欢迎来到张通社科创信息服务平台

泛函数完成近亿元天使轮融资

AI总结:AI芯片设计公司泛函数完成近亿元天使轮融资,由上海未来产业基金领投。资金将用于垂类模型训练、工具链迭代及团队扩充。公司以AI构建芯片设计平台,覆盖全流程,已实现商业化流片,设计效率提升至1/3。团队集结全球顶尖人才,产品获头部客户验证,有望破解行业人才短缺难题,推动国产高端芯片设计工具发展。

11月10日,张通社获悉,AI原生芯片设计公司上海泛函数智能科技有限公司(简称:泛函数)近日完成近亿元天使轮融资,由上海未来产业基金领投,上海信投、上海科创集团、富海重产基金、徐汇资本、宽桥恒松、无限基金联合投资。本轮融资将重点用于AI原生芯片设计垂类模型训练、全流程工具链迭代、芯片工程与AI算法核心团队扩充,以及客户联合交付与市场拓展。

泛函数成立于2026年3月,总部位于上海市徐汇区,以AI为第一性原理构建芯片设计平台;平台接收自然语言形式的设计需求,依托多智能体协同,完成芯片架构规划、RTL逻辑代码生成、功能验证优化、物理版图布局、流片方案输出,最终输出可用于流片的GDS文件,覆盖芯片设计完整链路。

泛函数创始人兼CEO周婧怡本科毕业于清华大学电子工程系,硕士毕业于卡耐基梅隆大学计算机系,长期深耕人工智能、芯片设计、EDA与GPU加速方向的研究,2026年归国创业;联合创始人兼CTO周菁本硕毕业于清华大学电子工程系,深耕人工智能与芯片设计。核心团队集结全球头部芯片设计企业、海内外高校与科研院所人才,青年骨干曾斩获ACM/IEEE MLCAD 2026国际算法竞赛总冠军;原清华大学微电子所教授、IEEE Fellow王志华出任公司顾问,其在集成电路设计、芯片设计方法学等领域有深厚积累。

随着芯片工艺不断演进,器件尺寸接近物理极限,时序、功耗、面积与可测性、可制造性约束加速耦合,芯片的设计复杂度快速攀升,行业工程师人力供给难以匹配研发需求;与此同时,大模型与智能体第一次让机器能够自主承担“有明确目标、有反馈信号、需要多步规划”的复杂工程任务。在周婧怡看来,芯片设计恰好是世界上最典型的、有客观裁判的复杂工程问题之一——代码能不能编译、仿真能不能过、时序能不能签核,都是确定性的反馈。国内智能化工具更集中在前端RTL验证环节,在RTL自动生成、复杂RTL验证、后端物理实现等高壁垒环节,成熟的国产智能化方案仍然稀缺;海外赛道同样火热,Recursive、ChipAgents、Phinity、Vinci等AI芯片设计初创企业相继获得大额融资,行业进入高速竞争期。

泛函数自研的面向芯片设计的垂类大模型现已形成商用,该模型配合泛函数的自研agent所形成的平台目前已经可以覆盖芯片设计全流程,技术上大幅减少工程师介入。从客户实际项目反馈来看,在质量上,平台输出的设计优于行业普通工程师水平,经过自迭代后,PPA可以达到顶尖工程师的设计水准;在效率上,设计周期可缩短至原来的1/3以内——过去工程师一周的工作量,用公司工具有望一两天就可以完成。

目前泛函数主要服务芯片设计企业和芯片设计服务商,采用订阅制和项目制两种商业模式。公司已协助客户完成商业化流片,芯片已回片并获一次性点亮,同时良率和可测性也在客户认可的范围内,该芯片已进入量产。周婧怡表示,工具很容易做到90分,最后那10分才是真正拉开差距的部分,因为芯片要求的是100%的正确率。

产品矩阵上,泛函数同步布局数字和模拟平台,现阶段优先发展数字芯片赛道,主因是目前客户在数字领域的需求更大。为客观衡量AI在芯片设计中的真实能力,泛函数提出并搭建“泛函数指数”基准评测体系:这套体系融合了数十个指标,从收敛成功率、一次通过率、迭代轮次、耗时算力成本、PPA优化效果等维度,量化大模型在真实芯片设计任务里的表现;这套体系既是公司模型迭代训练的内部标尺,泛函数也希望未来它能够成为行业评估AI芯片设计能力的公共参考基准。

谈及本轮资金使用逻辑,周婧怡认为,通用大模型单纯堆叠参数的增长已经遇到瓶颈,但在工程垂直领域,模型能力的提升来自“数据+反馈闭环”——把芯片设计过程中的编译、仿真、综合、形式验证结果变成奖励信号,模型就有了一条持续进步的路径;对AI Native公司来说,资金投入不是“换规模”,而是直接兑换模型能力的确定性提升。在壁垒上,周婧怡表示,核心集中在两个板块:一是模型研发,对算法人才、算力、高质量工业数据都有极高要求;二是对芯片产业的深度理解——只懂AI产出的代码或许仿真可以跑通,但无法真正流片落地;只熟悉传统芯片设计方法,又很难跳出固有范式构建全新的AI原生设计体系。在工程模式上,公司采用“人在环内”的设计思路,预判工程师需要确认的节点,在关键步骤设置人工复核,确认无误后再继续推进,类似自动驾驶落地逻辑——信任需要循序渐进,先辅助增强,人掌握最终控制权,再逐步释放自动化能力。在与海外公司的比较上,泛函数的优势一是产品覆盖更完整,打通数模芯片设计全流程;二是率先实现了商业化落地和流片,这在全球同类项目中也屈指可数。

周婧怡表示,AI工具对行业是特别大的利好:现在芯片工程师的人才供给和市场需求存在缺口,工程师普遍每天承担过重的重复性工作,有了AI工具,工程师可以去聚焦更高价值的架构、决策类工作;对企业而言,不少客户面临订单充裕人手不足的窘境,借助这套平台,企业可以几倍放大业务承接能力,对于人才储备薄弱的企业,也可以依托智能体补齐设计能力,降低研发成本与项目风险,加快产品推向市场节奏。上海未来产业基金表示,长期看好AI-Native芯片设计这条高景气赛道,泛函数汇聚兼具EDA、芯片工程与大模型能力的复合型团队,已完成从需求到版图的全流程Agent平台搭建,获得头部客户验证,实现商业化流片,拿下国际权威算法赛事冠军;公司依托工业级工程闭环沉淀数据飞轮,有望破解芯片设计人才紧缺、研发周期冗长的行业痛点,补齐国产高端芯片设计工具短板,具备成为平台型龙头的潜力。

评论 (0)