公司概况与核心愿景 - 公司Ricursive Intelligence由前谷歌研究员安娜·戈尔迪和阿扎莉娅·米尔霍塞尼于2025年创立，旨在利用人工智能改进芯片设计 [1][3] - 公司核心愿景是建立“递归自我改进循环”，即由AI设计出更优秀的芯片，这些芯片再训练出更强大的AI，进而设计出性能更优的芯片，形成无限改进的闭环 [1][2][3] - 公司声称其技术能将芯片设计周期从目前的2-3年缩短到数周 [1][3] 融资历程与估值 - 2025年公司完成由红杉资本领投的种子轮融资，筹集3500万美元，估值达7.5亿美元 [1][3] - 2026年1月，公司在员工不足10人的情况下完成新一轮融资，筹集3.35亿美元（约23亿人民币），估值达到40亿美元（约280亿人民币） [1] - 最新一轮融资由Lightspeed Venture Partners领投，DST Global、NVentures（英伟达风投）、Felicis Ventures、49 Palms、Radical AI及红杉资本等参与投资 [2] 技术基础与产品 - 技术概念起源于谷歌2017年的AutoML，创始人此前在谷歌开发用于改进张量处理单元（TPU）设计的人工智能技术 [2] - 创始人开发了名为AlphaChip的软件，该软件已用于设计谷歌四代TPU及外部半导体公司的芯片布局 [3][9] - AlphaChip可以在不到6小时内设计出一些半导体元件，而传统尖端数据中心处理器的设计可能需要数年 [5] - 公司计划训练AI模型以加速AI加速器的开发，通过快速评估数万亿种可能的芯片布局组合来优化晶体管位置、连接和功耗等 [5] 市场机会与行业背景 - 定制芯片（如亚马逊、谷歌、苹果的芯片）可根据特定功能设计，更便宜、更节能、更小巧，但当前研发过程成本高昂、人工繁琐，需2-3年，后期微小设计错误可能导致高昂延误 [8] - 芯片设计已成为人工智能发展的重要瓶颈，公司方法旨在打破算法发展与硬件准备不匹配的僵局 [3] - 公司认为其技术若成功实现自动化，将能在几周甚至几天内帮助每家科技公司从零开始设计自己的芯片，从而引发定制硅芯片的大量涌现 [9] 竞争优势与行业动态 - 公司面临来自Synopsys Inc.和Cadence Design Systems Inc.等老牌芯片设计软件供应商的竞争，这些公司也提供AI功能以自动化芯片开发流程 [6] - AI芯片设计软件市场可能变得更加拥挤，例如OpenAI透露正利用其大型语言模型设计定制AI芯片，Anthropic的Cloud Claude也能自动执行某些电气工程任务 [6] - 由顶尖AI实验室前领导人创办的公司正吸引前所未有的关注和资金，Ricursive已收到超过50家风险投资公司的关注 [9] 发展规划与团队 - 公司将利用A轮融资所得资金招聘更多工程师和研究人员，并升级用于训练AI模型的基础设施 [5] - 公司团队包括五位研究人员和工程师，其中两位曾与创始人在谷歌合作开发AlphaChip软件 [9] - 投资者认为公司开创了AI芯片设计领域，目标是开拓新领域让更多人为专属应用场景设计新型芯片 [10]

公司概况与愿景 - 公司Ricursive Intelligence由两位前谷歌研究员Anna Goldie和Azalia Mirhoseini创办，致力于通过AI实现递归式自我改进，让AI能够自主设计芯片[1][5][8] - 公司核心愿景是构建能够架构、验证和实现芯片的AI，使AI模型和芯片能够在紧密的循环中协同演化，形成一个闭环的递归加速器[1][3] - 公司已获得由红杉资本和Striker Venture Partners投资的3500万美元融资，在没有产品的情况下估值已达7.5亿美元，首款新品预计明年推出[12] 核心技术AlphaChip与创新 - 创始团队共同主导了谷歌的AlphaChip项目，该项目是用于芯片布局优化的新型强化学习方法，相关论文于2020年在《自然》杂志发表[8][10] - AlphaChip技术能在几小时内完成人类需要数周才能完成的芯片布局设计，该技术已被用于设计谷歌的TPU v5e、TPU v6等多代AI加速芯片[10] - Ricursive Intelligence的核心技术创新在于将递归智能原理直接应用于复杂芯片设计，旨在通过持续反馈循环自主改进芯片架构、优化布局并提升效率，区别于依赖预定义算法和人工引导的传统电子设计自动化工具[11] 行业影响与潜在变革 - 当前定制芯片研发过程成本高昂且繁琐，通常耗资数亿至数十亿美元，耗时两到三年才能完成，全球有实力做定制芯片的公司屈指可数[11] - 公司技术若成功，可将芯片设计周期从目前的2-3年缩短至几周甚至几天，使任何科技公司都能在没有专门芯片设计团队的情况下从零开始构建定制芯片[12][13] - 该技术有望重塑价值8000亿美元的芯片行业，为AR/VR、机器人、自动驾驶等企业开启定制芯片的可能性[13]