<p>初创公司 Ricursive Intelligence 的联合创始人似乎注定要成为联合创始人。</p>
<p>首席执行官 Anna Goldie 和首席技术官 Azalia Mirhoseini 在人工智能社区中非常知名，Goldie 告诉 TechCrunch，她们曾是那些 “收到扎克伯格发来的奇怪邮件，提出疯狂报价的人工智能工程师” 之一。（她们没有接受这些报价。）这对搭档曾在 Google Brain 工作，并且是 Anthropic 的早期员工。</p>
<p>她们在 Google 的成就源于创造了 Alpha Chip——一种能够在数小时内生成高质量芯片布局的人工智能工具——这一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 的张量处理单元。</p>
<p>这种背景解释了为什么在 Ricursive 启动仅四个月后，她们上个月宣布了由 Lightspeed 领投的 3 亿美元 A 轮融资，估值达到 40 亿美元，仅在几个月前刚刚完成了由 Sequoia 领投的 3500 万美元种子轮融资。</p>
<p>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根本不同：它们并不是想要成为 Nvidia 的竞争者。事实上，Nvidia 是投资者。GPU 巨头以及 AMD、Intel 和其他所有芯片制造商都是该初创公司的目标客户。</p>
<p>“我们希望能够以自动化和非常加速的方式构建任何芯片，无论是定制芯片还是更传统的芯片，任何类型的芯片。我们正在使用人工智能来实现这一目标，” Mirhoseini 告诉 TechCrunch。</p>
<p>她们的道路首次交汇于斯坦福大学，Goldie 在那里获得了博士学位，而 Mirhoseini 教授计算机科学课程。从那时起，她们的职业生涯一直步调一致。“我们在同一天开始在 Google Brain 工作。同一天离开 Google Brain。同一天加入 Anthropic。同一天离开 Anthropic。同一天重新加入 Google，然后又在同一天离开 Google。然后我们在同一天一起创办了这家公司，” Goldie 回忆道。</p>
<p>Techcrunch 活动</p>
<p>波士顿，马萨诸塞州 |2026 年 6 月 23 日</p>
<p>在 Google 工作期间，这对同事关系非常密切，甚至一起锻炼，双方都喜欢循环训练。著名的 Google 工程师 Jeff Dean 是她们的合作者，他并没有错过这个双关语。他给她们的 Alpha Chip 项目起了个绰号：“芯片循环训练”——这是对她们共同锻炼习惯的玩笑。内部，这对搭档也得到了一个绰号：A&amp;A。</p>
<p>Alpha Chip 让她们获得了行业的关注，但也引发了争议。根据 Wired 的报道，2022 年，她们在 Google 的一位同事被解雇，因为他花了多年时间试图抹黑 A&amp;A 及其芯片工作，尽管这些工作被用来帮助生产一些 Google 最重要、关乎业务的人工智能芯片。</p>
<p>她们在 Google Brain 的 Alpha Chip 项目证明了将成为 Ricursive 的概念——使用人工智能显著加速芯片设计。</p>
<h2>设计芯片是困难的</h2>
<p>问题在于，计算机芯片在其硅晶圆上集成了数百万到数十亿个逻辑门组件。人类设计师可能需要一年或更长时间来放置这些组件，以确保性能、良好的功耗利用和其他设计需求。以精确的方式数字化确定这些微小组件的放置，正如你所预期的那样，是困难的。</p>
<p>Alpha Chip “可以在大约六小时内生成非常高质量的布局。而这种方法的酷炫之处在于，它实际上是从经验中学习的，” Goldie 说。</p>
<p>她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，代理根据该评分 “更新其深度神经网络的参数以变得更好，” Goldie 说。在完成数千个设计后，代理变得非常出色。创始人表示，随着学习的深入，它的速度也在加快。</p>
<p>Ricursive 的平台将进一步推进这一概念。她们正在构建的人工智能芯片设计师将 “在不同芯片之间学习，” Goldie 说。因此，它设计的每个芯片都应该帮助它成为下一个芯片的更好设计师。</p>
<p>Ricursive 的平台还利用了 LLM，并将处理从组件放置到设计验证的所有内容。任何制造电子产品并需要芯片的公司都是她们的目标客户。</p>
<p>如果她们的平台证明自己有效，似乎很有可能，Ricursive 可能在实现人工通用智能（AGI）的宏伟目标中发挥作用。实际上，她们的最终愿景是设计人工智能芯片，这意味着人工智能将基本上设计自己的计算机大脑。</p>
<p>“芯片是人工智能的燃料，” Goldie 说。“我认为，通过构建更强大的芯片，这是推动这一前沿的最佳方式。”</p>
<p>Mirhoseini 补充说，漫长的芯片设计过程限制了人工智能的快速发展。“我们认为，我们也可以促进模型和芯片的快速共同演化，这基本上为它们提供动力，” 她说。因此，人工智能可以更快地变得更聪明。</p>
<p>如果想到人工智能以越来越快的速度设计自己的大脑让人联想到天网和终结者，创始人指出还有一个更积极、直接的，而且她们认为更可能的好处：硬件效率。</p>
<p>当人工智能实验室能够设计出更高效的芯片（最终是所有基础硬件）时，它们的增长就不必消耗如此多的世界资源。</p>
<p>“我们可以设计出一种独特适合该模型的计算机架构，并且我们可以在每单位总拥有成本的性能上实现近 10 倍的提升，” Goldie 说。</p>
<p>虽然这家年轻的初创公司不会透露其早期客户的名字，但创始人表示，她们已经听到了所有你能想象到的大型芯片制造商的消息。不出所料，她们也有机会选择首批开发合作伙伴。</p>

