品是Tailored Inference API。据公司披露，该API运行在异构计算基础设施之上，面向特定任务优化AI推理；该产品描述来自公司口径，未经独立验证。其商业逻辑并不复杂：如果企业并非在所有计算任务中都需要英伟达最强大的GPU或最昂贵的前沿模型，那么把常规任务交给更便宜或更快的模型和芯片，只在复杂决策环节调用最强资源，理论上就能降低推理成本。
这一逻辑与Cerebras的产品思路存在共振。Cerebras本周二发布的机架式AI系统CS-4，据公司称并不追求单一芯片性能，而是通过系统设计获得AI输出能力。Callosum与Cerebras的旗舰合作，目标是将Cerebras的低延迟推理能力接入Callosum的调度层，在对速度最敏感的环节使用Cerebras，同时把工作负载的其他阶段交给不同模型或处理器。
这种分工在实时系统和多智能体场景中可能尤其关键。一次多智能体任务可能涉及连续多次模型调用，延迟会在多个环节中累积。如果调度层能把对延迟最敏感的调用导向Cerebras，把其他环节导向成本更低的处理器，理论上可以改变整个工作流的成本结构。但“理论上能降本”和“实际上降了本”之间，隔着一层Callosum尚未完全证明的东西：调度层本身的决策质量。
一个编排平台要在毫秒级时间内判断某个子任务该去哪颗芯片，同时不引入过多额外开销，这本身就是一道技术难题。Callosum尚未披露其调度决策的延迟数据、误判率或与单一硬件基线相比的实际性能对比。公司声称，其方案在部分复杂工作负载中实现了最高4倍的性能提升，但该数据未经独立验证。这一数字来自公司2026年2月结束隐身状态时的对外说法，现有公开报道并未显示该结果已获得独立第三方验证，也未披露测试条件、样本规模或可比基线。换句话说，4倍提升目前仍是一个公司自述的、未经外部核验的基准，而非可复现的行业结论。
从神经科学到基础设施：一个“反单一架构”的技术假设
Callosum由两位剑桥大学神经科学家于2025年创立。联合创始人Danyal Akarca对媒体表示：“我们将促成某种程度的权力转移。这赋予了政府更多筹码，因为这意味着权力不再集中于一枚芯片之上。”这句话的语境是AI主权——各国政府出于对美国科技主导地位的担忧，正在投资多元化的AI芯片技术路线。
创始团队的神经科学背景，为Callosum的技术路线提供了一个不同于纯工程视角的叙事框架：生物智能并非由一个完全统一的回路包办所有任务，而是由不同功能的神经回路协同完成复杂工作。Callosum试图将这一系统性思路应用于AI基础设施——组合多个专业组件，而不是让单一模型承担所有子任务。
这个类比在概念层面成立，但从生物系统到生产级AI基础设施的映射，需要跨越的鸿沟远比叙事框架所暗示的要宽。生物神经回路的“调度”是经过数亿年演化形成的分布式机制，而Callosum需要在商业可接受的延迟和成本约束下，用软件重新实现一个可编程的异构调度层。公司将其方法称为“可编程异构性”（programmable heterogeneity），但截至目前的公开材料中，尚未披露这一调度机制的具体实现方式、决策模型或性能基准。具体而言，公开材料未说明Callosum采用何种调度算法、如何对子任务进行切分与路由、如何在毫秒级时间内完成硬件选择，也未披露调度决策的额外开销、误判率或与单一硬件基线的对比数据。这些技术细节的缺失，使“可编程异构性”目前仍停留在概念层面，而非可被独立评估的工程实现。
另一个值得注意的细节是，Callosum目前的业务重点在于软件开发，但Akarca并未排除未来拓展至芯片设计领域。这个表态可能意味着，Callosum对自身边界的定义并不局限于“软件编排层”。如果未来它向芯片设计延伸，将直接改变它与现有芯片合作伙伴之间的关系性质。但在当前阶段，这仍只是一个未排除的可能性，而非已披露的产品路线图。
主权基金的首笔投资：战略意义高于财务回报
本轮融资最值得注意的信号，不是Atomico的领投，而是英国主权AI基金的参与。这是该基金自2026年4月启动以来披露的首笔投资。该基金规模为5亿英镑（约合6.77亿美元），其风险业务主管Joséphine Kant表示，芯片和模型提供商日益多元化“使计算变得更加灵活和高效”。
