廣東
follow us
AING硬跡
大部分硬件都值得用AI再做一遍。
6月21日，一家成立僅一個多月的AI推理芯片初創公司上海淬思科技有限公司（Trace Intelligence）宣布完成首輪融資，由礪思資本與啟盈同創基金聯合領投。
本輪資金將主要用于兩大方向：一是首款面向智能體推理的專用芯片研發與流片，二是核心團隊擴充。
過去兩年，全球AI產業的目光幾乎都聚焦在訓練側，更大的模型、更多的參數、更強的算力。
而當下推理正在取代訓練，成為算力競爭的新戰場。其中，面向智能體（Agent）的推理又是增長最快、需求最特殊的方向。Agent的推理是一步接一步的串行過程，對單用戶、低延遲的要求遠高于以往追求高吞吐的批量計算，這恰恰不是通用GPU最擅長的場景。
產業巨頭的布局也在印證這一判斷，2025年底，英偉達收購了以低延遲推理見長的芯片公司Groq的相關資產并取得其技術授權、引入其核心團隊。2026年6月，英偉達又發布專為智能體打造的Vera CPU。面向Agent的專用推理芯片，正在成為一條全新的產業賽道。
目前大模型推理的落地場景高度碎片化，從手機、智能眼鏡等消費終端，到AI PC、機器人、智能駕駛，再到云端數據中心，每個場景對芯片的需求各不相同。與此同時，模型架構與算法仍在快速演進，芯片需求難以提前鎖定。
這就是淬思科技創始人潘鴻洋看到的痛點：當芯片設計的速度跟不上場景與模型變化的速度時，再強的算力也無從施展。這一代AI芯片真正稀缺的不是算力，而是速度。
潘鴻洋博士來自復旦大學集成電路與系統國家重點實驗室。復旦集成電路學科在國內芯片設計領域長期處于第一梯隊，其國家重點實驗室在AI芯片架構、低功耗設計等方向有深厚積累。
創始團隊由多位資深芯片架構與AI算法專家組成，他們曾在國內外一線公司及國際AI芯片獨角獸擔任核心工程師，主導過多代芯片的量產，多名成員自海外歸國。
淬思科技的思路是：用AI設計AI芯片，在芯片架構層面建立適應快速迭代的設計范式，而非針對單一模型做深度定制。
公司自主研發的Agentic EDA平臺，覆蓋從設計規格到版圖（GDS）的每一個環節，將原本以年計、高度依賴人工的設計周期大幅壓縮。與傳統的“AI+EDA”輔助模式不同，Agentic AI具備主動規劃、獨立執行、自我反饋與迭代能力，可作為決策中樞主導設計流程。
并且，每一次流片沉淀下來的設計數據都會反哺這套流程，交付的芯片越多，后續交付就越快，逐漸形成一個“交付越多、迭代越快”的良性循環。
其首款面向Agent推理的芯片正在研發中，設計全流程由AI完成，計劃于年底前完成流片。
AING硬跡
AING，取自“AI+ING”的縮寫，中文諧音“硬跡”，寓意著“人工智能正當其時”，致力于追尋硬科技發展的足跡，不斷探索人工智能與智能硬件的深度融合。
未來，AING硬跡將不斷發布AI大模型技術、AI產業生態、AI硬件產品等行業資訊、發展趨勢與市場動態，我們相信大多數硬件都值得用AI重做一遍，AING硬跡期望與AI大模型廠商、與AI硬件廠商共同成長，迎接AI時代的來臨。
人工智能正當時
一起追尋AI+硬件的足跡
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
