
会懂网AI资讯,9月7日,芯流微澜完成数千万元人民币首轮融资。该公司由浙江大学教授团队创立,主攻用AI方法设计芯片,把机器学习引入传统上高度依赖人工经验的集成电路设计流程。
芯片设计是典型的高复杂度工程:从架构探索、逻辑综合到布局布线,每一步的搜索空间都极其庞大。传统EDA工具依赖启发式算法与工程师经验反复迭代,一款复杂芯片的设计周期常以年计算,人力成本居高不下。
AI的介入点在于”用模型替代部分搜索”。通过强化学习或图神经网络预测布局质量、预估时序与功耗,可以在数小时内给出接近人工专家水平的结果,把原本需要数周的调整压缩到分钟级。此前谷歌用强化学习做芯片布局规划,是这一方向最具代表性的探索。
对国内产业而言,AI辅助设计的意义不止于效率。EDA工具长期由少数国外厂商主导,是芯片产业链中受制约风险较高的环节。如果在局部环节用AI方法绕开传统工具的路径依赖,就有机会形成差异化的设计能力,而不必在既有赛道上正面追赶。
当然,AI设计芯片要真正进入生产流程,还需要解决可解释性与可靠性问题。芯片设计不容许”差不多”,任何时序违例都可能导致流片失败,代价以千万元计。因此现阶段AI更多用于辅助决策与方案预筛,最终结果仍需经过严格的工程验证。
首轮融资规模不大,但方向稀缺。在具身智能与大模型吸引绝大部分资金的当下,愿意投早期芯片设计工具的资本并不多。芯流微澜能否把学术成果转化为可商用的工具链,将决定其能否在下一轮融资中获得更高估值,也影响着国内EDA生态的想象力。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END





















暂无评论内容