广东
follow us
AING硬迹
大部分硬件都值得用AI再做一遍。
6月21日，一家成立仅一个多月的AI推理芯片初创公司上海淬思科技有限公司（Trace Intelligence）宣布完成首轮融资，由砺思资本与启盈同创基金联合领投。
本轮资金将主要用于两大方向：一是首款面向智能体推理的专用芯片研发与流片，二是核心团队扩充。
过去两年，全球AI产业的目光几乎都聚焦在训练侧，更大的模型、更多的参数、更强的算力。
而当下推理正在取代训练，成为算力竞争的新战场。其中，面向智能体（Agent）的推理又是增长最快、需求最特殊的方向。Agent的推理是一步接一步的串行过程，对单用户、低延迟的要求远高于以往追求高吞吐的批量计算，这恰恰不是通用GPU最擅长的场景。
产业巨头的布局也在印证这一判断，2025年底，英伟达收购了以低延迟推理见长的芯片公司Groq的相关资产并取得其技术授权、引入其核心团队。2026年6月，英伟达又发布专为智能体打造的Vera CPU。面向Agent的专用推理芯片，正在成为一条全新的产业赛道。
目前大模型推理的落地场景高度碎片化，从手机、智能眼镜等消费终端，到AI PC、机器人、智能驾驶，再到云端数据中心，每个场景对芯片的需求各不相同。与此同时，模型架构与算法仍在快速演进，芯片需求难以提前锁定。
这就是淬思科技创始人潘鸿洋看到的痛点：当芯片设计的速度跟不上场景与模型变化的速度时，再强的算力也无从施展。这一代AI芯片真正稀缺的不是算力，而是速度。
潘鸿洋博士来自复旦大学集成电路与系统国家重点实验室。复旦集成电路学科在国内芯片设计领域长期处于第一梯队，其国家重点实验室在AI芯片架构、低功耗设计等方向有深厚积累。
创始团队由多位资深芯片架构与AI算法专家组成，他们曾在国内外一线公司及国际AI芯片独角兽担任核心工程师，主导过多代芯片的量产，多名成员自海外归国。
淬思科技的思路是：用AI设计AI芯片，在芯片架构层面建立适应快速迭代的设计范式，而非针对单一模型做深度定制。
公司自主研发的Agentic EDA平台，覆盖从设计规格到版图（GDS）的每一个环节，将原本以年计、高度依赖人工的设计周期大幅压缩。与传统的“AI+EDA”辅助模式不同，Agentic AI具备主动规划、独立执行、自我反馈与迭代能力，可作为决策中枢主导设计流程。
并且，每一次流片沉淀下来的设计数据都会反哺这套流程，交付的芯片越多，后续交付就越快，逐渐形成一个“交付越多、迭代越快”的良性循环。
其首款面向Agent推理的芯片正在研发中，设计全流程由AI完成，计划于年底前完成流片。
AING硬迹
AING，取自“AI+ING”的缩写，中文谐音“硬迹”，寓意着“人工智能正当其时”，致力于追寻硬科技发展的足迹，不断探索人工智能与智能硬件的深度融合。
未来，AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态，我们相信大多数硬件都值得用AI重做一遍，AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长，迎接AI时代的来临。
人工智能正当时
一起追寻AI+硬件的足迹
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
