Inductiva 深度调研：一个已停运的开源求解器编排样本，与八处必须纠正的前提

执行摘要

本报告写的是一家已经不再运营的公司。法定主体 Inductiva Research Labs, S.A. 注册于葡萄牙波尔图，NIPC 516243799，2021-01-06 成立，是波尔图大学工程学院（FEUP）的衍生公司（spin-off）。官方联系页声明自 2026-01-31 起永久停止运营；在本报告研究截止日 2026-10-22 实测，官网 inductiva.ai、文档站 docs.inductiva.ai 与 web console 全部返回 404。2026-07-07 一篇葡萄牙行业媒体报道称公司裁员约 80%，其原文表述为 “Word on the street” 且未给出数字来源，属媒体口径而非公司公告。公开记录中不存在任何收购、上市、续营或重新组建的事件。

既然这是一个已经结案的案例，报告就按结案案例来写。 它的价值不在于成功，而在于定位、融资、技术选择与退出方式都有完整记录，且每一条都对应当下物理 AI 基础设施市场上一个仍然活着的问题。下文如实复盘这个案例的证据面，并明确标出哪些问题至今没有答案。

关于这家公司，有八处流传甚广的前提需要先纠正。

第一处是国别。 公司常被归到瑞士苏黎世。官方通稿（InvestPorto 与 say-u）写的是「2021 年 1 月成立，总部位于波尔图」；葡萄牙商业登记（North Data 汇编）给出 NIPC 516243799，注册地 Rua das Andresas nº 88, 3.5, 4100 Porto；官方 GitHub 组织的所在地字段为 Portugal。三个独立来源一致。这里也有一处诚实披露：本次研究期间未能查询瑞士联邦商业登记，因此「不存在瑞士实体」这一结论建立在三方一致性上，而非来自瑞士注册库的直接否定检索。

第二处是产品品类。 公司常被描述为「GPU 原生仿真云」。官方口径不同：「Inductiva is a hybrid High-Performance Computing (HPC) platform built to simplify workflows and scale simulations」，四大卖点是 Simulation-Optimized、Programmatic Control、Hybrid Ready、Smart Scaling。平台编排上游开源求解器，不自研求解器。GPU 加速来自上游项目自带的 GPU 端口（CaNS、DualSPHysics、CP2K、GROMACS、AMR-Wind、Quantum ESPRESSO 等）与云端 GPU 机型。未找到任何手写 CUDA/HIP kernel、自研 matrix-free 线性代数或自研 GPU 后端的公开来源。

第三处是 AI 成分与求解器归属。 AI 成分在二手材料中被系统性高估。几何代理模型、贝叶斯优化、主动学习、逆向设计四项逐条核对官方文档后，均未找到公开来源。实际落地的是大规模合成数据生成 + 用户自带模型推理，以及数据集与研究仓库的发布。与它同时被沿用的另一个前提是「平台自研了 CFD 求解器」——官方价值主张是 “The power of open-source” 与 “tens of OS simulation packages”，自研集中在编排与数据层。

第四处是创始人。 三位创始人有据可查：Sarmento（CEO）、Penedones（CTO）、Gonçalves（COO）。未找到任何把本公司与名为 Thomas H. 或 Kyriakos Antoniadis 的人关联起来的公开来源。瑞士圈里流传的两个「Thomas」属于另外的公司：Akselos 的 Thomas Leurent（洛桑）与 Neural Concept 的 Thomas von Tschammer（洛桑 EPFL 衍生公司）。

第五处是退出。 公司常被写成「被某大厂收购」。该说法的来源是名字极为接近的另一家公司 Inductiv（无尾字母 a），2020-05 被 Apple 收购，业务是机器学习数据纠错。对 Inductiva 本身，未找到任何被收购的公开来源；记录中可核实的是清算式终止运营。

第六处是求解器与 GPU 支持矩阵。 官方文档全库未见 JAX、SU2、PETSc、FEniCS；Elmer 支持且有官方指南。OpenFOAM 支持 ESI 与 Foundation 双发行线，但在 Inductiva 文档中无官方 GPU 支持。

第七处是客户名单。 喜力集团（Heineken Group）、NOS Telecommunications、可口可乐出现在合作伙伴 DareData 的新闻稿里，是 DareData 的客户。Inductiva 公开案例是学术研究者、Voltron 联合风电项目与生态伙伴。

第八处是若干被串用的数字。 10 亿美元估值属于 2022 年的 Rescale；3 亿美元融资与 24 亿美元估值属于 2026 年的 PhysicsX；「2026 年仍在接单运营」没有来源支撑——官方口径是 2026-01-31 起停止运营，官网、文档与 console 于 2026-10-22 实测均 404。

融资极薄。 唯一可确认的股权融资是 2023-12 的 225 万欧元种子轮，Iberis Capital 领投，Shilling 与 6 位具名天使参投；另有 2023-07 经 OX2 AB 通道取得的 243,403 欧元 EU 资助，性质不明，不并入股权口径。投后估值、cap table、股东持股比例、营收、ARR 全部未找到公开来源。 数据库口径的 245 万美元与官方口径的 225 万欧元在币种与时点上不一致。

产品透明度反而是这份记录里最有用的部分。 定价模型有官方文档：预付 credits（充值时一次性 Platform Fee 百分比，该百分比本身未公开）、云厂商 compute/storage/data transfer 成本透传扣减，以及自 2025-12-01 起生效的每 run 编排费（Individual $0.02、Enterprise $0.01、Academia $0.005）。三档配额的 vCPU 上限、每小时消费上限、实例数与存储容量均已公布，官方文档自身存在两套 tier 命名（详见 DISCREPANCIES）。

性能证据薄，且全部是厂商自述。 唯一可核的 GPU 基准是 CaNS 稳定大气边界层：g2-standard-4 + 1×NVIDIA L4 耗时 25h03m，2×NVIDIA H100 耗时 1h36m，宣称 15.65 倍。这是跨 GPU 型号比较，厂商自述，未披露网格规模、网格无关性验证，也没有与 CPU 基线的等价性比较，不能当作通用 CFD 加速比。官网机器选型页的「10–100 倍」无算例绑定，不作为性能结论使用。

