AI开始设计自己的芯片硬件

在人工智能飞速发展的今天，算力需求呈指数级增长，而支撑这一切的底层硬件——专用AI芯片——却仍依赖漫长且复杂的人工设计流程。通常，一颗先进芯片的设计周期长达两到三年。然而，一家名为Ricursive Intelligence的初创公司正试图打破这一瓶颈，让AI自己来设计驱动它的硬件。

Ricursive Intelligence由Anna Goldie和Azalia Mirhoseini共同创立，两位均为人工智能与芯片设计交叉领域的顶尖专家。在加入Ricursive之前，她们曾在Google共同领导AlphaChip项目——一个利用机器学习自动生成芯片布局的系统。该系统能在数小时内完成原本需要人类工程师数周甚至数月才能完成的布局任务，并成功应用于多代Google Tensor Processing Unit（TPU）的设计中。

如今，Ricursive Intelligence将这一理念推向更深层次：构建能够跨芯片设计任务进行学习、自我迭代并持续优化的AI系统。这意味着，每一次芯片设计的经验都会被系统吸收，并用于改进下一次的设计流程，从而形成一个“AI设计硬件—硬件加速AI—更强AI设计下一代硬件”的正向反馈闭环。

据公司介绍，其目标是将整个芯片设计周期从目前的2–3年压缩至几周级别。这不仅涉及物理布局，还包括从组件放置、布线优化到设计验证等全流程的自动化。通过引入强化学习与大规模仿真，Ricursive的AI系统能够在虚拟环境中快速测试成千上万种设计变体，筛选出性能、功耗与面积（PPA）最优的方案。

这种技术路径若成功落地，将极大缓解当前AI发展所面临的“硬件墙”问题。随着大模型参数量激增，传统芯片研发节奏已难以匹配算法迭代速度。而AI驱动的芯片设计有望成为下一代智能基础设施的关键使能技术。

资本市场对这一愿景反应迅速。Ricursive于2025年底成立，仅四个月内便完成了3.35亿美元的融资，其中包括3亿美元的A轮融资，公司估值高达40亿美元。值得注意的是，全球GPU巨头NVIDIA也参与了投资，显示出产业界对AI for Hardware这一方向的高度认可。

两位创始人背景同样耀眼：Goldie拥有斯坦福大学计算机科学博士学位，曾入选《麻省理工科技评论》“35位35岁以下科技创新者”；Mirhoseini则是斯坦福大学计算机科学助理教授，并创立了Scaling Intelligence Lab。两人此前还共同组建了Google的“机器学习用于系统”（ML for Systems）团队，并曾在Anthropic担任早期研究员。

在即将举行的TechCrunch Disrupt 2026大会上，Goldie与Mirhoseini将登台发表题为《当AI开始设计自己的硬件》的主题演讲，深入探讨如何构建自改进的AI-硬件协同系统。这场演讲被视为窥见未来计算基础设施演进方向的重要窗口。

随着Ricursive Intelligence等公司的崛起，“AI设计AI硬件”正从概念走向现实。这场由算法驱动的硬件革命，或将重新定义摩尔定律之后的计算未来。