淬思科技完成新一轮超亿元融资

9月16日，张通社获悉，AI推理芯片公司上海淬思科技有限公司（以下简称：淬思科技）完成新一轮超亿元融资，由某头部基金领投，云启资本跟投。

淬思科技成立于2026年4月，位于上海徐汇区，由复旦大学集成电路与微纳电子创新学院博士潘鸿洋创立。公司是一家专注端侧AI专用推理芯片的AI-native芯片设计公司，围绕客户的模型、应用场景与终端产品需求，开展芯片定义、架构设计和软硬件协同优化，目标是在有限的功耗、面积和成本下，让终端设备具备更强的本地推理能力。

此前，公司的孵化轮系列融资由复容投资、Monolith砺思资本、启盈同创基金、复旦科创共同完成。

顶尖的技术能力、深厚的工程底蕴与青春的锐气彼此咬合，年轻、专注，敢在最难的方向上从零做起，行动能力极强，这是淬思团队的气质。

2025年，潘鸿洋带领团队在英伟达赞助的MLCAD 2025国际竞赛中夺得冠军。

不久，我们主动联系了他。那时的他作为一个学生，关于把一个想法变成一家公司这件事，还有很多没思考清楚的。这很正常，与年轻的创业者共同成长确实需要多一点时间，而变化发生的速度也往往超乎我们的想象。

之后，修改商业计划书，签约，注册……2025年10月，AI EDA公司复芯智感正式成立，成为复容投资首批概念验证项目之一。

从公司注册、早期运营，到产业资源对接、园区落地，我们有幸陪伴团队跨过创业的第一道门槛。潘鸿洋表示：“这些软性的支持、持续的关注和陪伴，或许比资金本身更重要。”

这个过程中，潘鸿洋意识到，AI可能改变的不只是芯片设计的中后端环节，而是整个芯片的定义和设计方式；同时，他也逐渐对模型演进与计算形态之间的关系有了更坚定的判断。

当前，算力竞争的重心正从训练转向推理，面向Agent的应用尤其如此：包含较多交互式、串行依赖和动态调度任务，更强调单请求时延、响应稳定性和成本，而这并非通用GPU最擅长的场景。英伟达等产业巨头在低延迟推理、CPU领域的布局也印证了，面向Agent的专用推理芯片正在成为新的方向。

模型能力成熟后，重心转向低成本部署。推理的落地场景高度碎片化，对于穿戴设备、AIoT、安防等终端而言，AI能力能否真正融入日常，不只取决于模型是否足够智能，也取决于芯片能否在有限的功耗和体积内运行这些模型。响应速度、网络依赖和持续使用成本，都会直接影响产品体验。

淬思关注的是那些任务相对集中、但芯片需求尚未被充分满足的端侧场景。不同产品对模型能力、功耗、面积和成本的要求差异很大，单一的通用方案很难同时满足所有约束。对模型架构趋于稳定、应用需求较为明确的场景，专用芯片提供了另一种选择：适当减少通用性，把硬件资源集中到客户真正需要的计算任务上。

以端侧语音识别为起点，淬思希望帮助客户在设备本地完成对时延敏感的语音处理任务，并与云端能力协同。公司的切入点不是再做一款覆盖所有任务的通用处理器，而是围绕具体模型和具体产品，设计更适合其运行需求的推理芯片。

一款芯片的定义和设计，传统方式通常需要200到300人、两年左右的时间，我们的目标是压缩到50人、3-6个月。

专用芯片要服务多样化的端侧需求，不仅需要有针对性的架构，也需要更可控的研发周期与设计成本。淬思所说的 AI-native，首先是一种芯片研发方式：将模型分析、架构定义、设计验证和物理实现贯通，用 AI 提高整个芯片设计组织的效率。

公司通过自研建模工具、自动化编译和内部 Agentic EDA 流程，支持设计空间探索、RTL 生成、验证与设计迭代。AI 更多承担繁琐、重复的工作，关键约束的制定和关键节点的验收仍由资深工程师负责。工具服务于芯片研发，工程质量始终是前提。

随着流程进一步成熟，淬思也希望并行支持更多客户的芯片设计需求，使面向细分场景的专用芯片研发更具可行性。

AI芯片真正的门槛，已经不再是谁的架构更激进，而是当模型和场景不断变化时，谁还能快速做出真正好用的芯片。我们这代人有机会用AI重新定义芯片的设计方式——这件事足够难，也足够大，值得扎进去做很多年。

端侧推理芯片拥有十分广阔的应用场景，覆盖手机、智能眼镜等设备，AI PC、机器人、智能驾驶等。淬思科技也正从方法验证走向商业交付。

此前，团队完成过一颗28纳米RISC-V乱序核的学术流片，用四个月从设计规格打通到版图，再用两个月完成优化收敛，最终在面积和性能跑分上取得了不错的结果。

亲身走过从规格、RTL、综合、物理实现、Signoff到流片和回片测试的完整流程，面对电压不稳定等暴露出的种种设计缺陷，团队也真正理解了：芯片设计中很多约束和判断无法从论文、benchmark或仿真中获得，必须通过真实硅片反馈才能积累。AI-native的芯片设计，必须是先具备真实的流片能力，再把经验逐步编码进Agent；而不是先有一套Agent，假设它自然就能做出芯片。

目前，淬思的首颗商用推理芯片正处于研发阶段。公司与多家客户的合作主要处于模型评估和联合产品定义阶段，并与其中部分客户形成了较明确的合作意向。首颗商用芯片将围绕客户认可的模型、产品形态以及功耗和成本要求确定具体规格。在工程路径上，公司计划先采用 6 纳米制程开展多项目晶圆（MPW）验证，再推进全掩膜流片与回片调试。

未来，AI真正走进日常生活的标志，或许不是模型有多大，而是一种“用户感知”的消失：不再需要考虑它跑在哪里、要不要联网、有多少延迟。这一天，算力必须离人足够近，我们也一定需要能在有限功耗、面积和成本下承载它们的芯片。

围绕真实的端侧需求，把模型转化为专用推理芯片——淬思的愿景，将指向这个未来的入口。