Inferact 2026：vLLM 创造者将顶级开源服务引擎变成价值 8 亿美元的初创公司

Inferact 围绕 vLLM 构建并销售托管服务基础设施，vLLM 是加州大学伯克利分校的开源引擎，用于在 GPU 上快速低成本地运行大型语言模型，同时继续资助上游开源引擎的开发。

vLLM 将成为默认的 LLM 服务层，而 Inferact 可以在不完全关闭开源核心的情况下，通过围绕开源核心的托管无服务器基础设施实现盈利。

上线前约 30 万美元（包括红杉资本的投资，据福布斯报道）；随后于 2026 年 1 月 22 日宣布获得 1.5 亿美元种子轮融资，估值 8 亿美元，由 a16z 和光速创投共同领投，Databricks Ventures 和加州大学伯克利分校校长基金参投。

vLLM 始于 2023 年，诞生于伊恩·斯托伊卡在加州大学伯克利分校的 Sky Computing 实验室；其 PagedAttention 论文（SOSP 2023）表明，像虚拟内存那样对注意力缓存进行分页，可以减少内存浪费并提高服务吞吐量。随着 AI 支出从训练模型转向运行模型，这个研究引擎成为许多团队服务开源 LLM 的默认方式。

到 2025 年底，该项目拥有约 8 万星标和数千个生产用户，但维护者周围没有公司。福布斯在 2025 年 12 月报道，联合负责人西蒙·莫正在募集至少 1.6 亿美元的资金，尽管收入微薄，迄今为止仅筹集约 30 万美元。2026 年 1 月 22 日，核心团队以 Inferact 的身份走出隐身状态，获得 1.5 亿美元种子轮融资，估值 8 亿美元；联合创始人沃苏克·权将目标描述为让 AI 服务“像启动无服务器数据库一样简单”。

截至 2026 年 9 月 2 日，Inferact 已上线：创始维护者仍掌舵，西蒙·莫担任 CEO，本轮融资用于构建托管的无服务器 vLLM 平台以及持续的上游工作，目前尚未有关闭、转向或进一步融资的报告。

服务而非训练成为 AI 的经常性成本，因此降低服务成本的引擎成为核心基础设施。

vLLM 的安装基础为 Inferact 提供了竞争对手无法买到的分发渠道：约 9.06 万星标、2000 多名贡献者以及 AWS 规模的用户。

创始团队包括原始创造者和他们的伯克利实验室，正是让引擎变快的人。

保持核心开源消除了通常扼杀开源商业化的信任问题。

企业会为可靠性、自动扩展和运维付费，这正是 Inferact 正在构建的托管层。

开源采用本身不是一门生意；Inferact 将免费核心与付费托管层分离，投资者在产品收入之前就将团队和采用率估值到 8 亿美元。

截至 2026 年 9 月 2 日，Inferact 仍然活跃并处于建设阶段。2026 年 1 月 22 日宣布的 1.5 亿美元种子轮融资用于在 Kubernetes 上运行的托管无服务器 vLLM，具有可观测性、故障排除和灾难恢复功能，同时公司继续投资于上游开源引擎，增加性能工作和新的模型架构。创始维护者领导公司，截至该日期，尚未有产品发布、转向、关闭或后续融资的报告。