精度口径为空。 未找到任何关于平台结果与原厂/认证求解器结果等价性（bit-wise 或容差级）的系统性格式声明，官方文档中未见跨求解器精度验证报告。任何「精度等同或优于原厂」的表述都没有来源支撑，本报告不作此类表述。

市场定位上，Inductiva 属于开源求解器编排象限，不属于 GPU 原生或 AI-surrogate 象限。 其数据库档案里仅列 Rescale 与 SimScale 两个竞品，且两家都是云平台——这本身就是对市场如何给它分类的一个信息。与它们的差异是结构性的：Rescale 与 SimScale 卖的是商业 CAE 软件授权 + 算力，Inductiva 卖的是上游开源求解器的算力与编排，没有自有求解器、没有商业授权收入、没有精度认证体系。

本报告的判断，平实陈述，不作情绪化评价： 技术与产品工作是真的，工程透明度对一家种子期公司而言高于平均水平；商业面从未被公开记录，资本相对「成本大头在云账单」的生意过于单薄。退出方式是最具一般性意义的部分——以清算而非出售终止，对投资人意味着剩下的是对一家年报仅存档、可见文本不可查的公司的剩余请求权；对客户意味着数据与可复现实验的连续性中断；对行业意味着在开源编排路线上留下一个数据点，而非留下一个被并购的资产。本站 phase 枚举因此把本篇标为 closed（已停运）而非某个融资轮次：公司已不再运营，关键事实是终止本身，而不是它最后一轮融到多少钱。

公司概览

法定主体为 Inductiva Research Labs, S.A.，品牌与字标为 Inductiva.AI（2025-09-02 登记 “Inductiva.ai” 与 “Inductiva Research Labs” 字标）。2021-01-06 以 Inductiva Research Labs Lda 登记设立，初始资本 €5,000，董事为 Luis Morais Sarmento 与 Hugo A. Penedones；2023-08-11 变更为 Sociedade Anónima，当时资本 €6,375、股东 5 名；2023-10-23 资本增至 €60,000，Luis Miguel Araujo 进入董事会。注册地 Rua das Andresas nº 88, 3.5, 4100 Porto，注册号 NIPC 516243799，EUID PTIRNMJ.516243799。法人目的（CAE 口径）包括计算机咨询、计算基础设施/数据处理/托管、自然科学与工程其他研究与实验开发、计算机科学咨询类专业培训。2024-01-22 起审计师为 Pinto Leite, Machado Vaz & Associado - SROC Lda。FY2021（2022-04-12 存档）至 FY2024（2025-07-17 存档）的财务报告均仅存档，正文未公开。2021 年获 FEUP spin-off 标签。

时间轴短且可重建：

• 2021-01-06：以有限责任公司形式设立，资本 €5,000，两名董事
• 2021：获 FEUP spin-off 标签
• 2021-12：Clara Gonçalves 加入，2023-06 起任 COO
• 2023-07-24：经 OX2 AB 获得 EU 资助 €243,403，项目「Atmospheric Physics and Turbulence for Wind Energy」
• 2023-08-11：变更为股份有限公司，资本 €6,375，股东 5 名
• 2023-10-23：资本增至 €60,000，Luis Miguel Araujo 进入董事会
• 2023-12：完成 €2.25M 种子轮，Iberis Capital 领投
• 2024-07：PitchBook 记录一笔 Accelerator/Incubator 类交易，金额与条款未公开，关联 Unicorn Factory Lisboa 2024 scaleup 名单第 7 名
• 2024-07-17 / 2025-07-17：FY2023、FY2024 年报存档，正文未公开
• 2025-09-02：字标登记
• 2025-09-25：官方 API v0.18.0 发布，模拟器组合更新、Credits Purchase 走 Stripe
• 2025-09：官方发布首个 OpenFOAM HPC Challenge（OHC-1） 参赛结果贴（比赛于 2025-07-01~02 在维也纳第 20 届 OpenFOAM Workshop 举行）
• 2025-11：公开案例，Tiago Lucas Frutuoso 在 Tocha 风场三周跑 33,000+ 次 OpenFAST 高保真仿真
• 2026-01-31：官方声明永久停止运营
• 2026-07-07：葡萄牙行业媒体报道称裁员约 80%

三位创始人的官方口径一致。Sarmento（联合创始人兼 CEO） 于 U.Porto 完成电气与电子工程（1999）、AI 硕士（2004）与信息学博士（2010），曾任职 Amazon、Google、PT（葡萄牙电信）与 TonicApp。Penedones（联合创始人兼 CTO） 于 U.Porto 信息学与计算工程（2000–2005）、EPFL（2008–2011），2015–2019 年在 Microsoft Bing 与 DeepMind，自述为 AlphaFold 创始研究工程师之一（本人 LinkedIn 点名 Marek Barwiński、Richard Evans、Laurent Sifre、James Kirkpatrick、Andrew Senior），并为 2024 年诺奖化学相关的 Nature 论文共同作者。Gonçalves（联合创始人兼 COO） 于 U.Porto 农学工程，曾任职 Fraunhofer Portugal、米尼奥医学院创新中心与 UPTEC（科技园管理方）执行董事。

关于学术纽带的一条记录：EPFL 有据（Penedones 2008–2011）；未找到任何 Inductiva 人员与 ETH Zurich 或 Oxford 的关联来源。真实的学术纽带是 U.Porto（电气工程/信息学/农学）、EPFL、Fraunhofer Portugal、UPTEC 与 FEUP 孵化生态。

其他具名角色包括 Head of Product Execution Cláudia Da Silva、软件工程负责人 Paulo Barbosa、官方 OpenFOAM 与 Cloud HPC 报告共同作者 Rodrigo Valério、2025-07-11 官方 CFD 网络研讨会主讲人 Eunice Oliveira（官方邮箱域名 inductiva.ai），以及 2024 年在 INESC TEC ATTRACT 活动谈 EU 补贴获取路径的 Inductiva Labs 代表 Sérgio Santos。

员工数有 5 个公开口径，且全部是停运前的快照：RocketReach 显示 15 人（其档案实际计入 13 人）、PitchBook 记录 2025 年 17 人、BounceWatch 17 人、StartupSeeker 16 人、LinkedIn 官方公司页给出 11–50 人的区间；另有数据库记载削减后「原规模的一小部分」。逐年演进曲线未找到公开来源。

