<p>初創公司 Ricursive Intelligence 的聯合創始人似乎註定要成為聯合創始人。</p>
<p>首席執行官 Anna Goldie 和首席技術官 Azalia Mirhoseini 在人工智能社區中非常知名，Goldie 告訴 TechCrunch，她們曾是那些 “收到扎克伯格發來的奇怪郵件，提出瘋狂報價的人工智能工程師” 之一。（她們沒有接受這些報價。）這對搭檔曾在 Google Brain 工作，並且是 Anthropic 的早期員工。</p>
<p>她們在 Google 的成就源於創造了 Alpha Chip——一種能夠在數小時內生成高質量芯片佈局的人工智能工具——這一過程通常需要人類設計師一年或更長時間。該工具幫助設計了三代 Google 的張量處理單元。</p>
<p>這種背景解釋了為什麼在 Ricursive 啓動僅四個月後，她們上個月宣佈了由 Lightspeed 領投的 3 億美元 A 輪融資，估值達到 40 億美元，僅在幾個月前剛剛完成了由 Sequoia 領投的 3500 萬美元種子輪融資。</p>
<p>Ricursive 正在構建設計芯片的人工智能工具，而不是芯片本身。這使得它們與幾乎所有其他人工智能芯片初創公司根本不同：它們並不是想要成為 Nvidia 的競爭者。事實上，Nvidia 是投資者。GPU 巨頭以及 AMD、Intel 和其他所有芯片製造商都是該初創公司的目標客户。</p>
<p>“我們希望能夠以自動化和非常加速的方式構建任何芯片，無論是定製芯片還是更傳統的芯片，任何類型的芯片。我們正在使用人工智能來實現這一目標，” Mirhoseini 告訴 TechCrunch。</p>
<p>她們的道路首次交匯於斯坦福大學，Goldie 在那裏獲得了博士學位，而 Mirhoseini 教授計算機科學課程。從那時起，她們的職業生涯一直步調一致。“我們在同一天開始在 Google Brain 工作。同一天離開 Google Brain。同一天加入 Anthropic。同一天離開 Anthropic。同一天重新加入 Google，然後又在同一天離開 Google。然後我們在同一天一起創辦了這家公司，” Goldie 回憶道。</p>
<p>Techcrunch 活動</p>
<p>波士頓，馬薩諸塞州 |2026 年 6 月 23 日</p>
<p>在 Google 工作期間，這對同事關係非常密切，甚至一起鍛鍊，雙方都喜歡循環訓練。著名的 Google 工程師 Jeff Dean 是她們的合作者，他並沒有錯過這個雙關語。他給她們的 Alpha Chip 項目起了個綽號：“芯片循環訓練”——這是對她們共同鍛鍊習慣的玩笑。內部，這對搭檔也得到了一個綽號：A&amp;A。</p>
<p>Alpha Chip 讓她們獲得了行業的關注，但也引發了爭議。根據 Wired 的報道，2022 年，她們在 Google 的一位同事被解僱，因為他花了多年時間試圖抹黑 A&amp;A 及其芯片工作，儘管這些工作被用來幫助生產一些 Google 最重要、關乎業務的人工智能芯片。</p>
<p>她們在 Google Brain 的 Alpha Chip 項目證明了將成為 Ricursive 的概念——使用人工智能顯著加速芯片設計。</p>
<h2>設計芯片是困難的</h2>
<p>問題在於，計算機芯片在其硅晶圓上集成了數百萬到數十億個邏輯門組件。人類設計師可能需要一年或更長時間來放置這些組件，以確保性能、良好的功耗利用和其他設計需求。以精確的方式數字化確定這些微小組件的放置，正如你所預期的那樣，是困難的。</p>
<p>Alpha Chip “可以在大約六小時內生成非常高質量的佈局。而這種方法的酷炫之處在於，它實際上是從經驗中學習的，” Goldie 説。</p>
<p>她們的人工智能芯片設計工作的前提是使用 “獎勵信號” 來評估設計的好壞。然後，代理根據該評分 “更新其深度神經網絡的參數以變得更好，” Goldie 説。在完成數千個設計後，代理變得非常出色。創始人表示，隨着學習的深入，它的速度也在加快。</p>
<p>Ricursive 的平台將進一步推進這一概念。她們正在構建的人工智能芯片設計師將 “在不同芯片之間學習，” Goldie 説。因此，它設計的每個芯片都應該幫助它成為下一個芯片的更好設計師。</p>
<p>Ricursive 的平台還利用了 LLM，並將處理從組件放置到設計驗證的所有內容。任何製造電子產品並需要芯片的公司都是她們的目標客户。</p>
<p>如果她們的平台證明自己有效，似乎很有可能，Ricursive 可能在實現人工通用智能（AGI）的宏偉目標中發揮作用。實際上，她們的最終願景是設計人工智能芯片，這意味着人工智能將基本上設計自己的計算機大腦。</p>
<p>“芯片是人工智能的燃料，” Goldie 説。“我認為，通過構建更強大的芯片，這是推動這一前沿的最佳方式。”</p>
<p>Mirhoseini 補充説，漫長的芯片設計過程限制了人工智能的快速發展。“我們認為，我們也可以促進模型和芯片的快速共同演化，這基本上為它們提供動力，” 她説。因此，人工智能可以更快地變得更聰明。</p>
<p>如果想到人工智能以越來越快的速度設計自己的大腦讓人聯想到天網和終結者，創始人指出還有一個更積極、直接的，而且她們認為更可能的好處：硬件效率。</p>
<p>當人工智能實驗室能夠設計出更高效的芯片（最終是所有基礎硬件）時，它們的增長就不必消耗如此多的世界資源。</p>
<p>“我們可以設計出一種獨特適合該模型的計算機架構，並且我們可以在每單位總擁有成本的性能上實現近 10 倍的提升，” Goldie 説。</p>
<p>雖然這家年輕的初創公司不會透露其早期客户的名字，但創始人表示，她們已經聽到了所有你能想象到的大型芯片製造商的消息。不出所料，她們也有機會選擇首批開發合作伙伴。</p>

