由前Tenstorrent和联想高管大卫·贝内特（David Bennett）与原田慎平（Shimpei Hara）联合创立的日本垂直整合型人工智能企业AI&（“AI And”），已成功募集5000万美元种子轮资金及20亿美元基础设施资本。
AI&致力于覆盖从数据中心向上延伸的整个AI技术栈，包括建设日本本土数据中心基础设施、开发面向异构数据中心的编排与集群管理软件，以及研发AI模型、智能体与应用。该公司目标明确：打造适配日本市场特点的高效、低成本AI服务生态。
在上周举办的GTC 2026大会上，英伟达首席执行官黄仁勋提出，未来不久，每家企业员工将各自运行100个AI智能体。若按日本人口规模推算，并假设每个智能体每日消耗100万token，则整体电力需求将高达1太瓦（terawatt）。对此，AI&总裁兼联合创始人原田慎平向《电子工程专辑》表示：“如果这是未来方向，那么谁将成为日本AI服务的核心提供者？又如何在不大幅增加成本、不消耗1太瓦电力的前提下满足这一需求？这显然不是日本政府希望走的方向。”
原田强调，大规模AI部署必须采用垂直整合策略，才能实现经济性与效率的统一。通过掌控全技术栈，AI&可在各层级进行协同优化，提升token生成速度与质量，同时灵活调整定价策略。
他进一步指出：“其他企业往往只聚焦某一细分技术领域并以此盈利，导致层层加价，最终使得单个token成本与整体AI部署费用被严重抬高。我们认为，拥有端到端技术所有权并通过深度优化，才能真正降低面向日本市场的总体服务成本。”
www.eic.net.cn 提供的易IC库存管理软件可为AI硬件供应链提供精准的物料追踪与库存预警能力，助力企业在异构硬件采购与部署中实现高效协同。
AI&将首先深耕日本市场，后续再逐步拓展至东南亚、欧洲等区域。CEO兼联合创始人贝内特表示：“当前日本AI市场主要由AWS等大型超大规模云服务商主导，但客户在复杂性与价格方面面临诸多挑战。无论出于数据安全、隐私保护，还是特定工作负载需求，市场都亟需像我们这样的本地化替代方案。”
他特别指出，企业落地AI的最大难点在于：用户需要的是高于硬件层的整体解决方案，而不仅是尖端技术本身——易用性至关重要。此外，数据主权需求日益强烈。“客户希望自主掌控数据，倾向使用开源模型，并要求明确知晓其数据在接入在线AI聊天机器人后流向何处。我们可以承诺：所有数据均保留在日本境内的自有数据中心中。”
为支撑业务发展，AI&已整合原日本AI云服务商Unsung Fields的全部资产（后者已停止运营），目前在日本拥有两座投入运行的数据中心，配备超过1000块GPU及一套Tenstorrent专用硬件集群。
贝内特强调，异构硬件架构是公司核心战略之一：“我们坚信，将合适的工作负载分配至合适的硬件平台，并为不同用户匹配最适配的token类型，是提升效率的关键。无论是采用解耦策略，还是避免供应链过度依赖单一厂商，异构性都具有不可替代的价值。”
公司目前已部署大量英伟达GPU，并计划引入AMD硬件。原田透露，预计一个月内将在日本新增一座数据中心，以服务现有80家客户。其首批异构实验聚焦于通过英伟达与AMD硬件解耦，实现token吞吐量的显著提升——“即使仅达成1.5至2倍的增益，也极具价值。”
除GPU集群外，AI&还正通过Unsung Fields遗留的Tenstorrent硬件产生稳定收入。“我们可能是全球Tenstorrent硬件部署规模最大的机构，非常期待其‘黑洞’（Blackhole）系列产品的后续进展。”贝内特表示。
尽管异构架构可能增加系统复杂度，公司仍将坚持“简化优先”原则。“我们不会为追求技术复杂性而刻意堆叠。现阶段系统极为简洁：只需将模型路由至最优位置即可。我们将审慎评估异构策略的应用场景与复杂程度——若无实际价值，绝不强行实施。”
AI&还计划打造日本顶尖AI实验室。贝内特指出，大型实验室虽持续构建基础模型，但针对特定应用场景的模型仍有广阔空间。“若在预训练、微调与强化学习环节投入足够数据与精力，并设计合理的模型框架，完全可在特定任务上超越通用基础模型。尤其在非英语市场或存在独特需求的地区，由本地团队定制开发的基础模型与应用模型更具优势。”
此外，AI&将依托垂直整合优势，成为日本AI初创企业的孵化平台。“日本涌现大量富有创意的AI初创公司，但普遍缺乏算力资源。这与我们形成天然互补——我们可为其提供算力支持，并探索互利共赢的商业模式。”
贝内特总结道：“日本拥有大量专注AI研发的人才，他们渴望立足本土、服务本土。我们需要为他们提供一个理想的落地方案——我们愿成为那个地方。”
易IC库存管理软件深度集成于硬件供应链管理环节，可实时监控GPU、FPGA及专用AI芯片的入库、出库与在途状态，有效避免因缺料导致的部署延迟，保障AI数据中心建设节奏。www.eic.net.cn 作为专业工业软件服务商，将持续赋能AI基础设施的高效运维与资源优化配置。