常见误读警示

以下八项是关于这家公司流传的错误或会改变分析结论的说法，每一项给出正确口径。

误读一：瑞士公司，总部在苏黎世。 正确口径是葡萄牙波尔图的 Inductiva Research Labs, S.A.，FEUP 衍生公司，2021-01-06 成立，三方来源一致（InvestPorto 与 say-u 官方通稿、North Data 葡萄牙商业登记 NIPC 516243799、官方 GitHub 组织所在地为 Portugal）。真正在场景中的瑞士公司是洛桑的 Akselos 与同为洛桑 EPFL 衍生公司的 Neural Concept，两者应单独建档，与本公司无股权或人事关系。前面已披露的限制同样适用：瑞士注册库未能直接查询。

误读二：GPU 原生仿真云。 正确口径是官方定位——混合 HPC 平台 + Python API，编排上游开源求解器。GPU 能力来自被选中的上游求解器与云机型，属于选型结果，不存在本公司自研的 GPU 代码。

误读三：自研 CFD 求解器。 正确口径是不自研求解器；官方价值主张就是 “The power of open-source” 与 “tens of OS simulation packages”，kutu 镜像仓库打包的是 OpenFOAM、CaNS、DualSPHysics、CP2K、GROMACS、AMR-Wind、Octopus、GX 等上游官方发行版。自研集中在编排与数据层：任务队列、抢占自动重投（resubmit_on_preemption）、spot/on-demand 调度、ElasticMachineGroup、MPICluster、Python API 与 CLI/Console、合成数据 templating 工作流。

误读四：AI 仿真平台 / AI 物理引擎。 正确口径是：AI 成分落在合成数据生成 + 用户自带模型推理；几何代理模型、贝叶斯优化、主动学习、逆向设计四项未找到内建功能的公开来源。官方文档中的「Explore designs running script variations」是脚本化批量变体扫描（参数扫描），不是贝叶斯优化；DareData 合作包中的 AI 优化属合作方能力。「AI4Science 基础设施」的叙事可以保留，但描述的是数据层。

误读五：被大厂收购。 正确口径是未找到被收购来源；官方声明 2026-01-31 永久停止运营，2026-07 报道裁员约 80%。误读来自同名公司 Inductiv（无尾字母 a），2020-05 被 Apple 收购，是滑铁卢大学、威斯康星大学麦迪逊分校与斯坦福大学创立的机器学习数据纠错公司。两者可由四点区分：名字尾字母、业务、收购方、日期。

误读六：支持 JAX / SU2 / PETSc / FEniCS。 正确口径是官方文档全库未见这四者；Elmer 支持，并有覆盖 ElmerSolver / ElmerGUI / ElmerGrid 的官方指南。

误读七：用 OpenFOAM 的 GPU 版跑 CFD。 正确口径是OpenFOAM 在 Inductiva 上无官方 GPU 支持；带 GPU 镜像后缀的求解器是 CaNS、DualSPHysics、SPlisHSPlasH、CP2K、GROMACS、AMR-Wind、Quantum ESPRESSO、NWChem、GX。

误读八：喜力 / NOS / 可口可乐是它的客户。 正确口径是那是合作伙伴 DareData 的客户名单；Inductiva 的公开案例是学术研究者、Voltron 联合项目与生态伙伴。

另有三个数字需与本公司区分：Rescale 2022 年的 10 亿美元估值、PhysicsX 2026 年的 3 亿美元融资与 24 亿美元估值、以及「2026 年仍在正常运营、还接单」——后者没有来源支撑。

退出方式：清算而非出售

这一段单独讨论，因为它是本案例中最具一般性意义的部分。

对投资人，清算与出售是两个完全不同的结果。 任何估值下的出售，都会让 225 万欧元种子轮的股东获得已实现回报，以及一份带客户基础的持续经营权益。清算式终止留下的是一家公司的剩余请求权：其 FY2021–FY2024 年报仅存档、可见正文不可查，清算程序、债权人、员工遣散合规状态、以及对云厂商的欠款情况全部未找到公开来源。资产本身归属也不清：inductiva/kutu、inductiva/inductiva、inductiva/task-runner、inductiva/datasets-generation、inductiva/meshnets 等仓库在停运后的所有权、维护状态与可继承性未获确认。这些仓库此后是继续维护、被归档，还是被第三方接管，对每一家关闭的开源公司都是同一个问题，而本案没有可查答案。

对客户，后果落在「可复现性连续性」上。 公司的具体主张是：研究团队可以脚本化一个工作流，在托管机器组上运行它、生成 templated 数据集，并在之后复现它。停运在两处切断这个闭环——console 与已存仿真数据随 404 一起消失，而「让一次运行可复现」的编排层，无法仅凭容器镜像由客户自行重建。对已记录的用例——在 Tocha 风场跑 33,000 次 OpenFAST 仿真的学术研究者，为 Voltron CTV-26 船体并行跑数百个 CFD 算例的联合项目——真正沉淀下来的是那批工作的产出物，而不是工具链。

对行业，这是一组数据点而不是一个结论。 它是开源编排路线的一个完整且有文档的实例：聚合多个上游求解器、以一套 API 与 console 暴露、在租来的云机器上运行、售卖编排与算力。这个案例显示该路线在技术上成立（有公开定价模型、公开配额、可复现基准），也显示其核心难点——差异化面在编排层，成本面在云账单，而收入必须来自编排费或 Platform Fee 百分比，而非软件授权。这究竟是该模式的普遍难点还是本次执行的具体问题，凭现有记录无法判定，本报告不作判定。

技术分析

支配其他一切判断的技术定性是：Inductiva 编排开源求解器，不写求解器。 官网原文：「Inductiva is a hybrid High-Performance Computing (HPC) platform built to simplify workflows and scale simulations. Whether on the cloud, on-prem, or anywhere in between, Inductiva brings everything you need to innovate, into one place.」四大卖点为 Simulation-Optimized（用预装求解器或自带工具）、Programmatic Control（用 Python 脚本编排）、Hybrid Ready（云/自有硬件/混合）、Smart Scaling（用基准工具选性价比）。2025 年会议材料（messe.de 摘要 PDF）称其为「a worldwide deep-tech company offering an integrated computational platform」，并写明「One language for everything: Python」「Access to tens of OS simulation packages」，价值主张为用 AI-based methods 加速仿真时间并高效探索设计空间。