英特尔

动态半导体 ETF - Invesco

半导体 3 倍做多 - Direxion

2 倍做多英伟达 ETF - Direxion

半导体 ETF - VanEck Vectors

费城交易所 半导体 ETF - iShares

标普半导体 ETF - SPDR

2 倍做多 NVDA ETF - T-Rex

2 倍做多 INTC ETF - GraniteShares

<p>Ricursive Intelligence 由人工智能专家 Anna Goldie 和 Azalia Mirhoseini 共同创立，在短短四个月内筹集了 3.35 亿美元，估值达到 40 亿美元。这家初创公司专注于芯片设计的人工智能工具，而非芯片制造，在 Lightspeed 的带领下完成了 3 亿美元的 A 轮融资，此前还获得了 Sequoia 的 3500 万美元种子轮融资。他们的创新平台旨在自动化和加速芯片设计，目标是主要的芯片制造商，如 Nvidia 和 Intel。创始人在 Google Brain 上对 Alpha Chip 的先前工作为 Ricursive 的技术奠定了基础，这可能会对未来的人工智能芯片开发产生重大影响</p>

<p>The co-founders of startup Ricursive Intelligence seemed destined to be co-founders.</p>
<div class="lb-trans"><p>初创公司 Ricursive Intelligence 的联合创始人似乎注定要成为联合创始人。</p>
</div><p>Anna Goldie, CEO, and Azalia Mirhoseini, CTO, are so well-known in the AI community that they were among those AI engineers who “got those weird emails from Zuckerberg making crazy offers to us,” Goldie told TechCrunch, chuckling. (They didn’t take the offers.) The pair worked at Google Brain together and were early employees at Anthropic.</p>
<div class="lb-trans"><p>首席执行官 Anna Goldie 和首席技术官 Azalia Mirhoseini 在人工智能社区中非常知名，Goldie 告诉 TechCrunch，她们曾是那些 “收到扎克伯格发来的奇怪邮件，提出疯狂报价的人工智能工程师” 之一。（她们没有接受这些报价。）这对搭档曾在 Google Brain 工作，并且是 Anthropic 的早期员工。</p>
</div><p>They earned acclaim at Google by creating the Alpha Chip — an AI tool that could generate solid chip layouts in hours — a process that normally takes human designers a year or more. The tool helped design three generations of Google’s Tensor Processing Units.</p>
<div class="lb-trans"><p>她们在 Google 的成就源于创造了 Alpha Chip——一种能够在数小时内生成高质量芯片布局的人工智能工具——这一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 的张量处理单元。</p>
</div><p>That pedigree explains why, just four months after launching Ricursive, they last month announced a $300 million Series A round at a $4 billion valuation led by Lightspeed, just a couple of months after raising a $35 million seed round led by Sequoia.</p>
<div class="lb-trans"><p>这种背景解释了为什么在 Ricursive 启动仅四个月后，她们上个月宣布了由 Lightspeed 领投的 3 亿美元 A 轮融资，估值达到 40 亿美元，仅在几个月前刚刚完成了由 Sequoia 领投的 3500 万美元种子轮融资。</p>
</div><p>Ricursive is building AI tools that design chips, not the chips themselves. That makes them fundamentally different from nearly every other AI chip startup: they’re not a wannabe Nvidia competitor. In fact, Nvidia is an investor. The GPU giant, along with AMD, Intel, and every other chip maker, are the startup’s target customers.</p>
<div class="lb-trans"><p>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根本不同：它们并不是想要成为 Nvidia 的竞争者。事实上，Nvidia 是投资者。GPU 巨头以及 AMD、Intel 和其他所有芯片制造商都是该初创公司的目标客户。</p>
</div><p>“We want to enable any chip, like a custom chip or a more traditional chip, any kind of chip, to be built in an automated and very accelerated way. We’re using AI to do that,” Mirhoseini told TechCrunch.</p>
<div class="lb-trans"><p>“我们希望能够以自动化和非常加速的方式构建任何芯片，无论是定制芯片还是更传统的芯片，任何类型的芯片。我们正在使用人工智能来实现这一目标，” Mirhoseini 告诉 TechCrunch。</p>
</div><p>Their paths first crossed at Stanford, where Goldie earned her PhD as Mirhoseini taught computer science classes. Since then, their careers have been in lockstep. “We started at Google Brain on the same day. We left Google Brain on the same day. We joined Anthropic on the same day. We left Anthropic on the same day. We rejoined Google on the same day, and then we left Google again on the same day. Then we started this company together on the same day,” Goldie recounted.</p>
