导语：继晶圆制造后，芯片设计会成为半导体财产下一项被平台化的能力吗？

芯片设计办事正于迎来AI拐点。

雷峰网独家获悉，一家海内创企Novasilicon（芯星元）率先入局，近日已经完成首轮融资，由五源本钱独家投资数万万元。

与传统Design House差别的是，Novasilicon认为AI再也不只是东西。“咱们更但愿从年夜模子自己出发，从头思索芯片设计。”开创人兼CEO李林阳告诉雷峰网。

要真正实现这一假想，仅懂AI或者仅懂芯片都不敷。

公然资料显示，李林阳今朝担当上海人工智能试验室青年科学家，曾经介入海内首个开源年夜语言模子MOSS研发，并带队完成海内首个兼具专业围棋能力与天然语言思维注释能力的年夜模子InternThinker。去年起他还有卖力了AI for Chip Design相干项目。

别的两位结合开创人则进一步补齐了芯片设计所需的工程能力——COO薛建喜深耕数字芯片设计二十余年，曾经对于接海内多家知名AI芯片企业；CTO陈建球为翱捷科技初期焦点成员，拥有二十余年模仿和混淆旌旗灯号芯片设计经验。

Novasilicon的方针是办事包括年夜模子企业、智能呆板人公司、云计较办事商、消费电子等有增量自研芯片需求的公司。今朝Novasilicon已经经由过程NRE（一次性工程办事）模式，正于推进与Foundry、IDM等财产链企业的互助。

根据计划，公司规划在年内推出尺度化后端设计产物，进一步验证从工程办事走向产物化的成长路径。

值患上留意的是，用AI设计芯片并不是新命题。2021年googleDeepMind团队就公然用AI完成TPU的邦畿计划，以缩短芯片设计周期。

而于五年后的今天，年夜模子的能力早已经突飞大进，外洋涌现了一批由google、英伟达前员工开办的用AI驱动芯片设计的公司，累计融资跨越5亿美元。

作为海内首家浮出水面的同类型企业，也是AI-Native的新公司，Novasilicon要做甚么？规划怎么做？

AI DesignHouse，对准AI设计芯片增量市场

于已往半年里，芯片龙头、年夜模子企业及云厂商不约而同地选择加快押注云端算力：微软时隔两年推出自研的第二代推理GPU，英伟达最先引入新架构芯片LPU，OpenAI与博通互助开发合用在自家年夜模子推理的ASIC。

与此同时，Fortune Business Insights估计，全世界边沿AI半导体市场范围将从2026年的298.5亿美元增加至2034年的1078.6亿美元，多样化的硬件运用场景也于催生定制化芯片需求。

李林阳最先意想到，以人工为焦点的芯片设计模式已经经没法跟上小批量、多品类、快速迭代的芯片出产节拍，史无前例的增量市场是用AI设计芯片的巨年夜机缘。

Novasilicon从更宏不雅的视角判定，AI于整个芯片设计流程中的介入度将从2025年的5%跃升至五年后的80%。

Novasilicon是想要做AI EDA吗？李林阳起首否定这一外界最轻易孕育发生的曲解：“咱们不是一家EDA公司。”

他暗示，EDA仍旧是芯片设计不成或者缺的基础举措措施，而今朝EDA公司的主流思绪是于既有东西系统中引入AI。

Novasilicon其实不筹算替换这些东西，而是选择直接冲破原有范式，让多AI Agent负担人的事情，卖力设计、计划、挪用EDA以和连续迭代优化等使命。

假如必需用一个类比，李林阳认为Novasilicon更像AI版的博通，办事已往很难被笼罩或者是当前处在井喷的需求市场，例若有多项芯片设计需求却苦在周期漫长、成本昂扬的企业、从未想过本身也能拥有一颗芯片的公司。