求解器清单宽，且逐个核实过。 官方 docs 与容器镜像仓库 inductiva/kutu（45 个上游求解器镜像目录）、客户端仓库 inductiva/inductiva（39 个 simulator 模块）共同覆盖：OpenFOAM（ESI 25.06 / 24.12 / 24.06 / 22.06，Foundation 13 / 12 / 8）、OpenFAST、CaNS、AMR-Wind、DualSPHysics、SPlisHSPlasH、REEF3D、SWAN、SWASH、XBeach、SCHISM、GROMACS、CP2K、Quantum ESPRESSO、NWChem、FDS、Elmer、CM1、OpenSees、FVCOM、COAWST、GX、Octopus，以及任意容器的 custom_image。较早的 API 0.6 overview 页列出其中 14 个。MPI 支持（@mpi_enabled）覆盖 OpenFOAM、REEF3D、SWASH、XBeach、OpenSees。用户常点名的 JAX、SU2、PETSc、FEniCS 在官方文档全库检索无结果；Elmer 支持且有完整工作流指南。

GPU 是最容易被高估的一环。 未找到任何手写 CUDA/HIP kernel、求解器 GPU 后端移植、matrix-free 或自研高性能线性代数、自研 GPU 后端的来源。Inductiva 做的是打包上游项目已自带的 GPU 端口，并调度云端 GPU 机型：API 层面标注 GPU 支持的是 CaNS、DualSPHysics、SPlisHSPlasH、CP2K、GROMACS、AMR-Wind、Quantum ESPRESSO、NWChem、GX。官方提供的加速机型族为 G2 / A2 / A3（Accelerator-Optimized Machines），文档中的 GPU 实例示例为 g2-standard-16 + 1× NVIDIA L4。OpenFOAM 不在这个集合内，因为它在 Inductiva 文档中无官方 GPU 支持。

性能记录必须连同测试条件一起读。 唯一可核的 GPU 基准是 CaNS 稳定大气边界层：基线 g2-standard-4 + 1× NVIDIA L4 耗时 25h03m，加速配置 2× NVIDIA H100 耗时 1h36m，宣称 15.65 倍（另一处写 15.7 倍）。条件警示是决定性的：这是跨 GPU 型号（L4 → H100）的比较，而非同型号实例数扩展；厂商口径，未提供网格规模、网格无关性验证，也没有与 CPU 基线的等价比较。不可当作通用 CFD 加速比使用。 另外两项厂商自述：Quantum ESPRESSO 对标 Fugaku 的专题「Can Inductiva Beat Fugaku」（具体条件以官方 benchmark 目录为准，无第三方复现），以及 AMR-Wind 稳定大气边界层 512³ 网格的 CPU 扩展基准（约 36,000 s、约 150 GB 内存需求）。官网机器选型页的 「10-100x 加速」 是无算例绑定的泛化口径，本报告不作为性能结论使用。

精度口径为空，这一点必须写明白，因为它限定了可以主张什么。 未找到关于平台结果与原厂/认证求解器结果等价性（bit-wise 或容差级）的系统性格式声明；官方 docs 中未见跨求解器精度验证报告。官方在 OHC-1 相关表述中强调「Hybrid Ready」与使用上游官方发行版，但未给出精度对比表。任何「Inductiva 求解精度等同/优于原厂」的表述均无来源支撑，本报告不作此表述。

AI 成分逐项核实后比叙事窄得多。 几何代理模型未找到公开来源（最接近的是 BYOS 跑 DiffDock 的用户自带模型推理）；参数化优化/贝叶斯优化未找到内建实现的公开来源（「Explore designs running script variations」是脚本化批量变体扫描，属参数扫描；DareData 合作包中的 AI 优化属合作方能力）；主动学习未找到公开来源；逆向设计未找到公开来源。实际落地的是三步合成数据工作流（base case → templating → 数千变体并行），以及数据集与仓库发布：windtunnel-20k（19,812 个 OpenFOAM 工况，网格由 Stanford Cars + InstantMesh 生成，70/20/10 划分，300 iterations）、SimuStruct（OpenReview）、以及研究仓库 meshnets、molecules-binding、GAN_SR_wind_field（Apache-2.0）、datasets-generation、task-runner、kutu。

产品与商业化

产品面在一家这个规模的公司里算相当完整。 Python 客户端（pip install inductiva，inductiva.simulators.*、inductiva.fluids.scenarios.*）、命令行入口、Web Console（官方定位为「The Inductiva Console: Real-Time Oversight」）、任务监控与仪表盘；资源模型区分 MachineGroup（专用）、ElasticMachineGroup（弹性）、MPICluster（跨机 MPI 集群）；执行路径分 BYOH（本地 task-runner 跑自有硬件）、BYOC（自带容器镜像）、BYOS（自带软件栈，含跑 DiffDock 推理）；另有 Benchmarks 工具包（官方基准页与「Can Inductiva Beat Fugaku」专项）与 Console 版本节奏（v0.18.0，2025-09-25）。

定价模型有官方文档（basics/how-much-does-it-cost.md），由三部分构成。 第一，credits 充值，充值时一次性收取 Platform Fee（百分比），该官网页面已下线，具体百分比未找到公开来源。第二，credits 按量消耗，每次仿真运行收取 Task Orchestration Fee，同时从余额中扣除云厂商的 compute、storage、data transfer 实际用量成本。第三，编排费本身已量化，自 2025-12-01 起生效，仅对从此日起运行的任务征收：Individual $0.02/run、Enterprise $0.01/run、Academia $0.005/run。官方明示 “No subscriptions or hidden charges!”——不是订阅制，本质是云资源透传加编排费的按量计费。

公开价目数字具体。 一次 5 美元充值约合 6 小时 c2d-highcpu-112 spot、约 700 core-hours，即约 $0.68/h；core-hour 参考价 spot ≈ $0.01，常规机型 ≈ $0.04–0.07；存储 ≈ $0.02/GB/月；数据导出（Data Transfer out）≈ $0.12/GB；数据导入免费。GPU 运行实例示例为 g2-standard-16 + 1× L4（spot）。免费额度：未找到公开来源——官方文档中没有注册赠送额度或 free trial 额度数字，唯一可核实的「免费」项是数据导入免费与 Academia 档的编排费。