Callosum被纳入英国政府6月公布的11亿英镑AI硬件投资计划。英国AI大臣Kanishka Narayan在融资消息公布后表示：“AI离不开支撑它的芯片，而对芯片的惊人需求只会增长。在开发和使用AI的竞赛中，成功不仅取决于能否获得这些芯片，还取决于能否尽可能高效地使用它们。”
从这些公开表态看，英国政府并不只是把Callosum当作一家基础设施优化服务商，而是将硬件多元化和高效编排视为英国AI主权建设的一部分。这一战略定位解释了为什么一个“把任务分配给不同模型和芯片”的软件层，能够同时获得风险资本和战略性公共资金支持。但战略定位不等于商业验证。主权基金的投资逻辑中，地缘政治和供应链安全考量可能占据与财务回报同等甚至更重要的位置。这意味着Callosum获得了一个普通初创公司难以企及的政策背书，但同时也需要面对一个更复杂的期待：它的技术路线是否真的能支撑起“降低对单一芯片供应商依赖”的公共叙事。
需要指出的是，英国主权AI基金的投资组合并不止Callosum一家。据公开报道，该基金还投资了英国芯片设计商Olix和AI研究实验室Ineffable Intelligence。这意味着Callosum并非英国政府在AI硬件多元化上的唯一押注，而是其更广泛布局中的一个节点。这种组合式投资可能降低单一项目失败对整体战略的冲击，但也意味着Callosum需要在后续进展中证明自己配得上“首笔投资”的象征意义。
竞争格局：英伟达的阴影与同路人的挤压
Callosum并非唯一看到异构编排机会的公司。由英特尔CEO支持的Gimlet Labs提供与Callosum相似的产品。据公开报道，Gimlet Labs在2025年10月宣布其年销售额已突破1000万美元；该数据来自公开报道，未经独立验证。这个数字与Callosum的1亿美元种子轮形成了一种微妙的对照：Gimlet Labs已经产生了可观的收入，而Callosum还在用巨额融资换取产品化和商业化的时间窗口。
另一个参照系是Stripe拟收购的OpenRouter。OpenRouter通过优化模型调用方式来降低企业AI使用成本，其路径更偏向上层的模型路由，而非底层的芯片编排。Callosum的差异化在于它同时覆盖模型和芯片两个维度，但这也意味着它的技术复杂度更高，需要同时维护与模型提供商和芯片制造商的深度集成关系。如果模型路由层面的优化已经能满足相当一部分企业的降本需求，Callosum就必须证明，深入到芯片层面的编排能够带来模型路由无法提供的额外收益。
英伟达本身是绕不开的竞争变量。英伟达凭借巨额资本和庞大的市场份额在AI芯片领域占据主导地位。据公司披露，Callosum的软件支持包括英伟达、AMD、AWS Trainium与Inferentia以及Cerebras系统在内的硬件；该兼容性声明来自公司口径，未经独立验证。这意味着Callosum的策略不是与英伟达正面对抗，而是将自己定位为一个与硬件厂商无关的编排层，让英伟达的GPU成为其可调度资源池中的一种选项，而非唯一选项。但这一策略的脆弱性在于：如果英伟达自己推出或强化类似的编排能力，或者通过软件生态锁定进一步加深客户依赖，Callosum的“中立层”价值主张将面临挤压。
更微妙的是，Callosum的“中立”本身也依赖于芯片厂商的配合。它需要英伟达、AMD、AWS和Cerebras的硬件接口足够开放，才能维持跨硬件调度能力。如果任何一家主要芯片厂商选择封闭其软件栈或优化接口，Callosum的编排层就可能在某些硬件上失去精细调度的能力。这种依赖关系意味着，Callosum的竞争壁垒不仅取决于自身技术，还取决于整个芯片生态的开放程度。
资金用途与商业化路径：从合作伙伴到付费客户的距离
Callosum计划将1亿美元融资用于三个方向：开发编排平台、扩展与半导体和基础设施合作伙伴的集成、商业化异构AI系统。公司称其技术已应用于先进网络安全和金融领域，但未披露具体客户名称、合同金额或收入数据；该应用声明来自公司口径，未经独立验证。
已披露的合作伙伴关系包括：与Cerebras的旗舰合作，目标是为多智能体和实时系统提供超低延迟推理；与韩国芯片公司Rebellions和荷兰芯片制造商Axelera AI签署商业协议。Rebellions CEO Sunghyun Park对合作的表述值得注意：“与Callosum合作，我们的架构可以与其他为工作负载不同部分选择的硬件一起进入系统，而不是要求一颗芯片完成所有工作。这是合作伙伴关系与只能在单一环境或地域部署之间的区别。”
