$ 软通动力 ( SZ301236 ) $ Databricks 完成战略融资，又一家万亿级独角兽诞生【导读】Databricks 完成新一轮融资，投后估值达 1880 亿美元
中国基金报记者 莫琳
近日，Databricks 宣布签署新一轮战略融资的条款清单，老股东 Coatue Management 领投，规模约为 30 亿美元，估值为 1880 亿美元（约合人民币 1.27 万亿元），预计夏末交割。
这是 Databricks 在不足半年时间内完成的第二轮大规模融资——上一轮于今年 2 月完成，融资规模超过 50 亿美元。完成这次融资之后，Databricks 累计融资总额已接近 300 亿美元。
Databricks 本轮融资的目标估值为 1750 亿美元，最终以 1880 亿美元落地，超出市场预期。在投资人眼中，它与 OpenAI、Anthropic 并列，是当下最受期待的 IPO 候选者之一。
由于 OpenAI 和 Anthropic 均已提交上市申请，Databricks 首席执行官 Ali Ghodsi 表示 "2026 年是一个糟糕的上市年份 "，公司上市的时间窗口最早可能在 2027 年。
从伯克利实验室到硅谷独角兽首席架构师来自深圳
Databricks 脱胎于加州大学伯克利分校的开源项目 Apache Spark，2013 年由七位研究者创立，主要业务是将 Spark 商业化，销售给企业。
其中，联合创始人兼首席架构师辛湜（Reynold Xin）是毕业于深圳中学的 "80 后 "，也是 7 个人中唯一的东方面孔。
据媒体报道，辛湜（Reynold Xin）出生于 1986 年，祖籍广东潮汕，初高中就读于深圳中学。彼时的他已开始与朋友合作开发网站，展现出对技术的热情。高中毕业后，辛湜前往加拿大多伦多大学就读工程科学专业，2010 年赴加州大学伯克利分校攻读计算机博士。正是在伯克利，他结识了日后共同创业的伙伴们。
在伯克利期间，辛湜与 Ali Ghodsi、Ion Stoica 等人共同参与研发了开源数据分析引擎 Apache Spark。Spark 通过内存计算机制，将数据处理效率提升至以往的数十倍，并统一了批处理与流计算等多种计算范式，逐渐崛起为新一代大数据基础设施的核心。
它靠什么赚钱？
一家不做聊天大模型，也不直接面对消费者的公司，靠什么赚钱？答案藏在产品矩阵里。过去两年，Databricks 的产品发布有一个共同指向：帮企业把 AI 真正跑起来。
最核心的产品是 Unity AI Gateway，一个 AI 网关，也是本轮融资的主要投向。企业可以在这里统一接入各家大模型，谁调了什么模型、花了多少钱、是否合规，都有记录和管控。
CEO Ali Ghodsi 表示，企业已经过了 " 无脑烧 Token" 的阶段，想要每项任务都使用性价比最高的模型。网关就是干这个调度工作的。
收入是最好的证明。数据显示，截至 2026 年 6 月，Databricks 年化营收达 54 亿美元，同比增长 65%，并且已经实现正向自由现金流，客户超过 2 万家，壳牌、阿迪达斯、NBA 都在名单上。
其中，人工智能产品的年化销售额超过 14 亿美元。公司目前拥有 800 家年消费额超过 100 万美元的客户，以及 70 家年消费额超过 1000 万美元的大客户。
成本端有个细节值得关注：Ghodsi 近期透露，内部测试显示智谱 GLM 5.2 已经能够处理最高难度的编码任务，总成本显著低于 Anthropic 和 OpenAI 的闭源模型，公司正在生产环境里用它来降低成本。对于 Kimi 等中国开源模型，Ali Ghodsi 认为 Kimi K3 的发布是 " 游戏规则的改变者 "。
对于此次融资的原因， Ali Ghodsi 直言：" 公司的算力已严重告急 "。Ghodsi 在近期接受 CNBC 采访时表示：" 我们的 GPU 正在耗尽。"
他强调，GPU 短缺并非短期规划层面的挑战，而是当下切实制约业务运营的瓶颈。Databricks 旗下开源 AI 模型托管业务的需求急剧攀升，已令多个地区的 GPU 容量告罄。此次融资因此成为维持正常运营的必要之举，而非单纯的扩张性融资。
追加内容
本文作者可以追加内容哦 !