详细到交付情势，联创薛建喜暗示，客户既可以选择拿到图纸本身投产，也能够直接得到可用的芯片。

“AI版博通”回覆的是NovaSilicon今天的贸易模式，而谈到持久愿景，团队更愿意用另外一家公司来注释本身。

于他们看来，1987年半导体财产完成为了第一次专业化分工，IDM逐渐分解为Fabless及Foundry，后者里的龙头台积电让晶圆制造成为整个财产均可以挪用的基础举措措施。

假如说台积电让“制造能力”平台化，那末对于在试图鞭策AI时代下半导体行业第二次分工的NovaSilicon来讲，他们但愿做到“芯片设计能力”的平台化，鞭策Fabless进一步演进为“Designless+AI DesignHouse”——愈来愈多企业无需自建芯片设计团队，而是按需挪用芯片设计能力。

不依靠数据，用强化进修从后端切入AI芯片设计

于李林阳看来，真正让“AI设计芯片”这项办事建立的，是年夜模子自己。

当以Openclaw为代表的Agent框架揭示了AI使命计划、东西挪用及多智能体协同能力时，这象征着年夜模子已经经有底气负担繁杂的工程使命，而芯片设计刚好提供了自然的练习场。

李林阳认为，芯片设计的每一次优化都能经由过程年夜量的物理仿真获得验证，EDA东西链则进一步缩短了验证及迭代周期。于这个历程中，年夜模子不仅可以或许介入设计，更可以或许于连续试错中不停进修及优化。

OpenAI与博通的互助即是典型案例。从产物界说到流片仅耗时约九个月的暗地里，离不开OpenAI将自身的年夜模子能力引入芯片研发流程。薛建喜暗示，某种水平上他们也是于构建垂直范畴的模子。

也正因云云，Novasilicon没有选择采用行业更主流的模拟进修方式。

“这一起径是基在汗青RTL代码、验证数据、网表、邦畿、设计文档等资料练习或者微调模子，于RTL天生等文本化环节确有成效。”

李林阳注释，芯片设计数据自然高度保密，开源高质量的可用数据又极其有限，怎样连续得到充足范围的数据集反而成为制约年夜模子能力的瓶颈。

基在此，Novasilicon选择SuperLearner近似的强化进修线路——构建具有通用决议计划能力的模子，经由过程自立摸索不停寻觅最优计谋，而非依靠海量人工数据。

固然，Novasilicon也不是这条路上的孤勇者，google、英伟达等巨头都已经于实践。

另外一方面，一批缭绕用AI设计芯片的新创公司也快速涌现：googleAlphaChip焦点成员、英伟达芯片设计AI卖力人任浩星纷纷选择自主流派，对准芯片基础模子的Cognichip吸引了英特尔CEO陈立武插手董事会。

本钱也最先集中押注这一标的目的。雷峰网(公家号：雷峰网)统计发明，仅Ricursive、ChipAgents及Cognichip三家外洋AI芯片设计创业公司，公然融资金额便已经跨越5亿美元。

于李林阳看来，Novasilicon与这些公司于技能线路及营业模式上其实不彻底不异。他们但愿进一步整合通用模子、多Agent协同及芯片设计能力，终极搭建一套可以或许连续交付芯片设计结果的平台。

不外芯片设计流程漫长且繁杂，实现全流程主动化仍是一道高门坎。当前，Novasilicon选择先从模仿后端邦畿设计及数字后端结构布线使命切入。

李林阳告诉雷峰网，后端决议“可否制造、制造后可否正常事情”，比拟前端拥有更明确的工程约束及量化反馈，是最轻易形成贸易闭环的冲破口。

“很多人认为前端只是很简朴地写代码，实则只是看到露于水面上的冰山一角。站于年夜模子解决问题的角度看，难度实在有素质区分。”李林阳直言。

不外，对于在Novasilicon而言，后端只是出发点。李林阳吐露，将来几个月团队将进一步推进笼罩AI芯片设计先后端全流程的多Agent集群设置装备摆设，而这也恰是Novasilicon想捉住的将来。

更多关在AI Design House的企业故事及财产不雅察，接待添加作者微信 Evelynn7778 交流。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。