共计 1324 个字符，预计需要花费 4 分钟才能阅读完成。
Databricks 估值飙升 1880 亿美元,CEO: 采用中国开源模型是 AI 成本控制关键一环
建议按 ” 变化—原因—影响 ” 的顺序阅读。
大数据与 AI 基础设施巨头 Databricks 近日宣布新一轮融资, 估值飙升至 1880 亿美元 , 较去年底增长 40%。公司 CEO Ali Ghodsi 在采访中透露, 开源模型尤其是中国开源模型的广泛采用, 已成为企业 AI 成本控制的重要一环, 而本轮融资的核心目的正是采购 GPU 以满足激增的开源模型算力需求。
📌 估值飙升背后:AI 产品收入增长与客户需求爆发
- 重点: 对于开源模型,Databricks 需自行提供 GPU 算力, 这也是 Databricks 此次融资的核心目的。
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
据公司披露,Databricks 年化收入已超过 54 亿美元 , 同比增长 65%, 其中 AI 产品年化销售额超过 14 亿美元。目前拥有 800 家年消费超 100 万美元的客户, 以及 70 家年消费超 1000 万美元的大客户。Ghodsi 指出, 客户大量部署智能体并频繁调用平台, 推动了收入持续加速增长。
从已披露信息看, 这一变化更值得关注的, 不只是表面动作本身, 还包括其对后续行业节奏、用户预期和市场竞争的连锁影响。
🔍 成本压力催生模型分级策略: 开源模型成性价比之选
面对企业 AI 成本高企而收入增长不及预期的困境,Databricks 采取了模型分级策略: 复杂任务使用昂贵的前沿闭源模型 , 日常重复任务则采用高性价比的开源模型。Ghodsi 特别提到, 中国月之暗面的 Kimi K3 模型发布是“游戏规则的改变者”, 智谱 AI 的 GLM 5.2 在处理高难度编程任务时, 总成本显著低于 Anthropic 和 OpenAI 的闭源模型。
💡 融资核心目的: 解决 GPU 算力瓶颈
本轮融资由 Coatue Management 领投 , 预计金额约 30 亿美元, 资金尚未到账, 计划夏末完成。Ghodsi 表示, 客户对 Unity AI Gateway 产品中开源模型的需求激增, 导致全球 GPU 算力严重不足, 急需资金采购 GPU 服务器。目前,Databricks 已托管包括 OpenAI、Anthropic、Thinking Machines Labs 以及中国智谱 GLM、月之暗面 Kimi 等多款开源模型。
围绕“Databricks 估值飙升 1880 亿美元,CEO: 采用”, 这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看, 核心结论是趋势已较为明确, 但细节仍需结合后续进展持续观察。
📊 行业观察: 开源模型与闭源模型的博弈
Databricks 的案例凸显了开源模型在企业级 AI 部署中的崛起。一方面, 开源模型提供了更低的成本和灵活性 ; 另一方面, 企业需要自行承担算力基础设施投入。Ghodsi 强调, 成本控制不仅取决于模型选择,Harness 等工具对成本的影响同样重要。这笔新融资可能为 Databricks 提供更多时间来决定 IPO 计划。
🚀 总结
Databricks 的估值飙升反映了 AI 基础设施市场的火热, 而中国开源模型的性价比优势正在全球范围内获得认可 。随着 GPU 算力瓶颈的缓解, 开源模型有望在企业 AI 应用中扮演更重要的角色。