三档配额已公布。 Individual：768 vCPU 上限、每小时消费上限 $10、实例数 12、存储 1000 GB；Enterprise：10000 vCPU、$1000、100 实例、5000 GB；Academia：10000 vCPU、$1000、100 实例、5000 GB。官方文档在 tier 命名上自身不一致：API reference 命名为 Standard / Power-user / Enterprise，价格与配额文档命名为 Individual / Enterprise / Academia，未找到官方对映射关系的解释；本报告采用有公开配额数字的后一套命名，并把这一不一致作为尽调问题记录在 DISCREPANCIES 中。Enterprise 也是唯一可运行「非 KUTU 容器」与 MPI 集群的档位。

客户与用例分两层，这个区分对重建商业史很重要。

• 官方公布口径：Tiago Lucas Frutuoso（学术研究者）；Voltron Future CTV-26 RON 海上风电船项目——与 Compute Maritime、伊斯坦布尔技术大学、AirShaper 合作，数百个船体 CFD 并行执行；DareData（合作伙伴，2024 年起的 Industrial Data Science 战略合作，合作方官方口径称开发周期最多提速 10×、节能 3%–5%，面向重工、可再生能源、金属加工、航空、机械、模具与塑料）；INESC TEC / ATTRACT 生态；OpenFOAM 社区（OHC-1）。另有风洞数据集 windtunnel-20k（19,812 个 OpenFOAM 工况）与 SimuStruct 结构数据集。
• 媒体爆料：未找到公开来源支持 Inductiva 有任何大企业付费客户名单泄露。
• 营收 / ARR / 客户数 / 增长率：全部未找到公开来源。数据库侧仅 PitchBook 保留融资与人数记录，Preqin / Dealroom 无可核收入条目。

已记录的案例共享同一个画像：学术研究者、联合项目、生态伙伴。公开记录中没有任何一个可复现的、带合同金额的商业付费客户案例。

归属陷阱有两处，均记在下方。 DareData 官方通稿列举其服务过的喜力集团、NOS Telecommunications、可口可乐——那是 DareData 的客户，不是 Inductiva 的客户；把三者写成 Inductiva 客户属重大归因错误。「10× 提速、节能 3%–5%」是合作方自述，无独立验证。

竞争格局

Inductiva 属于云仿真平台象限，这个归类本身有信息量：其数据库档案（PitchBook）里只列 Rescale 与 SimScale 两个竞品，没有一家 AI-surrogate 公司。

SimScale 是慕尼黑公司，2012 年 11 月成立，慕尼黑工业大学（TUM）衍生背景，做云端 CAE 平台。可核的股权融资包括 2020-01 由 Insight Partners 领投的 €27M Series C，与 2021-10 的 €25M Series C extension（Draper Esprit 与 Insight 联合领投），官方新闻稿明确 C 轮合计 €52M（更早轮次金额未披露）；2024-12-20 签署 EIB InvestEU €25M 债务融资。截至 2026-10 仍在运营。Rescale 是旧金山公司，业务起始日 2011-11-18，Y Combinator W12 批次，做云 HPC 与数字工程平台，卖 pay-per-use 商业 CAE 授权（Ansys Elastic Licensing）并与西门子交付 Simcenter，官方自述 1,350+ 应用、190+ 架构；2025-04-07 完成 $115M Series D（NVIDIA 等参与），累计融资突破 $260M，未被收购。

与 Inductiva 的差异不是质量差异，而是结构差异：SimScale 与 Rescale 卖的是云上交付的商业软件授权，授权收入与算力账单并存；Inductiva 卖的是上游开源求解器的算力与编排，没有授权收入这条线，其差异化面是「多上游求解器 + 编程式 Python 编排 + 合成数据生成 + 可自带容器/软件/硬件」。

竞品集合的另一半是 GPU 原生与 AI-surrogate 路线，本站在 PhysicsX、Neural Concept、Luminary Cloud、Emmi AI、Monolith AI、NAVASTO、BeyondMath 等报告中分别覆盖。PhysicsX 官网口径是「deploying AI to transform how physical systems are engineering」，平台把 AI-driven multiphysics inference 与数值仿真结合，2026 年报道融资 $300M、估值 $2.4B。Neural Concept 是洛桑 EPFL 衍生公司，董事总经理 Thomas von Tschammer，2026-01-07 发布「Physics- and Geometry-Aware AI Design Copilot」，主张 AI 用于早期设计阶段加速而非完全取代仿真。Emmi AI 于 2026-05 被 Mistral AI 收购，Monolith AI 于 2025-10 被 CoreWeave 收购，NAVASTO 于 2024-10 被 Autodesk 收购。BeyondMath 走神经算子路线。Inductiva 不属于这一支：PhysicsX 与 Neural Concept 卖模型与许可、自训代理模型，Inductiva 只生成训练数据并为用户自带模型跑推理——在 AI4Science 价值链中，Inductiva 位于数据生产层，不在模型层。

融资

融资史短、小，且几乎完全可对账。

• 2023-07-24：经 OX2 AB 获得的 EU 资助 €243,403，项目「Atmospheric Physics and Turbulence for Wind Energy」。是资助转付、预付款还是股权投资，未找到公开来源；会计处理与返还条件亦不明。因此单列，不并入股权融资口径。
• 2023-12：种子轮 €2,250,000，Iberis Capital（葡国 VC）领投，Shilling（葡国 VC）与 6 位天使参投：Maria João Souto、João Penedones、Terry Huang、Ryan MacDonald、Ralf Herbrich、João Barros。官方来源（InvestPorto、say-u）给出金额、领投、参投与资金用途，并写明「Founded in January 2021 and based in Porto」。
• 2024-07：PitchBook 记录一笔 Accelerator / Incubator 类交易，金额、对手方与是否含股权均未公开；与 Unicorn Factory Lisboa 2024 scaleup 名单的关联仅来自时间与名次对应。
• 2024–2026：未见 A 轮或以上任何公开披露。

累计融资有两个公开口径：官方口径 €2.25M（InvestPorto / say-u / devs.com.pt），数据库口径 $2.45M（PitchBook 档案，2021 年成立、Porto、17 人）。本报告采用 €2.25M，理由是币种明确、领投与参投齐全、且有一手新闻稿逐项可核；$2.45M 按币种/时点口径差异记录。含 OX2 资助的合计口径、任何投后估值、任何 cap table 均未找到公开来源，本报告不使用。