<div class="lb-trans"><p>她们的道路首次交汇于斯坦福大学，Goldie 在那里获得了博士学位，而 Mirhoseini 教授计算机科学课程。从那时起，她们的职业生涯一直步调一致。“我们在同一天开始在 Google Brain 工作。同一天离开 Google Brain。同一天加入 Anthropic。同一天离开 Anthropic。同一天重新加入 Google，然后又在同一天离开 Google。然后我们在同一天一起创办了这家公司，” Goldie 回忆道。</p>
</div><p>Techcrunch event</p>
<div class="lb-trans"><p>Techcrunch 活动</p>
</div><p>Boston, MA|June 23, 2026</p>
<div class="lb-trans"><p>波士顿，马萨诸塞州 |2026 年 6 月 23 日</p>
</div><p>During their time at Google, the colleagues were so close they even worked out together, both enjoying circuit training. The pun wasn’t lost on Jeff Dean, the famed Google engineer who was their collaborator. He nicknamed their Alpha Chip project “chip circuit training” — a play on their shared workout routine. Internally, the pair also got a nickname: A&amp;A.</p>
<div class="lb-trans"><p>在 Google 工作期间，这对同事关系非常密切，甚至一起锻炼，双方都喜欢循环训练。著名的 Google 工程师 Jeff Dean 是她们的合作者，他并没有错过这个双关语。他给她们的 Alpha Chip 项目起了个绰号：“芯片循环训练”——这是对她们共同锻炼习惯的玩笑。内部，这对搭档也得到了一个绰号：A&amp;A。</p>
</div><p>The Alpha Chip earned them industry notice, but it also attracted controversy. In 2022, one of their colleagues at Google was fired, Wired reported, after he spent years trying to discredit A&amp;A and their chip work, even though that work was used to help produce some of Google’s most important, bet-the-business AI chips.</p>
<div class="lb-trans"><p>Alpha Chip 让她们获得了行业的关注，但也引发了争议。根据 Wired 的报道，2022 年，她们在 Google 的一位同事被解雇，因为他花了多年时间试图抹黑 A&amp;A 及其芯片工作，尽管这些工作被用来帮助生产一些 Google 最重要、关乎业务的人工智能芯片。</p>
</div><p>Their Alpha Chip project at Google Brain proved the concept that would become Ricursive — using AI to dramatically accelerate chip design.</p>
<div class="lb-trans"><p>她们在 Google Brain 的 Alpha Chip 项目证明了将成为 Ricursive 的概念——使用人工智能显著加速芯片设计。</p>
</div><h2>Designing chips is hard</h2>
<div class="lb-trans"><h2>设计芯片是困难的</h2>
</div><p>The issue is, computer chips have millions to billions of logic gate components integrated on their silicon wafer. Human designers can spend a year or more placing those components on the chip to ensure performance, good power utilization and any other design needs. Digitally determining the placement of such infinitesimally small components with precision is, as you might expect, hard.</p>
<div class="lb-trans"><p>问题在于，计算机芯片在其硅晶圆上集成了数百万到数十亿个逻辑门组件。人类设计师可能需要一年或更长时间来放置这些组件，以确保性能、良好的功耗利用和其他设计需求。以精确的方式数字化确定这些微小组件的放置，正如你所预期的那样，是困难的。</p>
</div><p>Alpha Chip “could generate a very high-quality layout in, like, six hours. And the cool thing about this approach was that it actually learns from experience,” Goldie said.</p>
<div class="lb-trans"><p>Alpha Chip “可以在大约六小时内生成非常高质量的布局。而这种方法的酷炫之处在于，它实际上是从经验中学习的，” Goldie 说。</p>
</div><p>The premise of their AI chip design work is to use “a reward signal” that rates how good the design is. The agent then takes that rating to “update the parameters of its deep neural network to get better,” Goldie said. After completing thousands of designs, the agent got really good. It also got faster as it learned, the founders say.</p>
<div class="lb-trans"><p>她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，代理根据该评分 “更新其深度神经网络的参数以变得更好，” Goldie 说。在完成数千个设计后，代理变得非常出色。创始人表示，随着学习的深入，它的速度也在加快。</p>