英特爾

動態半導體 ETF - Invesco

半導體 3 倍做多 - Direxion

2 倍做多英偉達 ETF - Direxion

半導體 ETF - VanEck Vectors

費城交易所 半導體 ETF - iShares

標普半導體 ETF - SPDR

2 倍做多 NVDA ETF - T-Rex

2 倍做多 INTC ETF - GraniteShares

<p>Ricursive Intelligence 由人工智能專家 Anna Goldie 和 Azalia Mirhoseini 共同創立，在短短四個月內籌集了 3.35 億美元，估值達到 40 億美元。這家初創公司專注於芯片設計的人工智能工具，而非芯片製造，在 Lightspeed 的帶領下完成了 3 億美元的 A 輪融資，此前還獲得了 Sequoia 的 3500 萬美元種子輪融資。他們的創新平台旨在自動化和加速芯片設計，目標是主要的芯片製造商，如 Nvidia 和 Intel。創始人在 Google Brain 上對 Alpha Chip 的先前工作為 Ricursive 的技術奠定了基礎，這可能會對未來的人工智能芯片開發產生重大影響</p>

<p>The co-founders of startup Ricursive Intelligence seemed destined to be co-founders.</p>
<div class="lb-trans"><p>初創公司 Ricursive Intelligence 的聯合創始人似乎註定要成為聯合創始人。</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>首席執行官 Anna Goldie 和首席技術官 Azalia Mirhoseini 在人工智能社區中非常知名，Goldie 告訴 TechCrunch，她們曾是那些 “收到扎克伯格發來的奇怪郵件，提出瘋狂報價的人工智能工程師” 之一。（她們沒有接受這些報價。）這對搭檔曾在 Google Brain 工作，並且是 Anthropic 的早期員工。</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>她們在 Google 的成就源於創造了 Alpha Chip——一種能夠在數小時內生成高質量芯片佈局的人工智能工具——這一過程通常需要人類設計師一年或更長時間。該工具幫助設計了三代 Google 的張量處理單元。</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>這種背景解釋了為什麼在 Ricursive 啓動僅四個月後，她們上個月宣佈了由 Lightspeed 領投的 3 億美元 A 輪融資，估值達到 40 億美元，僅在幾個月前剛剛完成了由 Sequoia 領投的 3500 萬美元種子輪融資。</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 正在構建設計芯片的人工智能工具，而不是芯片本身。這使得它們與幾乎所有其他人工智能芯片初創公司根本不同：它們並不是想要成為 Nvidia 的競爭者。事實上，Nvidia 是投資者。GPU 巨頭以及 AMD、Intel 和其他所有芯片製造商都是該初創公司的目標客户。</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>“我們希望能夠以自動化和非常加速的方式構建任何芯片，無論是定製芯片還是更傳統的芯片，任何類型的芯片。我們正在使用人工智能來實現這一目標，” Mirhoseini 告訴 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>她們的道路首次交匯於斯坦福大學，Goldie 在那裏獲得了博士學位，而 Mirhoseini 教授計算機科學課程。從那時起，她們的職業生涯一直步調一致。“我們在同一天開始在 Google Brain 工作。同一天離開 Google Brain。同一天加入 Anthropic。同一天離開 Anthropic。同一天重新加入 Google，然後又在同一天離開 Google。然後我們在同一天一起創辦了這家公司，” Goldie 回憶道。</p>
</div><p>Techcrunch event</p>
<div class="lb-trans"><p>Techcrunch 活動</p>
</div><p>Boston, MA|June 23, 2026</p>
