淬思科技 · AI-native 定制推理芯片

Model to Silicon,at Software Speed

客户提供模型与约束,淬思交付可量产、可复铸的端侧专用推理 ASIC。

02联系我们

从一个基线模型开始。

最小提交包:基线模型 · 样例数据 · 面积 / 功耗 / 成本约束 · 目标出货量。

预约之后需求对齐 → 方案定义 → 设计与制造 → 交付与迭代

人才招聘
地址
上海市徐汇区华发路 777 弄 5 号楼 6 层 612 室

预约可行性评估

留下你的模型与约束,我们会尽快联系你。

首页/技术
核心技术

可复用的资产,按需组合的芯片。

我们积累了一套经过验证的数字资产:算子库、IP 库、存储方案与设计 Recipe。按你的模型与约束从中取用、组合成方案,再由 Agentic EDA 生产并持续优化成芯片。

01灵活组合

从库里取用,组合成你的方案

流片前两步:① 性能建模选出设计点;② 架构定义把它落成具体芯片。

从资产库取用算子库MatMulConvAttentionSoftmaxNorm激活RoPEKV CacheMel / FFT量化IP 库RISC-VDMANoC / AXIUFS·SDIOSPI·I2CI2S·PDMLPDDR PHYPLL常开域存储方案ROM 固化SRAMLPDDR编译器缓存3D DRAMHBM模板 · Recipe阵列模板SoC 模板UVM 验证DFTP&R Recipe收敛 Recipe签核×0×0×0×0组合① 性能建模比较候选 → 选设计点② 架构定义阵列 · 量化 · 存储 · 接口你的芯片计算阵列权重存储缓存控制接口低功耗计算阵列片上存储控制数据搬运接口LPDDR并排外挂计算阵列接口缓存互联LPDDR3D DRAM上下堆叠计算阵列缓存互联接口3D DRAMHBM多层堆叠计算阵列接口缓存互联HBM存储方式ROM 固化片上 SRAM外挂存储更多方案等你来定义自由混搭计算阵列ROM 固化片上 SRAM控制互联存储接口外挂存储
02Agentic EDA

Agentic EDA:做出来,再优化到能签核

Agent 在真实 EDA 工具链上读报告、修设计、重跑,把 PPA 压进签核目标。

生产

一份 spec 进,可签核的 GDS 出

AGENT · 自动读报告 · 修复 · 重跑
spec.md 01Spec规格与约束 02Architecture架构定义 03RTL逻辑设计 04Verification功能验证 05DFT可测性设计 06Syn / STA综合 · 时序 07P&R布局布线 08Signoff签核 GDS
大模型能写 RTL,写不出能签核的芯片。差的那一段,正是我们积累的工程资产。
03交付与回流

每交付一颗芯片,资产库就更厚一层

交付数据回流到资产库,下一颗芯片更快、更确定。

来自交付
签核结果硅后数据客户反馈
沉淀回资产库
新算子新 IP更准的性能模型新 Recipe
首页/产品与解决方案
产品与解决方案

不是通用 NPU,而是从资产库里为你组合出的芯片。

按你的模型与约束选组合、选交付形态,背后是同一套资产库与 Agentic EDA。下面以 AI 眼镜为例。

资产库→选组合→选交付形态→Agentic EDA→你的芯片
01解决方案 · 以 AI 眼镜为例

同一副眼镜、同样的面积预算,装下一个明显更好的模型。

设计点已收敛,RTL 与后端推进中。交付形态可选 Die / SoC / IP。

面积预算 可编程 NPU 通用件 退货率高 续航不足一天 镜腿发热
四个维度,同时进入预算越靠外越优
性能面积功耗价格
淬思定制通用 NPU客户预算线
02以眼镜为例

瓶颈从来不在模型,而在留给芯片的功耗与面积

瓶颈
✕ 放不下✕ 吃续航✕ 性能受限
结果
✓ 放得下✓ 常开✓ 流畅推理
在技术页看完整流程 预约可行性评估
首页/关于我们
关于淬思科技

让碎片化的定制需求,真正变成可交付、可量产的专用芯片。

上海淬思科技有限公司成立于 2026 年,总部位于上海。已完成两轮融资,投资方包括砺思资本(Monolith)、启盈同创、红杉、云启。

spec → GDS ≈ 6 个月传统流程 24–36 个月
MLCAD 2025 全球冠军英伟达赞助 EDA 赛事
28nm 学术流片RISC-V 乱序核 · 硅验证完成
01为什么是淬思

