36氪首发丨海光创始核心技术团队创业AGI架构芯片，获清华系等基金数亿投资

图源/视觉中国

本文约3400字，建议阅读8分钟

作者丨欧雪

编辑丨袁斯来

硬氪获悉，原生通用人工智能（AGI）架构芯片研发商——通芯人工智能科技（北京）有限公司（下称“通芯智能”）成立半年已连续完成数亿元种子轮及天使轮融资。融资由清华校友种子基金、北京通用人工智能研究院、松霖科技、平治信息、暗物智能以及豫资涨泉等财务投资人共同参与，集聚产业资本、头部科技VC和财务资本。资金将主要用于芯片流片前的核心架构设计及研发。

通芯智能成立于2026年4月，由人工智能科学家、通研院院长、北大和清华讲席教授朱松纯发起，依托北京通用人工智能研究院（通研院）孵化。

公司创始核心团队的平均芯片从业经验超过20年，骨干来自海光、百度、字节、阿里等头部芯片与AI团队，创始核心技术团队毕业于清华、北大、中科院、UCLA等院校，完整走过架构定义、前端设计、后端设计、流片、量产交付全链路，科学家团队覆盖大模型、世界模型、物理智能等AI全技术栈。创始人王海洋师从中国计算机事业的奠基人之一夏培肃院士，是龙芯CPU创始成员，曾任海光4代芯片架构负责人，GPU独角兽联创，拥有25年芯片研发及15年SoC架构设计经历，累计持有近百项国内外发明专利，在CPU、GPU、GPGPU等大芯片方向具备丰富的研发和量产经验。

当前，以GPGPU、Tensor Core为代表的传统架构主要面向统计式大模型优化，在因果推理、环境交互、物理智能等负载上存在天然不匹配。同时，算力、存力、运力失衡，推高了Token生产与机器人物理智能的落地成本。

王海洋表示，AGI竞争已经从单纯比拼峰值算力，转向面向物理世界交互的有效推理能力比拼。Token工厂、物理智能、机器人等产业对硬件成本、功耗高度敏感，行业需要一套原生适配认知推理的新型芯片架构。

因此，在当前大语言模型向AGI过渡的产业节点上，通芯智能选择了一条“不做GPU改良版，直接围绕CUV认知架构设计芯片”的差异化路线。

通芯智能的芯片设计理念源自朱松纯教授提出的认知（Cognition）、能力（Utility）、价值（Value）三维联合空间，即CUV架构。基于该理论底座，通芯智能以自研的Vector+Tensor+AGI Core三单元架构为基础，打造既支持向量、张量计算，又为物理、社交智能等提供原生支持的高性价比芯片。朱松纯教授表示：“通用人工智能的竞争，本质是架构之争。通芯要做的是把这条路落到硅上：以芯片适配AGI的认知架构，与‘通通’等智能体和大模型协同，构成端到端解决方案。”

在技术实现上，通芯智能采用了混合存算一体架构、通用+专用的计算架构以及灵活的云边端统一架构。通过向量矩阵单元、MoE专家模式、多级混合存算一体、图遍历引擎、原生加速STC-PG（时空因果解析图）等自研技术，解决通用GPU跑AGI时存在的“内存墙”、“稀疏不规则”、“图结构推理”等结构性错配问题。

据王海洋介绍，公司第一代芯片定位为高性价比的推理芯片，同时支持云端模型工厂和端侧物理智能，端侧对标英伟达的Thor系列，云端对标英伟达B300系列。

“随着大模型能力增强，AI正从训练时代走向推理时代。训练模型的需求在下降，而推理需求将占据绝对大头，用户对Token性价比的追求不断提高。”王海洋表示，通芯智能将首款芯片定义为高性价比推理芯片，正是为了回应这一趋势。

硬氪进一步了解到，公司成立三个月即完成架构设计和立项，现已进入芯片设计阶段，计划12月初展开FPGA原型验证工作，届时将展示阶段性成果。

在商业化落地方面，通芯智能规划了三个市场布局并已初步达成规模合作意向：第一，依托通研院体系及产业战略伙伴，在AGI通用智能体领域展开合作；第二，面向大模型智算集群和Token工厂，与整机厂商及地方智算中心合作，提供高性价比Token算力；第三，面向物理智能与具身机器人，提供端侧大算力推理芯片。

此外，公司后续还计划与北大、清华、中科院计算所、头部大模型和具身机器人公司等共建联合实验室，围绕CUV认知架构、物理智能算子、AGI芯片软硬件协同开展联合攻关，打通产学研落地通道。