<div class="lb-trans"><p>波士頓，馬薩諸塞州 |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 工作期間，這對同事關係非常密切，甚至一起鍛鍊，雙方都喜歡循環訓練。著名的 Google 工程師 Jeff Dean 是她們的合作者，他並沒有錯過這個雙關語。他給她們的 Alpha Chip 項目起了個綽號：“芯片循環訓練”——這是對她們共同鍛鍊習慣的玩笑。內部，這對搭檔也得到了一個綽號：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 讓她們獲得了行業的關注，但也引發了爭議。根據 Wired 的報道，2022 年，她們在 Google 的一位同事被解僱，因為他花了多年時間試圖抹黑 A&amp;A 及其芯片工作，儘管這些工作被用來幫助生產一些 Google 最重要、關乎業務的人工智能芯片。</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>她們在 Google Brain 的 Alpha Chip 項目證明了將成為 Ricursive 的概念——使用人工智能顯著加速芯片設計。</p>
</div><h2>Designing chips is hard</h2>
<div class="lb-trans"><h2>設計芯片是困難的</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>問題在於，計算機芯片在其硅晶圓上集成了數百萬到數十億個邏輯門組件。人類設計師可能需要一年或更長時間來放置這些組件，以確保性能、良好的功耗利用和其他設計需求。以精確的方式數字化確定這些微小組件的放置，正如你所預期的那樣，是困難的。</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 “可以在大約六小時內生成非常高質量的佈局。而這種方法的酷炫之處在於，它實際上是從經驗中學習的，” Goldie 説。</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>她們的人工智能芯片設計工作的前提是使用 “獎勵信號” 來評估設計的好壞。然後，代理根據該評分 “更新其深度神經網絡的參數以變得更好，” Goldie 説。在完成數千個設計後，代理變得非常出色。創始人表示，隨着學習的深入，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 的平台將進一步推進這一概念。她們正在構建的人工智能芯片設計師將 “在不同芯片之間學習，” Goldie 説。因此，它設計的每個芯片都應該幫助它成為下一個芯片的更好設計師。</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 的平台還利用了 LLM，並將處理從組件放置到設計驗證的所有內容。任何製造電子產品並需要芯片的公司都是她們的目標客户。</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>如果她們的平台證明自己有效，似乎很有可能，Ricursive 可能在實現人工通用智能（AGI）的宏偉目標中發揮作用。實際上，她們的最終願景是設計人工智能芯片，這意味着人工智能將基本上設計自己的計算機大腦。</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 説。“我認為，通過構建更強大的芯片，這是推動這一前沿的最佳方式。”</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 補充説，漫長的芯片設計過程限制了人工智能的快速發展。“我們認為，我們也可以促進模型和芯片的快速共同演化，這基本上為它們提供動力，” 她説。因此，人工智能可以更快地變得更聰明。</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來越快的速度設計自己的大腦讓人聯想到天網和終結者，創始人指出還有一個更積極、直接的，而且她們認為更可能的好處：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>當人工智能實驗室能夠設計出更高效的芯片（最終是所有基礎硬件）時，它們的增長就不必消耗如此多的世界資源。</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>“我們可以設計出一種獨特適合該模型的計算機架構，並且我們可以在每單位總擁有成本的性能上實現近 10 倍的提升，” Goldie 説。</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>雖然這家年輕的初創公司不會透露其早期客户的名字，但創始人表示，她們已經聽到了所有你能想象到的大型芯片製造商的消息。不出所料，她們也有機會選擇首批開發合作伙伴。</p>
</div>

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

- Ricursive Intelligence 的聯合創始人是 AI 領域知名人士 Anna Goldie 和 Azalia Mirhoseini。  
- 該公司獲得 3 億美元 A 輪融資，估值達到 40 億美元，專注於 AI 芯片設計工具。  
- Ricursive 的目標是加速芯片設計過程，提高硬件效率，推動 AI 進步。

Ricursive Intelligence 如何在短短 4 個月內以 40 億美元的估值成功籌集了 3.35 億美元