端侧的错配:模型是定制的,芯片却只有通用件。

GPU起点 NPU第一步 端侧今天 品类 ASIC第二步 模型 ASIC第三步 · 淬思所在 TPU TRN MTIA MAIA 云端 · 已走完 TrI端侧 · 淬思 专用化 ↑ · PPA ↑ 通用性 ↓

推理芯片一直在专用化:GPU → NPU → 品类 ASIC → 模型 ASIC。云端已经走完最后一步——TPU、Trainium、MTIA、Maia。

端侧还停在通用 NPU:Design house 只接大单,NPU 厂只做通用件。淬思要做的,是让端侧的第三步变成一条可重复的产线。

看我们怎么做 →
02团队

懂模型与架构、有 EDA 自动化、真做过流片——三条链在同一支团队

CEO
创始人 & CEO
潘鸿洋
  • 复旦大学博士
  • 英伟达赞助 MLCAD 2025 国际竞赛冠军
  • 多颗 28nm RISC-V 流片经验
  • EDA 领域连续创业者
CTO
联合创始人 & CTO
联合创始人
  • 数据流架构首席工程师
  • 三代数据流架构从定义到量产
  • 海外头部 AI 芯片公司早期成员
CSO
联合创始人 & CSO
朱可人
  • UT Austin 博士
  • MIT 科技评论 TR35
  • Cerebras · AI for EDA / DARPA IDEA
20+
全职工程师 · 华为 · Intel · Nokia
20+ 年
SoC、物理实现与签核资深专家
2026
成立 · 上海
2轮
砺思资本 · 启盈同创 · 红杉 · 云启
03能力与验证

三条能力链,三类证据。

  • 算法模型与数据流架构三代数据流架构量产
  • EDAEDA 自动化MLCAD 2025 全球冠军
  • 量产流片与量产28nm 学术流片 · 华为 20+ 年 SoC
同一支团队
约 20 名工程师华为 · Intel · Nokia
TOOL
MLCAD 2025 ReSynthAI · 全球冠军−50% 迭代 · +15% 版图 · −34% 功耗
SILICON
28nm RISC-V 乱序核 · 学术流片 · 硅验证完成6 mm² · CoreMark/MHz 5.65
CAPITAL
两轮融资完成 · 2026砺思资本(Monolith)· 启盈同创 · 红杉 · 云启
04我们要去哪

从首颗模型专用芯片,到端云协同平台

2026定义与验证 · 与标杆客户完成首颗芯片定义
2027首颗芯片流片 · 启动硅后回流
2028量产 · 从小端侧拓展至机器人、AI PC、车载
「真正的门槛,是当模型和场景不断变化时,谁还能快速做出真正好用的芯片。」—— 潘鸿洋,创始人 & CEO
05投资方

投资方

砺思资本 Monolith
启盈同创
红杉
云启资本
06加入我们

一起做端侧第一批模型级专用芯片

架构、前端与验证、后端实现、编译器与算法。招聘信息在公众号发布。

hr@traceic.com
首页/动态
淬思动态

新闻、里程碑与技术分享

公众号·2026.09.06

淬思科技亮相 2026 Inclusion·外滩大会

9 月 9 日至 12 日,淬思科技将亮相 2026 Inclusion·外滩大会,与产业伙伴分享面向具体模型与应用场景的专用推理芯片研发实践。

阅读公众号文章
融资·2026.06

淬思科技完成首轮融资,砺思资本与启盈同创联合领投

资金用于首款面向智能体推理的专用芯片研发与流片,以及核心团队扩充。

奖项·2025

MLCAD 2025 ReSynthAI 全球冠军

英伟达赞助的国际 EDA 赛事冠军。

硅·2025

28nm RISC-V 乱序核 · 学术流片

硅验证完成,CoreMark/MHz 5.65。

淬思科技公众号二维码
关注「淬思科技」公众号

技术分享 · 流片进展 · 招聘