通芯智能成立半年融资数亿：朱松纯发起，首款芯片对标英伟达Thor

图源/视觉中国

全文约3400字，阅读大概需要8分钟

硬氪了解到，做原生通用人工智能（AGI）架构芯片的通芯人工智能科技（北京）有限公司（下称“通芯智能”），成立仅半年就接连拿下数亿元种子轮和天使轮融资。出手方包括清华校友种子基金、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，产业资本、头部科技VC和财务资本都进来了。这笔钱主要花在流片前的核心架构设计和研发上。

公司成立于2026年4月，发起人是人工智能科学家、通研院院长、北大和清华讲席教授朱松纯，由北京通用人工智能研究院（通研院）孵化。

创始核心团队在芯片行业平均干了20年以上，骨干出自海光、百度、字节、阿里这些头部芯片与AI团队；创始核心技术团队则毕业于清华、北大、中科院、UCLA等院校，架构定义、前端设计、后端设计、流片、量产交付整个链路都完整走过一遍，科学家团队覆盖大模型、世界模型、物理智能等AI全技术栈。创始人王海洋是中国计算机事业奠基人之一夏培肃院士的学生，也是龙芯CPU创始成员，还当过海光4代芯片架构负责人、GPU独角兽联合创始人，芯片研发经历25年、SoC架构设计经历15年，手上有近百项国内外发明专利，CPU、GPU、GPGPU等大芯片方向的研发和量产经验都相当丰富。

眼下主流的GPGPU、Tensor Core架构，优化目标是统计式大模型，碰上因果推理、环境交互、物理智能这类负载就很难对上。算力、存力、运力之间也不平衡，Token生产和机器人物理智能的落地成本被推高了。

王海洋的判断是，AGI竞争不再只看峰值算力，比的是面向物理世界交互的有效推理能力。Token工厂、物理智能、机器人这些产业对硬件成本和功耗都很敏感，行业需要一种原生适配认知推理的新型芯片架构。

大语言模型正往AGI过渡，通芯智能在这个节点上选了条不一样的路：不做GPU改良版，直接围绕CUV认知架构设计芯片。

这套芯片设计理念来自朱松纯教授提出的认知（Cognition）、能力（Utility）、价值（Value）三维联合空间，也就是CUV架构。通芯智能以此为基础，用自研的Vector+Tensor+AGI Core三单元架构，做既能跑向量、张量计算，又能原生支持物理智能、社交智能的高性价比芯片。朱松纯教授说：“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。”

技术实现上，通芯智能走的是混合存算一体架构、通用加专用的计算架构，以及云边端统一的灵活架构。自研的向量矩阵单元、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）等技术，针对的正是通用GPU跑AGI时“内存墙”、“稀疏不规则”、“图结构推理”这些结构性错配。

王海洋介绍，第一代芯片定位是高性价比推理芯片，云端模型工厂和端侧物理智能都能撑，端侧对标英伟达Thor系列，云端对标英伟达B300系列。

王海洋说，大模型能力越来越强，AI已从训练时代转入推理时代。训练模型的需求正在下滑，推理需求则会占据绝对大头，用户也越来越看重Token性价比。首款芯片之所以定义为高性价比推理芯片，正是对这个趋势的回应。

硬氪还了解到，公司成立三个月就完成了架构设计和立项，目前已经进入芯片设计阶段，12月初计划展开FPGA原型验证，到时候会亮出阶段性成果。

商业化上，通芯智能布了三个市场方向，并且已经初步谈成规模合作意向：一是借通研院体系和产业战略伙伴，在AGI通用智能体领域合作；二是面向大模型智算集群和Token工厂，跟整机厂商及地方智算中心联手，提供高性价比的Token算力；三是面向物理智能与具身机器人，提供端侧大算力推理芯片。

后面公司还打算跟北大、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芯片软硬件协同一起攻关，把产学研落地的通道打通。

下面是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，如今不少做光计算的公司，实质上仍是针对现有大语言模型做计算加速。可大语言模型并不等于AGI。我们要做的不是更快、更省电的“计算器”，而是围绕朱松纯教授提出的CUV认知架构，在硬件底层进行原生设计。除了支持向量、张量计算以向前兼容现有Transformer架构，芯片里还加了几十个专门面向AGI算法算子的硬件加速器，让未来的物理智能、空间智能算法能完整、高效地跑在我们的芯片上。在当前的芯片品类里，这是个全新的东西，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：眼下大家最在意的其实是推理成本，也就是Token的价格。前几年行业拼的是训练算力，可模型能力增强后，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，一是能不能支持未来向AGI演进，二是性价比。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”，云端智算集群和端侧具身智能都支持。

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了它的局限性，现在大家纷纷向AGI对齐。我们认为AGI芯片正处在类似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…。

趋势上他给出三点判断。第一，推理会占绝对大头，一些评测乐观地估计推理占比能超过90%。第二，计算芯片的计算效率要往上提。眼下算力、存力、运力三个瓶颈卡着芯片，其中内存强是拖累计算芯片效率最狠的一环。团队提出的混合存算一体，被其视为日后解开存力瓶颈的关键方案。技术流派再怎么变，靠存算一体化解存力瓶颈的计算芯片都会是绝对主流，公司在这块已有明确布局。第三，行业会逐步转向AGI芯片。学术界和产业界都在提速探索AGI，芯片厂商的布局也会跟着加快。

投资方也谈了各自看法。豫资涨泉资本创始人刘啸东说，豫资涨泉资本重点投科技智造与颠覆性科创技术，在国内外找真正有技术含量的优质标的。投通芯智能，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时代提前铺开的芯片底层架构。团队同样是吸引他们的重要原因：这支队伍既有研究院的科研底子，又有来自芯片大厂近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。刘啸东认为，这种“三角形”结构恰恰是把创新转化为创业最关键的一环。作为投资人，他们提供资本与耐心，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提到，通芯的两端很清晰：一端是做通用AI研究的科学家，另一端是曾亲手把海光、龙芯芯片推向量产的工程师。这家公司瞄准的是供人形机器人和智能体使用的国产新芯片，走软硬一体路线，要解开的正是现有芯片应付不了现实世界物理智能这一难题。水木看重这条大赛道的前景，也看重这支团队，王学辉希望水木能持续给公司加力，推动流片尽早实现。

松霖科技战投负责人韩宗谕表示，他们看好通芯在AGI芯片与原生模型一体化上的核心技术，以及具备丰富量产经验的创始团队。这次投资属于产业型战略布局，松霖在医养、后勤以及家庭场景有全球化产业基础，双方可借此深度协同，加强具身智能底层算力能力。韩宗谕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。

普超资本创始合伙人李立伟说，普超资本持续专注布局人工智能时代的算力基础设施产业链。通芯智能打通了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。他期待公司软硬件协同落地，夯实国产AGI时代算力底座。

在青创伯乐创始合伙人兼董事长赖光宁看来，技术革命真要落地，拼的不是谁的概念喊得更响，而是谁能把稀缺的东西做得便宜、可靠、能上规模。AGI发展到当下，能把智能算得更省的一方，就握住了下一阶段产业化的钥匙。通芯智能去做AGI芯片，说到底是加入这个时代算力底座的定义过程。赖光宁表示，这支队既能对架构给出原创判断，也在踏踏实实做落地；中国底层创新常常缺的，就是这种坚持做下去的韧劲。青创伯乐愿意陪着它把这件事做成，也希望将来人们记住通芯的不只是芯片产品，还有他们为中国AI产业夯下的那段地基。