首发| 芯流微澜完成数千万元首轮融资，浙大教授用AI设计芯片

投资界AI获悉，AI for IC设计创新企业杭州芯流微澜智能科技有限公司（简称“芯流微澜”）宣布完成数千万元人民币首轮融资，由启高资本独家投资。

眼下芯片设计复杂度越来越高，原本的人力投入已经难以支撑。基于此，浙大研究员孙奇于2026年带队创立芯流微澜，将AI与电子设计自动化经验相结合，旨在打造新一代芯片设计智能平台。

至今，芯流微澜成为业内少数真正跑通工业级EDA工具链、将Agent落地于先进制程芯片项目的团队之一。长期愿景浮现，“用AI来设计AI。”

用AI设计芯片

一个浙大团队刚刚融资了

芯流微澜创始人孙奇教授，现任浙江大学研究员、博士生导师，曾任康奈尔大学博士后，长期深耕AI+IC方向，在国际顶级会议和期刊发表论文近百篇，成果曾获浙江省科技进步一等奖、华为火花奖、EDA青年科技奖及8次国际学术会议最佳论文奖/提名奖。

技术负责人陈正锐博士则率先提出了面向真实工业工具链的Agentic EDA基础设施，曾为主流IDM企业交付量产级标准单元库及后端优化方案，具备丰富的流片与产业落地经验。此外，项目也获得浙江大学信息学部主任吴汉明院士与集成电路副院长卓成教授的高度认可。作为芯流微澜的战略顾问与资深行业领袖，两位专家将为芯流微澜提供从技术路线规划、产业资源对接到企业级落地的高层次战略指导与支持。

EDA，电子设计自动化，芯片产业链最上游的基础设施。通过使用计算机软件完成集成电路设计、仿真、验证等流程，是决定芯片性能、良率及研发周期的重要因素。

AI Agent的出现让整个领域工程实践能力的增长成为了可能。孙奇与团队长期关注的是，如何让算法进入真实工具流程，又如何用可复核的工程结果检验判断？

于是，以通用智能设计（Generalized AI for Design）为愿景，2023年芯流微澜应运而生，旨在研发AI驱动的EDA工具，降低芯片设计门槛、缩短研发周期，让更多创新芯片从构想走向量产，推动中国半导体产业的自主可控发展。

芯流微澜打造的是能够理解设计目标、规划流程、编排工具、分析结果并持续迭代优化的IC设计智能平台。由工程师给出目标与约束，智能体即可完成任务拆解、调用工业工具执行设计、解读报告数据，并自主决定下一轮优化动作。

具体而言，围绕“怎么看”和“怎样持续推进事情”两大问题，芯流微澜推出了一套包含专有垂类模型和智能体工程框架两部分的产品

模型端，团队拥有自研的IC设计大模型微澜（Wavelet），负责芯片工程中的专业理解与推理。模型能够理解网表、布局布线、时序、功耗等专业上下文，拥有VLSI先进制程数据处理能力。

流程端，芯流微澜构建了高度稳定、质量可控的工程级长流程控制系统，芯流（Orbit）支持跨工具、跨阶段任务的长时间稳定运行、异常诊断与策略调整，并能从芯片设计的项目中持续学习，把资深工程师的隐性经验沉淀为可复用的能力。

不同于停留在工具调用或概念验证阶段的同类项目，芯流微澜采用的是真实工业工具链。通过深入真实工业现场，将模型、数据、工具链、流程控制与芯片工程经验系统性相结合，实现更可靠的工程级AI赋能。

现今，芯流微澜的系统已在10nm以下、近千万门规模的真实项目中跑通物理设计全流程，并持续优化PPA（性能、功耗、面积），实现了长时间稳定、高质量的运行，同时支持GAA等先进器件优化，以及超高维工业处理器微架构优化。

AI for ChipDesign

这或许是芯片设计人梦寐以求的时候。

过去几十年，EDA软件越来越强、芯片规模越来越大、设计流程越来越自动化，但到了真正决定项目能否按时收敛的关键阶段，只能靠人海战术投入大量工程师来修复各种违例，环节显得艰难又消耗。

原因很简单：即使拥有近乎无限的服务器资源和工具License，可以并行尝试大量收敛策略，项目仍然需要开展大量的报告解读、根因定位、修改验证工作这些工作仍高度依赖资深工程师的专业判断。

换句话说，芯片复杂度可以不断扩展，工程实践能力却很难以同样的速度增长，两者已经不再是线性的支持关系了。

面对这个问题，AI智能体就像量身定制一般：设计过程中存在大量需要反复迭代的工作，优化路径因项目而异，但每一步的效果都可以通过明确的工程指标进行验证。对应的智能体工作流程是，先理解当前设计状态、分析问题来源，决定下一步策略，调用真实的EDA工具执行，再根据新的结果判断是否有效，并继续下一轮。

换言之，企业需要先在芯片这一高约束场景里，建立一套能够承载复杂工程过程的系统，把设计目标、领域知识、专业工具、流程状态和验证反馈连接成可追踪的工程闭环。

这个切口足够小却又足够“重”。正如启高资本创始主管合伙人张勇博士所言：“芯片设计正从工具自动化迈向以大模型和智能体为核心的流程智能化，这一方向的复合型门槛很高。芯流微澜团队兼具长期学术积累、产业交付经验和真实场景验证能力。我们看好Agentic EDA对芯片研发范式的长期重构，也期待芯流微澜成长为全球IC智能体领域的重要基础设施企业。”

更令人期待的是，这样的工程架构也为复杂系统的设计思路拓展了新的空间。

归结起来，芯片设计只是人类复杂工程中的一个分支。在更多复杂系统中，工程师同样需要面对不断变化的状态、彼此冲突的约束、分散的专业工具，以及无法被一次生成替代的验证过程。系统真正的瓶颈，往往不是缺少某个更好的答案，而是缺乏一种能够持续理解目标、进入环境、执行任务并根据反馈修正自身的工程实践能力。

毕竟，模型能力可以快速变化，复杂工程中的知识、流程、反馈和责任却必须一层一层沉淀这些地方往往更加难以复制。

这也是为何芯流微澜以“通用智能设计”为长期锚点。从芯片设计这一特定场景出发，构建面向复杂系统设计的通用智能设计操作系统。所谓“通用”，意味着那些分散在不同领域中的设计目标、专业知识、工程工具、运行状态和验证机制，可以被组织进一套可复用的智能体工程架构。

“希望做一个对设计工程师真正可用、可信的IC智能体系统，既能将工程师的效率放大数十倍，也能把企业多年积累的经验沉淀到系统中，让资深工程师的稀缺经验不再成为复杂项目的瓶颈，将人的价值从Implementation提升到Innovation。”孙奇表示。

不止于芯片，承载着人类广阔设计智慧的蓝图正徐徐展开。