Ricursive Intelligence 如何在 4 个月内以 40 亿美元的估值筹集 3.35 亿美元 |TechCrunch
作者：Julie Bort
初创公司 Ricursive Intelligence 的联合创始人似乎注定要成为联合创始人。
首席执行官 Anna Goldie 和首席技术官 Azalia Mirhoseini 在 AI 社区中非常有名，以至于他们都是“收到扎克伯格发来的奇怪电子邮件向我们提出疯狂报价”的 AI 工程师之一，Goldie 笑着告诉 TechCrunch。（他们没有接受邀请。）两人一起在 Google Brain 工作，并且是 Anthropic 的早期员工。
他们通过创建 Alpha Chip 赢得了谷歌的赞誉——这是一种人工智能工具，可以在数小时内生成可靠的芯片布局——而这个过程通常需要人类设计师一年或更长时间。该工具帮助设计了三代 Google 张量处理单元。
这个血统解释了为什么在推出 Ricursive 仅仅四个月后，他们上个月就宣布了3亿美元A轮融资距离红杉资本领投的 3500 万美元种子轮融资仅几个月后，Lightspeed 领投的估值为 40 亿美元。
Ricursive 正在构建设计芯片的人工智能工具，而不是芯片本身。这使得它们与几乎所有其他人工智能芯片初创公司有着根本的不同：它们不是想要成为 Nvidia 竞争对手的公司。事实上，英伟达是投资者。GPU 巨头以及 AMD、英特尔和其他所有芯片制造商都是这家初创公司的目标客户。
– 我们希望能够以自动化且非常加速的方式构建任何芯片，例如定制芯片或更传统的芯片，任何类型的芯片。我们正在使用人工智能来做到这一点，” Mirhoseini 告诉 TechCrunch。
他们的道路第一次在斯坦福大学相遇，戈尔迪在米尔霍塞尼教授计算机科学课程时获得了博士学位。从那时起，他们的事业就一直步调一致。– 我们于同一天开始在 Google Brain 工作。我们在同一天离开了 Google Brain。我们在同一天加入了 Anthropic。我们在同一天离开了 Anthropic。我们在同一天重新加入谷歌，然后在同一天再次离开谷歌。然后我们在同一天一起创办了这家公司，”戈尔迪回忆道。
Techcrunch 活动
马萨诸塞州波士顿 | 2026 年 6 月 23 日
在谷歌工作期间，同事们关系非常亲密，甚至一起锻炼，都享受循环训练。他们的合作者、著名谷歌工程师杰夫·迪恩（Jeff Dean）并没有忽视这个双关语。他将他们的 Alpha 芯片项目称为“芯片电路训练”——这是对他们共同锻炼程序的一个玩笑。在内部，两人还有一个绰号：A&A。
Alpha 芯片为他们赢得了业界的关注，但也引起了争议。2022 年，他们在 Google 的一位同事被解雇了，连线报道，在他花了数年时间试图抹黑 A&A 及其芯片工作之后，尽管这项工作被用来帮助生产谷歌的一些最重要的产品，押注商业人工智能芯片。
他们在 Google Brain 的 Alpha Chip 项目证明了后来成为 Ricursive 的概念——利用人工智能极大地加速芯片设计。
设计芯片很难
问题是，计算机芯片的硅晶圆上集成了数百万至数十亿个逻辑门组件。人类设计人员可以花费一年或更长时间将这些组件放置在芯片上，以确保性能、良好的功耗和任何其他设计需求。正如您所预料的那样，以数字方式精确确定如此无限小的元件的放置是很困难的。
Alpha Chip — 可以在大约六个小时内生成非常高质量的布局。这种方法的酷之处在于它实际上可以从经验中学习，”戈尔迪说。
他们的人工智能芯片设计工作的前提是使用“奖励信号”来评估设计的好坏。然后，代理根据该评级“更新其深度神经网络的参数以使其变得更好”，Goldie 说。在完成了数千个设计之后，代理商变得非常出色。创始人表示，随着学习的进行，它的速度也变得更快。
Ricursive 平台将进一步推进这一概念。戈尔迪说，他们正在构建的人工智能芯片设计师将“学习不同的芯片”。因此，它设计的每一款芯片都应该有助于它成为下一款芯片的更好设计者。
Ricursive 的平台还利用法学硕士，并将处理从元件布局到设计验证的所有事务。任何制造电子产品并需要芯片的公司都是他们的目标客户。
如果他们的平台证明了自己，就像它可能做到的那样，Ricursive 可以在实现通用人工智能 (AGI) 的登月目标中发挥作用。事实上，他们的最终愿景是设计人工智能芯片，这意味着人工智能本质上将设计自己的计算机大脑。
“芯片是人工智能的燃料，”戈尔迪说。“我认为，通过构建更强大的芯片，这是推进这一领域的最佳方式。”
Mirhoseini 补充说，漫长的芯片设计过程限制了人工智能的发展速度。“我们认为我们还可以实现模型和为其提供基本动力的芯片的快速共同进化，”她说。因此人工智能可以更快地变得更聪明。
如果人工智能以越来越快的速度设计自己的大脑的想法让人想起天网和终结者的愿景，创始人指出，还有一个更积极、更直接、而且他们认为更有可能的好处：硬件效率。
当人工智能实验室能够设计出更高效的芯片（最终设计出所有底层硬件）时，它们的增长就不必消耗如此多的资源世界资源。�
“我们可以设计一种特别适合该模型的计算机架构，并且我们可以将总体拥有成本的性能提高近 10 倍，”Goldie 说。
虽然这家年轻的初创公司不愿透露其早期客户的名字，但创始人表示，他们听说过你能想象到的每一个大型芯片制造商的名字。毫不奇怪，他们也选择了第一个开发合作伙伴。