以下为硬氪与通芯智能创始人王海洋的访谈节选（经编辑）：

硬氪：通芯智能主打的AGI芯片，跟其他的AI芯片有何不同？

王海洋：举个例子，现在很多做光计算的公司，本质上还是在针对当前的大语言模型做计算加速。但大语言模型并不等于AGI。我们不是做一个更快、更省电的“计算器”，而是面向朱松纯教授提出的CUV认知架构，在硬件底层做原生设计。除了支持向量、张量计算来向前兼容现有的Transformer架构，我们还在芯片里增加了几十个专门针对AGI算法算子的硬件加速器，让未来的物理智能、空间智能算法能够完整、高效地跑在我们的芯片上。这在当前的芯片品类里是一个全新的东西，可以说是“新物种”。

硬氪：目前跟产业界的接触中，客户真正在意的是什么？

王海洋：现在大家最在意的其实是推理成本，也就是Token的价格。前几年大家都在拼训练算力，但随着模型能力增强，基座模型公司越来越少，真正的落地主要在推理上。客户看我们的芯片，一是看我们能不能支持未来向AGI演进，二是看性价比。我们把第一代芯片定义为“支持AGI算法的、高性价比的推理芯片”，同时支持云端的智算集群和端侧的具身智能。

硬氪：当前整个行业对AGI芯片的需求热情如何？未来有哪些趋势是你们重点关注的？

王海洋：这是一个渐进的过程。大模型发展非常快，但学术界和产业界逐渐发现它的局限性，现在大家都开始向AGI对齐。我们认为AGI芯片正处于类似2017年Transformer文章发表后、到ChatGPT爆发前的过渡阶段。芯片研发从立项到量产至少需要20个月，我们现在来做恰逢其时。

从趋势来看，第一是推理将占绝对大头，各种评测乐观一点的认为推理占比会到90%以上。第二是提高计算芯片的计算效率。目前芯片面临算力、存力、运力三大瓶颈，其中内存强是制约计算芯片效率最大的问题。我们提出的混合存算一体，是未来解决存力瓶颈的核心方案。不管未来技术流派怎么变，通过存算一体解决存力瓶颈的计算芯片，会成为绝对的主流，我们在这方面有明确的布局。第三是逐渐向AGI芯片过渡。现在无论学术界、还是产业界都在加快AGI的探索，芯片厂商也会加快布局。

投资方观点：

豫资涨泉资本创始人刘啸东表示：豫资涨泉资本重点布局科技智造与颠覆性科创技术领域，致力于在国内外寻找并投资真正有技术含量的优质标的。投资通芯智能，是看好训推分离之后推理侧算力的长期机会，也看重公司面向AGI时代提前布局的芯片底层架构。公司的团队也是吸引我们的一个重要原因：通芯智能的这支队伍既有研究院的科研底子，又有来自芯片大厂的近20款大芯片的工程化与量产经验，科学家、产业专家和管理者各管一段。这种“三角形”的结构，恰恰是把创新转化为创业最关键的一环。作为投资人，我们提供资本与耐心，愿与公司一道把架构和生态的根扎深，行稳致远。

水木校友基金管理合伙人王学辉表示：通芯一边是研究通用AI的科学家，一边是亲手把海光、龙芯芯片做出来量产的工程师，公司定位于专门给人形机器人、智能体用的国产新芯片，软硬一体，解决现有芯片搞不定现实世界物理智能的痛点，我们看好大赛道未来前景，也看好团队，希望水木能不断赋能公司尽快实现流片。

松霖科技战投负责人韩宗谕表示：我们看好通芯在AGI芯片与原生模型一体化的核心技术以及具备丰富量产经验的创始团队。本次投资是产业型战略布局，依托松霖在医养、后勤以及家庭场景的全球化产业基础，与通芯形成深度协同，加强具身智能底层算力能力。期待双方共同推进芯片适配、产品验证与商业化落地，共建可控、可落地的国产AGI机器人产业链。

普超资本的创始合伙人李立伟表示：普超资本持续专注布局于人工智能时代的算力基础设施产业链。通芯智能打通AGI理论到芯片架构的技术链路，团队兼具前沿AGI科研积淀与长期算力大芯片全周期量产经验，以差异化架构适配因果关系、多物理场计算需求。我们期待公司软硬件协同落地，夯实国产AGI时代算力底座。

青创伯乐创始合伙人兼董事长赖光宁表示：每一轮技术革命真正落地的时候比的都不是谁的概念更响，而是谁能把稀缺的东西变得便宜、可靠、可规模使用。AGI走到今天，谁能让智能算得更省，谁就掌握了下一阶段产业化的关键。通芯智能选择做AGI芯片，本质上是在参与定义这个时代的算力底座。他们既能在架构上做出原创判断，也扎实地在做落地工作；中国的底层创新，缺的往往就是这一股坚持做下去的劲头。青创伯乐愿意陪它把这件事做成；也希望通芯将来被记住的不只是他们的芯片产品，而是他们为中国AI产业打下的那段地基。