点击关注
已关注公众号
6月21日，具身涌现获悉：上海AI推理芯片企业淬思科技（Trace Intelligence）已完成孵化轮融资，由砺思资本Monolith、启盈同创基金联合领投，资金将用于智能体专用推理芯片研发流片与团队扩张。
淬思是一家怎样的芯片初创公司？
淬思科技于2026年5月在上海注册成立，创始人 潘鸿洋博士 毕业于复旦大学集成电路与系统国家重点实验室。潘鸿洋 长期研究AI驱动的芯片自动化设计技术，他在英伟达主办的MLCAD 2025国际竞赛中拿下赛事冠军，读博期间积累多次芯片流片实操经验与小型创业经历，博士毕业后他创办淬思科技。
淬思科技的创始团队汇集海内外一线芯片企业、AI芯片独角兽的资深架构师与算法专家，多名核心技术人才从海外归国，他们主导过多代商用芯片的完整量产流程。企业整体研发团队以高学历年轻工程师为主，团队依靠自研AI工具实现一人多岗，小规模团队稳定维持高强度研发效率。在完成本轮孵化融资后，淬思科技同步启动全球人才招聘计划，企业也已经开启新一轮融资筹备工作。
两家领投机构对企业的投资逻辑存在明显区分。砺思资本专注投资AI全产业链早期硬科技项目，机构管理资金规模超过100亿元人民币，投资案例包含月之暗面、沐曦科技、宇树科技等知名企业。
启盈同创基金聚焦前沿科技项目孵化，机构会为初创企业提供资金、产业资源、人才对接等多维度扶持，重点挖掘具备底层原创技术的硬科技公司。两家投资方均认可淬思科技同时布局EDA工具与推理芯片的独特路线。
Agentic EDA平台依靠什么技术解决行业核心痛点？
当前AI芯片行业存在无法调和的工程矛盾。大模型、智能体的落地场景高度分散，算法架构持续快速迭代，芯片研发团队无法提前锁定长期稳定的硬件需求。工程师需要反复修改芯片架构，芯片整体设计周期被持续拉长，企业很难同时实现芯片高性能与快速流片两大目标。通用GPU擅长处理大批量高吞吐计算任务，但智能体推理属于分步串行运算，这类任务对单用户低延迟响应能力要求极高，通用GPU无法适配该场景需求。
淬思科技自研Agentic EDA全流程智能设计平台，这套平台覆盖芯片规格定义到版图GDS交付的全部研发环节，平台彻底改变过去完全依靠人工、研发周期以年为单位的传统造芯模式。市面上多数AI辅助EDA工具仅能优化布局、验证等单一环节，淬思科技的平台可以依靠AI自主完成整套芯片设计流程。企业每一次流片沉淀的通用设计数据都会反哺平台迭代，企业交付的芯片数量越多，后续新品的研发速度就越快。
这套全新芯片设计方法学已经通过真实芯片流片、回片实测验证，实测数据完全符合企业预期，目前这套Agentic EDA平台已经为企业带来商业化收入。淬思科技正在研发行业首款面向智能体推理的专用芯片，这款芯片的全部设计流程都由AI独立完成，企业计划在2026年底完成芯片流片。芯片落地场景覆盖手机、智能眼镜、AI PC、人形机器人、智能驾驶、云端数据中心六大领域。
全球赛道企业的动作也印证这条技术路线的价值。谷歌AlphaChip核心研发人员创立Ricursive Intelligence，这家企业依靠AI自动化造芯路线，成立数月就拿到3.3亿美元累计融资，企业估值达到40亿美元。英伟达在2025年收购低延迟推理芯片公司Groq的相关资产并获取技术授权，2026年6月英伟达推出专为智能体打造的Vera CPU，两大巨头的布局证明智能体专用推理芯片已经成为行业竞争新赛道。
本次融资会给国产推理芯片产业带来哪些深层改变？
多数行业从业者会把芯片算力、硬件架构性能当成赛道竞争核心，但淬思科技本轮融资落地，给行业抛出全新判断：下一代AI芯片的核心竞争力不是算力上限，而是硬件产品的迭代交付速度。
第一，这套国产自动化EDA工具会重构国内芯片企业的研发成本与周期逻辑。传统定制芯片从立项到流片普遍需要数年时间，项目会消耗大量人力与资金，中小芯片初创企业很难承担多次试错成本。Agentic EDA平台压缩完整研发周期，国内研发团队不用因为需求变更全盘推翻芯片架构，平台大幅降低专用推理芯片的创业门槛。
第二，淬思科技补齐国内EDA工具与推理芯片产业协同发展的短板。国内现有EDA工具厂商不熟悉智能体推理的细分场景需求，多数AI芯片企业缺少自研自动化设计工具。淬思科技同步自主研发设计工具与推理芯片，企业形成技术闭环与正向迭代体系，这家企业为国内软硬一体化造芯提供可落地的本土样本，路线区别于海外巨头单一工具或单一芯片的发展模式。
第三，企业分流拥挤的云端推理赛道竞争，开辟终端智能体全新增量市场。目前云端训练、大批量云端推理赛道涌入大量厂商，市场竞争趋于饱和。手机、机器人、车载终端的本地智能体推理需求持续增长，市场极度缺少低延迟轻量化专用芯片。淬思科技全场景芯片布局可以填补终端推理硬件空白，完善国内分层式AI算力供给体系。
区别于行业主流观点，本次融资释放一条正向产业信号：国产AI芯片的竞争重心，已经从单纯对标海外硬件参数，转向比拼芯片设计生产力。过去国内芯片企业以追赶海外硬件指标为目标，如今本土团队依靠AI自动化EDA工具，能够更快适配国内多样化落地场景，快速迭代硬件产品，走出差异化发展路线。
结语
推理算力已经取代训练算力，成为AI产业增长核心增量。行业数据显示，2026年全球AI基础设施投入里，推理算力相关支出占比突破70%。淬思科技本轮孵化融资，代表国内初创企业正式入局“AI造芯片服务智能体”前沿赛道，企业依靠自动化EDA工具解决行业场景碎片化核心痛点。
淬思科技创始人潘鸿洋表示，AI芯片长期竞争门槛不再是激进硬件架构，而是快速适配多变模型、多元场景的硬件交付能力。等到今年年底首款AI全流程设计推理芯片完成流片，这套本土Agentic EDA研发体系，或将重新定义国内定制AI芯片的产业化推进节奏。
往期推荐
融资10亿!上海国资重仓AMD前员工
吴夏青是谁？为什么离职英伟达创业？
点赞鼓励一下
图片来源：网络
本文不作为投资建议