</div><p>Ricursive’s platform will take the concept further. The AI chip designer they are building will “learn across different chips,” Goldie said. So each chip it designs should help it become a better designer for every next chip.</p>
<div class="lb-trans"><p>Ricursive 的平台将进一步推进这一概念。她们正在构建的人工智能芯片设计师将 “在不同芯片之间学习，” Goldie 说。因此，它设计的每个芯片都应该帮助它成为下一个芯片的更好设计师。</p>
</div><p>Ricursive’s platform also makes use of LLMs and will handle everything from component placement through design verification. Any company that makes electronics and needs chips is their target customer.</p>
<div class="lb-trans"><p>Ricursive 的平台还利用了 LLM，并将处理从组件放置到设计验证的所有内容。任何制造电子产品并需要芯片的公司都是她们的目标客户。</p>
</div><p>If their platform proves itself, as it seems likely to do, Ricursive could play a role in the moonshot goal of achieving artificial general intelligence (AGI). Indeed, their ultimate vision is designing AI chips, meaning the AI will essentially design its own computer brains.</p>
<div class="lb-trans"><p>如果她们的平台证明自己有效，似乎很有可能，Ricursive 可能在实现人工通用智能（AGI）的宏伟目标中发挥作用。实际上，她们的最终愿景是设计人工智能芯片，这意味着人工智能将基本上设计自己的计算机大脑。</p>
</div><p>“Chips are the fuel for AI,” Goldie said. “I think by building more powerful chips, that’s the best way to advance that frontier.”</p>
<div class="lb-trans"><p>“芯片是人工智能的燃料，” Goldie 说。“我认为，通过构建更强大的芯片，这是推动这一前沿的最佳方式。”</p>
</div><p>Mirhoseini adds that the lengthy chip-design process is constraining how quickly AI can advance. “We think we can also enable this fast co-evolution of the models and the chips that basically power them,” she said. So AI can grow smarter faster.</p>
<div class="lb-trans"><p>Mirhoseini 补充说，漫长的芯片设计过程限制了人工智能的快速发展。“我们认为，我们也可以促进模型和芯片的快速共同演化，这基本上为它们提供动力，” 她说。因此，人工智能可以更快地变得更聪明。</p>
</div><p>If the thought of AI designing its own brains at ever increasing speeds brings visions of Skynet and the Terminator to mind, the founders point out that there’s a more positive, immediate and, they think, more likely benefit: hardware efficiency.</p>
<div class="lb-trans"><p>如果想到人工智能以越来越快的速度设计自己的大脑让人联想到天网和终结者，创始人指出还有一个更积极、直接的，而且她们认为更可能的好处：硬件效率。</p>
</div><p>When AI Labs can design far more efficient chips (and, eventually all the underlying hardware), their growth won’t have to consume so much of the world’s resources.</p>
<div class="lb-trans"><p>当人工智能实验室能够设计出更高效的芯片（最终是所有基础硬件）时，它们的增长就不必消耗如此多的世界资源。</p>
</div><p>“We could design a computer architecture that’s uniquely suited to that model, and we could achieve almost a 10x improvement in performance per total cost of ownership,” Goldie said.</p>
<div class="lb-trans"><p>“我们可以设计出一种独特适合该模型的计算机架构，并且我们可以在每单位总拥有成本的性能上实现近 10 倍的提升，” Goldie 说。</p>
</div><p>While the young startup won’t name its early customers, the founders say that they’ve heard from every big chip making name you can imagine. Unsurprisingly, they have their pick of their first development partners, too.</p>
<div class="lb-trans"><p>虽然这家年轻的初创公司不会透露其早期客户的名字，但创始人表示，她们已经听到了所有你能想象到的大型芯片制造商的消息。不出所料，她们也有机会选择首批开发合作伙伴。</p>
</div>

How Ricursive Intelligence raised $335M at a $4B valuation in 4 months

- Ricursive Intelligence 的联合创始人是 AI 领域知名人士 Anna Goldie 和 Azalia Mirhoseini。  
- 该公司获得 3 亿美元 A 轮融资，估值达到 40 亿美元，专注于 AI 芯片设计工具。  
- Ricursive 的目标是加速芯片设计过程，提高硬件效率，推动 AI 进步。

Ricursive Intelligence 如何在短短 4 个月内以 40 亿美元的估值成功筹集了 3.35 亿美元