上市与否：未上市——无 IPO 申报、无 SPAC、无二级市场交易记录（数据库观察，未见反证）。股东结构在登记层面可见数量变化：2021-01 两名股东 → 2023-04 三名 → 2023-05 三名 → 2023-08 五名（资本 €6,375）→ 2023-10 资本 €60,000；具体股东身份与持股比例未找到公开来源。

公司在融资时对自身的表述是「大规模物理仿真 + Artificial Intelligence techniques」的结合（CEO 语录），2023-12 官方通稿的资金用途表述为支持工程师与科学家进行预测。2026-07 的报道把两件事——225 万欧元种子轮与停运——通过「GPU 集群烧钱」的经济学逻辑连接起来。这一因果链属媒体解读，本报告如此标注；它所依赖的事实（种子轮金额、报道的裁员幅度、官方停运日期）各自另有出处。

DISCREPANCIES

共识别并裁定 10 项冲突。

1. 注册地：苏黎世 vs 波尔图。 口径 A：瑞士苏黎世（任务前提，并混有「瑞士 + GPU 物理仿真 + Thomas」的模糊记忆），无来源。口径 B：葡萄牙波尔图，Rua das Andresas nº 88, 3.5, 4100 Porto，来源等级为 OFFICIAL（InvestPorto、say-u 官方通稿「Founded in January 2021 and based in Porto」+ 官方 GitHub 组织 location: Portugal）与 DB（North Data 葡萄牙商业登记 NIPC 516243799）。裁定：采用 B。 三个独立一手/政府侧来源一致，A 无任何可核来源。附加裁定：真正在场景中的瑞士 + 物理 AI 公司是洛桑的 Akselos（创始人 Thomas Leurent）与洛桑 EPFL 衍生公司 Neural Concept（董事总经理 Thomas von Tschammer），应单独建档，勿与本公司混写。研究方法的诚实边界：瑞士联邦商业登记 Zefix 的 REST API 返回 401、SPA 未渲染结果，「不存在瑞士实体」建立在三方一致而非注册库直接否定之上。

2. 产品定位：GPU-native simulation cloud vs hybrid HPC platform。 口径 A 为任务前提，无来源；口径 B 为 OFFICIAL（官网首页文案、messe.de 官方材料、官方 docs、官方客户端源码）。裁定：采用 B，且必须加限定——公司不做自研求解器，GPU 能力完全来自上游求解器已有的 GPU 端口与云 GPU 机型，不存在手写 kernel / matrix-free / 自研 GPU 后端。

3. 创始人姓名。 口径 A：创始人含 Thomas H. 或 Kyriakos Antoniadis，无来源（官方通稿、InvestPorto、say-u、North Data 董事记录、官方 LinkedIn 与文档中均未出现这两个名字）。口径 B：Sarmento（CEO）、Penedones（CTO）、Gonçalves（COO），来源等级为 OFFICIAL + DB（董事记录）。裁定：采用 B，并写明「未找到任何与本公司相关的名为 Thomas H. 或 Kyriakos Antoniadis 的公开来源」；瑞士圈的「Thomas」实为 Akselos 的 Thomas Leurent 与 Neural Concept 的 Thomas von Tschammer。

4. 收购：被 Apple 等大厂收购 vs 未被收购 / 已停运。 口径 A 的唯一支撑是同名公司 Inductiv（无尾字母 a）2020-05 被 Apple 收购（机器学习数据纠错业务，滑铁卢大学 Ihab Ilyas、威斯康星大学麦迪逊分校 Theodoros Rekatsinas、斯坦福大学 Christopher Ré 创立）【MEDIA】。口径 B：DB（aVenture 状态 Closed + 引官方联系页）+ MEDIA（devs.com.pt 2026-07-07）+ 本次实测 404。裁定：采用 B，并在报告中显式写明误读来源与四个辨别特征：尾字母、业务、收购方、日期。不据此声称本公司被任何一方收购。

5. 员工规模：13/15/16/17 vs LinkedIn 11–50 vs 裁员 80%。 口径 A：DB 的 13（RocketReach 实际计入）、15（RocketReach 页面）、16（StartupSeeker）、17（BounceWatch、PitchBook as of 2025）+ OFFICIAL 平台自报（LinkedIn 区间 11–50）。口径 B：MEDIA（弱）2026-07-07 裁员约 80%，原文表述 “Word on the street” 且未给数字来源，加 DB 的 aVenture 状态 Closed。裁定：并列陈述，并注明时点不可比——所有 DB 数字都是 2025 或更早的停运前快照，2026 年的实际规模无权威数字；不得取平均，不得把 LinkedIn 区间当作现状。若 13–17 人与裁员 80% 同时成立，2026 年实际团队规模应在 3 人量级，这与 LinkedIn 区间和 Closed 状态存在时点错位，未找到可裁定的权威时点。

6. 累计融资：€2.25M vs $2.45M vs 含 EU 资助的合计。 口径 A：€2.25M（OFFICIAL/MEDIA）。口径 B：$2.45M（DB，PitchBook）。裁定：主用 A，理由是币种明确、领投与参投齐全、有一手新闻稿逐项可核；B 按币种/时点换算口径差异记录。另单列 OX2 AB EU 资助 €243,403（2023-07-24），不并入股权融资口径，因其性质未明（资助 / 预付 / 股权皆未找到公开来源）。含该项的合计口径无来源，不予使用。

7. GPU 加速倍数：15.65×/15.7× vs 10–100×。 两者均为 OFFICIAL 厂商自述，但 A 有具体算例、机型与时间，B 无算例绑定。裁定：引用 A 时必须绑定全部测试条件（CaNS、stable ABL、g2-standard-4 + 1× L4 = 25h03m → 2× H100 = 1h36m、跨型号比较、厂商自述、无网格规模、无网格无关性验证、无与 CPU 基线的等价性比较）；B 只能作为「厂商泛化口径」引用，不得单独作为性能结论。

