AI 推理的成本和碎片化问题越来越严重。现在跑一个模型，往往被特定芯片的软件栈锁死，想换更便宜的 AMD 或者能效更好的 Google TPU，就得重写代码、重新优化，甚至性能还跑不满。ZML 这家法国创业公司，刚发布了一个叫 ZML/LLMD 的推理服务器，目标就是打破这种锁定。它能让同一个开源大模型，在 Nvidia、AMD、Google TPU、Apple Metal、Intel Arc 这些不同芯片上，都跑出接近极限的速度。这直接解决了企业最头疼的问题：不想被单一供应商绑架，又怕换芯片后性能掉得没法用。ZML 想给市场一个真正的选择权，让企业可以根据成本和能效，自由混搭芯片，而不是被 Nvidia 的生态死死捆住。

ZML 的解法很聪明，不是去造芯片，而是做一层跨芯片的推理软件层。核心产品 ZML/LLMD 是一个推理服务器，它最大的卖点不是支持多少种芯片，而是让每种芯片都跑出“最大可用速度”，甚至比原生方案还快。创始人 Steeve Morin 说，他们团队只有 20 个人，但资金充足，而且有和芯片公司“共同设计硅”的深度合作能力。这意味着 ZML 不是简单适配，而是深入到芯片的底层架构去优化。比如和欧洲那些新芯片公司 Axelera、Fractile 合作，做的是“全世界还没人做过的事”。ZML/LLMD 目前是免费产品，不开放源代码，目的是先收集真实使用数据，再决定怎么收费。Morin 的逻辑很务实：先别因为贪婪阻碍增长，等量起来再找最有效的变现点。

这件事最有意思的地方，不是 ZML 又做了一个推理加速器，而是它证明了 跨芯片的极致性能优化是可行的。过去大家都默认，想用非 Nvidia 的芯片就得忍受性能打折。ZML 用 20 个人的小团队，直接挑战了这个假设。如果它真能做到让 AMD、Google TPU 在推理场景下和 Nvidia 掰手腕，那整个 AI 基础设施的成本结构都会松动。企业不再只能买最贵的 H100，而是可以根据负载选最划算的芯片。这对欧洲那批新芯片公司是重大利好，因为他们缺的不是硬件，而是能让硬件发挥全部实力的软件生态。ZML 的免费策略也很聪明，先靠免费铺量、收集真实负载数据，再找最不阻碍增长的收费点。这种务实打法，比一上来就卖高价许可证要高明得多。

这件事的长期启发在于：AI 基础设施的竞争正在从硬件转向软件生态。Nvidia 的护城河不只是 H100 算力强，更是 CUDA 这个软件栈把开发者牢牢锁住。ZML 的路径是反过来的——先做一套跨芯片的推理优化层，让任何芯片都能跑出好性能，然后反过来倒逼硬件厂商来适配它。如果 ZML 真能跑通，它就会成为 AI 芯片界的“Linux”，让底层硬件变成可替换的 commodity。这对整个行业是好事：企业不用再被单一供应商绑架，新芯片公司也有机会靠软件生态突围。ZML 的 20 人小团队能拿到 2000 万美金融资，背后站着 Hugging Face 和 Docker 的创始人，说明资本也看到了这个逻辑。欧洲的 AI 基础设施创业，正在从“跟跑”变成“定义新规则”。