这段话揭示了Callosum对芯片厂商的价值主张：它可以帮助非英伟达芯片进入那些原本被单一硬件生态锁定的客户场景。对于Rebellions和Axelera AI这类正在寻求市场突破的芯片厂商而言，Callosum的编排层可能是一个降低客户采用门槛的渠道。但合作伙伴关系的存在，并不等同于客户愿意为编排层付费。Callosum的商业模式是提供AI推理API，按使用量收费。从已披露信息看，公司尚未公布任何付费客户的数量、客单价或续约率。
在网络安全和金融这两个被点名的领域，客户对延迟、合规和数据驻留的要求极高。网络安全场景可能涉及实时威胁检测和响应，对调度层的决策延迟极其敏感；金融场景则可能涉及交易、风控和合规审查等多种工作负载，对可解释性和稳定性有额外要求。Callosum需要证明其异构调度在这些严苛场景中不仅“能用”，而且比单一硬件方案“更好用”。目前，这一证明尚未在公开材料中出现。
风险与待验证假设：1亿美元买来的时间窗口
Callosum面临的第一层风险是技术执行。异构编排的核心难点不在于“能不能把任务拆开”，而在于“拆开后能不能比不拆更好”。每一次任务分解和跨芯片调度都会引入通信开销和决策延迟。Callosum尚未披露其调度层在真实生产环境中的性能数据，也未披露调度决策的额外开销、误判率或与单一硬件基线的对比数据，因此无法判断其调度层成本是否会被异构收益抵消。这是一个关键的待验证假设。
第二层风险是竞争烈度。Gimlet Labs已经证明了异构编排可以产生收入，OpenRouter在模型路由层面积累了用户基础，英伟达的软件生态仍在持续强化。Callosum的1亿美元种子轮给了它一个相对充裕的试错空间，但这个空间不是无限的。种子轮融到1亿美元，也意味着后续轮次的估值预期被拉高，如果商业化进展无法匹配，下一轮融资的压力会显著增加。
第三层风险是合作伙伴依赖。Callosum的价值主张建立在与多家芯片厂商的深度集成之上。但芯片厂商自身的战略优先级会变化，Cerebras、Rebellions和Axelera AI各自都有独立的商业目标和竞争压力。如果其中任何一家调整合作策略或推出自有编排能力，Callosum的平台完整性将受到影响。尤其值得注意的是，Callosum与Cerebras的合作被定位为“旗舰合作”，这种高依赖度的单一伙伴关系，在对方战略转向时可能转化为集中度风险。
第四层风险是公共叙事与技术现实之间的落差。英国政府将Callosum纳入AI主权叙事，这带来了政策背书，也带来了更高的验证标准。如果Callosum的异构调度在真实场景中无法产生可量化的效率提升，或者其“降低对单一芯片供应商依赖”的能力被证明有限，那么受损的不仅是公司的商业信誉，还包括英国主权AI基金首笔投资的示范效应。
从已披露的X（1亿美元种子轮、主权基金首笔投资、多家芯片合作伙伴）与Y（未披露估值、未披露收入、未披露付费客户）来看，这意味着Callosum目前仍处于“用资本换验证”的阶段。投资人的判断是，异构编排的问题足够大、足够重要，值得用1亿美元去赌一个答案。但Z——即调度层能否在真实场景中产生可量化、可重复、可持续的用户收益——尚未披露，因此结论的边界是：Callosum的融资能力和战略定位已经得到验证，但其技术能力和商业模式的验证才刚刚开始。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：1亿美元种子轮买下的不是一家公司，而是一个反共识的假设——AI基础设施的未来不是更大的同质化集群，而是更聪明的异构调度。Callosum把“哪个任务该去哪颗芯片”这个看似工程细节的问题，推到了AI主权和供应链安全的高度。但主权基金的战略背书和芯片伙伴的商业协议，都不能替代一个最朴素的验证：客户是否愿意为“编排”本身付费。在网络安全和金融这两个被点名的领域，答案尚未出现。而英伟达的软件生态，不会因为一家伦敦初创公司的融资公告而停下脚步。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。