8. API tier 命名：Standard/Power-user/Enterprise vs Individual/Enterprise/Academia。 两者均为 OFFICIAL，属官方文档内部不一致。裁定：以 Individual/Enterprise/Academia 为主，因为它带有公开的配额数字；同时注明官方存在两套命名体系、映射关系未找到官方解释，这是一个值得提出的文档一致性问题。

9. OHC-1 参赛身份：官方自报 vs 学术仓库名单。 口径 A（OFFICIAL，自报）：官方 LinkedIn 称参加 OHC-1，用 DrivAer 基准，探索多硬件配置、超线程开关、域分解策略，弹性 MPI 集群处理到 768 个分区，若干案例性价比优于更贵硬件。口径 B（ACADEMIC）：OHC-1 论文（arXiv:2603.27565）与 OpenFOAM HPC 技术委员会公开数据仓库列出 237 个有效数据点、12 家提交机构，其中未出现 Inductiva（出现的是 Wikki GmbW、Huawei、CINECA、UCD、UniBw München、BAW、University of Minho、TU Munich、UKAEA、Engys、E4 CFD FEA Service 等）。裁定：并列陈述，裁定为「官方自报，公开提交数据未在社区仓库中定位到」。不得据此声称 Inductiva 在 OHC-1 中获奖或排名。

10. 实体存续：aVenture「Closed」vs 官方「2026-01-31 永久停止运营」。 口径 A 为 DB 状态字段；口径 B 为 DB 引 OFFICIAL（未取得原文快照）。裁定：采用 B 的日期（更具体，且出自官方口径），同时标注「官方原文快照未能取得——Wayback Machine 与 archive.org 全程不可达，archive.today 对 inductiva.ai/pricing 无结果」。二者方向一致，不构成实质矛盾，属证据等级差异。

风险与尽调缺口

对一家已停运的公司，尽调问题的形态变了：活公司的多数问题已无法回答，诚实的做法是把它们记为「停运时未能解答的问题」，或记为对复盘者仍具价值的未知项。以下 14 条取自完整记录的 20 条缺口，并按此形态改写。

停运公告原文始终未取得。 2026-01-31 这一日期来自数据库对官方联系页的二手引用；采集期间 Wayback Machine 与 archive.org 全程不可达（CONNECT tunnel 502 / fetch failed），archive.today 对站点与 pricing 页无结果。这是本报告最要紧的方法论限制，且它正好落在最核心的那条事实上。

404 未被证明是有序关停。 官网、文档站与 console 均返回 404，但未取得 DNS/托管层面的存档或官方声明，以区分有序关停与域名/主机异常。现有证据中，停运公告是唯一的依据，因此这属于一种解读而非已核实的主机事实。

「不存在瑞士实体」是三方一致性论证，不是注册库检索结果。 Zefix REST API 返回 401、SPA 未渲染；结论建立在葡萄牙登记、官方通稿与 GitHub 组织所在地三方一致之上。本报告如实披露这一研究方法的诚实边界。

员工数与裁员幅度无法调和。 DB 的 13–17、LinkedIn 的 11–50、2026-07 报道的约 80%、aVenture 的 Closed 状态四者无法同时成立，2026 年团队规模无权威数字；原报道把数字来源明确写为 “Word on the street”，即不是有出处的数字。

唯一的 GPU 基准无法复现。 CaNS 15.65× 未披露网格规模、网格无关性与与 CPU 基线的等价性比较，且是跨 GPU 型号比较；平台已下线，这些条件再也无法核验。

OHC-1 的提交数据不在社区仓库中。 官方自报 768 分区结果，OHC-1 论文与公开数据仓库的 12 家机构名单中没有本公司，提交数据未见。对任何类似自报，回顾时最该问的一句是：数据在哪里。

精度口径完全缺失。 无任何跨求解器/跨版本的精度验证或等价性声明，因此不能支撑任何精度类结论，本报告也不作此类结论。

「AI 平台」叙事背后没有可验证产品。 几何代理模型、贝叶斯优化、主动学习、逆向设计四项均未找到公开来源；实际能力是合成数据生成与用户自带模型推理。任何人把本公司当作某项平台能力的证据引用时，都必须带上这个区分。

Platform Fee 百分比未知。 定价模型中唯一的自营收入项数值未取得，导致毛利与对 Rescale / SimScale 的价差测算无法完成。

投后估值、股权结构、cap table 全缺。 €2.25M 之后是否有 A 轮、投后多少、股东占比均无公开来源。对一家进入清算的实体，这直接决定种子轮股东手里究竟剩下什么，而这至今未知。

PitchBook 2024-07 Accelerator/Incubator 交易条款缺失。 金额、对手方、是否含股权均未披露；与 Unicorn Factory Lisboa 名单的关联仅为时间与名次对应。

OX2 AB €243,403 的性质不清。 是 EU 资助转付、预付款还是股权投资未知，会计处理与返还条件未知。在清算场景下，这类项目直接落在资产负债表上。

营收 / ARR / 客户数 / 留存全缺。 无任何可核商业指标，因此无法判断这家公司是否曾经自负盈亏；仅凭定价模型无法得出答案。

客户名单几乎全为研究级或合作型。 公开案例集中于学术研究者、联合项目与生态伙伴，没有一个带合同金额的可复现商业付费客户。这一条对「编排层收入能否撑起云成本基数」这个一般性问题是直接相关的。

合作伙伴客户名单的归属风险。 喜力、NOS、可口可乐属 DareData 客户；「10× 提速、3%–5% 节能」是合作方自述。后续复用这批材料时必须保留归属。

另有两点作为方法说明而非发现记录：创始人后续创业项目（「AI4Science Studio」）未找到可独立核实的官方页面或注册记录，故不作事实陈述；架构文档在事后无法验证——39 个 simulator 模块、45 个镜像目录的清单在平台下线后无从检验可运行性，停运前是否已有功能处于弃用状态也没有说明。

综合评分

• 技术 6.5。 按停止运营前的状态评估。编排层是真实且有分量的：带抢占自动重投的任务队列、spot/on-demand 调度、ElasticMachineGroup 与 MPICluster、Python API 与 Console、可一次并行产出数千变体的 templating 工作流，以及三十余个上游求解器的支持与其中九个的 GPU 版本。工程透明度高于一般种子期公司，有成文的定价模型、公开配额、公开每小时消费上限与一个可复现基准。扣分项：不自研求解器、不自研 GPU kernel；唯一 GPU 基准是跨型号厂商自述比较，无网格规模、无 CPU 等价性验证；精度/等价性材料完全缺失；OHC-1 提交数据在社区仓库中定位不到；「10–100 倍」无算例绑定。
• 商业化 3.0。 反映已终止经营的商业面。产品与定价设计确实可用且透明——预付 credits、云成本透传、按 run 计费且分档的编排费、三档公开配额、spot 与常规机型的公开费率。扣分项：经营本身已终止；营收、ARR、客户数、留存全无公开来源；公开案例中没有一个带合同金额的商业付费客户；Platform Fee 百分比未披露，毛利无法测算；无公开免费额度；官方文档在 tier 命名上存在两套体系。
• 融资 3.5。 一笔 2023-12 的 €2.25M 种子轮，葡国 VC 领投、另一家葡国 VC 与 6 位具名天使参投，在金额、领投、参投与日期四个层面都可核。扣分项：绝对规模相对「成本大头在云账单」的生意过薄；此后无任何一轮公开融资；估值、cap table 与股东身份全缺；性质不明的 €243,403 OX2 通道资助；2024-07 那笔 accelerator 交易的金额与对手方从未披露。
• 产品成熟度 5.5。 按停止运营前的状态评估。产品面在客户端、命令行、console、三种资源模型、三档配额、三条自带路径、合成数据工作流与基准工具包之间是自洽的，版本节奏到 2025-09 的 v0.18.0。扣分项：平台现已不可操作、不可验证，console 与文档不再可达；求解器清单事后无从检验可运行性；官方文档 tier 命名内部不一致；差异化面在编排层、成本面在云账单这一结构问题在本案中没有解决。
• 市场位置 4.0。 在开源求解器编排象限有清晰位置——数据库档案里唯二的两个竞品是云平台 Rescale 与 SimScale，这一点本身就说明市场如何给它分类；数据集与研究仓库的公开沉淀让它在同规模公司中获得了不寻常的学术可见度；与 DareData 的工业合作把它带进了重工与可再生能源的语境。扣分项：经营终止本身；在 Rescale 与 SimScale 直接 monetize 授权收入的同一市场里，本公司没有自有求解器、没有商业授权收入、没有精度认证体系；客户面停留在研究与合作关系上；资本规模比同组平台竞品低约两个数量级。

参考资料

1. 官方站点文案，inductiva.ai，含 hybrid HPC platform 表述与 Simulation-Optimized / Programmatic Control / Hybrid Ready / Smart Scaling 四大卖点，2026-10 缓存抓取（站点此后 404）
2. 官方文档仓库 github.com/inductiva/docs，含 How much does it cost、5 美元充值与 700 core-hours 说明、quotas、CaNS GPU benchmark、Quantum ESPRESSO 与 Fugaku benchmark、AMR-Wind benchmark、OpenFOAM 版本与容器、计算基础设施、云机器选型、Generate Dataset 工作流、自带软件推理、v0.18.0 release notes，以及 API reference 的 tiers、simulators overview 与 FAQ 页
3. 官方 GitHub 组织 github.com/inductiva，含客户端仓库 inductiva/inductiva、含 45 个上游求解器镜像（含 GPU 变体）的镜像仓库 inductiva/kutu，以及 meshnets、molecules-binding、GAN_SR_wind_field、datasets-generation、task-runner 等研究仓库
4. 官方 LinkedIn 帖文，2025-09 的 OpenFOAM HPC Challenge 结果（768 分区）与 2025-11 的 Tocha 风场 33,000+ 次 OpenFAST 仿真；以及公司页自报的 11–50 员工区间、Porto 总部与 2021 年成立
5. 官方会议材料 PDF《Inductiva API: Simulation and optimization at scale made simple》，托管于 files.messe.de，2025 年，含 integrated computational platform 表述、Python 优先、open-source 主张与 AI-based methods 价值主张
6. InvestPorto 官方新闻稿，2023-12，investporto.pt；以及 say-u 官方通稿，2023-12，含 €2.25M 轮、领投与参投、三位创始人、FEUP spin-off 标签与「based in Porto」表述
7. North Data 葡萄牙商业登记汇编，Inductiva Research Labs SA，PT 516243799，含成立时间、法律形式变更、资本沿革、股东数、董事、审计师、年报存档与经 OX2 AB 的 €243,403 EU 资助
8. PitchBook 公司档案，profile 489865-96，含 2021 年成立、Porto、2025 年 17 人、$2.45M 口径、两个竞品与 2024-07 Accelerator/Incubator 交易
9. aVenture 公司页，状态 Closed，并引用官方联系页关于自 2026-01-31 起永久停止运营的表述
10. devs.com.pt，《The Crunch at Inductiva: when high-end science meets venture capital reality》，2026-07-07，含裁员约 80%、“Word on the street” 表述、种子轮金额与云算力成本逻辑
11. DareData 官方新闻稿，2024 年，Industrial Data Science 战略合作，含 10× 提速与 3%–5% 节能表述及客户名单归属；以及 INESC TEC 官方新闻，2024 年，ATTRACT 活动
12. arXiv:2603.27565《The First OpenFOAM HPC Challenge (OHC-1)》与 OpenFOAM HPC 技术委员会数据仓库，含 237 个数据点、12 家提交机构、occDrivAer 算例定义、合计能耗与强扩展上限
13. 2020-05-28 关于 Inductiv（无尾字母 a）被 Apple 收购的媒体报道，含收购误读的来源；以及 Inductiva 官方 LinkedIn 页与 CFD-Online 网络研讨会公告，2025-07-11
14. 研究方法说明：采集期间 Wayback Machine 与 archive.org 全程不可达（CONNECT tunnel 502 / fetch failed），archive.today 对 inductiva.ai/pricing 无结果，瑞士联邦商业登记 Zefix REST API 返回 401 且 SPA 未渲染，raw.githubusercontent.com / codeload 多次 TLS 超时并改用 GitHub REST contents/tree 接口。本报告所有数字均带来源与时点，厂商营销口径数字均标注为厂商自述或合作方自述。

本报告基于公开信息整理，仅供参考，不构成任何投资建议。数据截至 2026 年 10 月 22 日，请以公司公告与定期报告为准。