前谷歌研究员创立Ricursive，用AI将芯片设计从数年缩短至数天，获红杉3500万美元投资，估值7.5亿美元，旨在实现全民定制芯片。
两位前谷歌女科学家杀入8000亿美元芯片战场，用AI把芯片设计从三年压缩到几天？
未来你公司、你团队、甚至你个人，都能像搭乐高一样，几天内“拼出”一颗专属AI芯片？这而是一场正在硅谷悄然爆发的革命。
2025年12月初，一家名为Ricursive Intelligence（递归智能）的初创公司横空出世，两位创始人——安娜·戈尔迪（Anna Goldie）和阿扎莉亚·米尔侯赛尼（Azalia Mirhoseini）——正试图用AI彻底重构价值8000亿美元的全球芯片产业。
她们曾是谷歌内部顶尖AI芯片项目AlphaChip的核心研发者，如今单干创业，一口气拿下红杉资本3500万美元投资，公司估值直冲7.5亿美元！更令人震惊的是，她们的目标不是优化现有流程，而是把整个芯片设计周期从动辄两三年，压缩到“几周甚至几天”。这不仅仅是技术突破，更是对整个半导体行业的降维打击。
她们是谁？谷歌AI芯片项目的“幕后女神”
在男性主导的芯片和AI领域，安娜·戈尔迪和阿扎莉亚·米尔侯赛尼绝对是罕见的女性双星组合。
安娜曾是谷歌大脑（Google Brain）团队的重要成员，深耕强化学习与芯片自动化设计交叉领域多年；
而阿扎莉亚不仅是前谷歌研究员，更是斯坦福大学计算机科学系教授，长期研究AI与硬件协同设计。
两人在谷歌共同主导开发了AlphaChip——一个利用深度强化学习自动完成芯片物理布局（Physical Placement）的系统。
这套系统曾被用于设计谷歌自家TPU（张量处理单元）芯片的关键模块，大幅缩短了设计迭代时间。TPU是支撑谷歌AI大模型训练的核心硬件，其性能直接关系到Bard、Gemini等产品的竞争力。
可以说，没有她们的技术积累，谷歌在AI基础设施上的领先地位可能没那么稳固。如今，她们选择离开巨头温床，带着AlphaChip的经验与野心，创办Ricursive，目标是把这种“只有科技巨头才玩得起”的芯片定制能力，普及到每一家中小企业、每一个创新团队手中。
为什么芯片设计如此昂贵又缓慢？传统流程堪比“手工雕刻”
要理解Ricursive的颠覆性，你得先明白当前芯片设计到底有多“反人类”。
一颗现代AI芯片，比如苹果M系列、英伟达H100，内部包含数百亿晶体管，布局布线复杂到堪比一座超大城市。
整个流程分三大阶段：架构设计、物理实现、制造验证。
光是物理实现阶段，工程师就得手动调整晶体管位置、金属连线走向、电源网络分布，确保信号延迟最小、功耗最低、面积最紧凑。这不仅极度依赖专家经验，还极其耗时——一个中等复杂度的芯片，光布局布线就要几个月，整套流程走完至少两年起步。
更要命的是，一旦在后期流片（Fabrication）前发现一个微小错误——比如某个信号线太长导致时序违例——整个项目可能就得回炉重造，损失动辄上千万美元。
正因如此，目前只有苹果、谷歌、亚马逊、英伟达这类年营收百亿美金以上的巨头，才敢投入巨资组建数百人芯片团队，自研定制芯片。中小企业？只能乖乖用现成的通用芯片，哪怕效率低、功耗高、成本贵。这种“芯片鸿沟”，正在扼杀无数AI硬件创新。
Ricursive的AI魔法：用算法代替人类工程师“盯屏调参”
Ricursive的核心武器，正是她们在谷歌验证过的AI自动化设计引擎。
简单说，她们把整个芯片设计问题转化成一个“超大规模强化学习任务”：AI代理（Agent）在模拟环境中不断尝试不同的布局方案，根据功耗、面积、时序等目标函数获得奖励或惩罚，最终学会生成最优解。这和AlphaGo下围棋的逻辑异曲同工——只不过“棋盘”变成了纳米级的硅片，“落子”变成了晶体管与互连线。
但Ricursive更进一步：她们不仅优化物理布局，还整合了从架构探索到验证签核（Sign-off）的全流程。这意味着客户只需输入功能需求（比如“我要一颗低功耗边缘AI推理芯片，支持INT8，算力5TOPS”），系统就能自动生成RTL代码、完成逻辑综合、布局布线、时序分析、功耗估算，甚至输出符合晶圆厂要求的GDSII文件。
整个过程无需人工干预，错误率远低于人类团队。据内部测试，原本需要6个月完成的物理设计，Ricursive的AI系统可在72小时内完成，且PPA（性能-功耗-面积）指标优于人工方案。这相当于把芯片设计从“手工艺时代”直接推进到“工业自动化时代”。
红杉为何豪赌7.5亿估值？因为她们要打开“全民造芯”的新宇宙
红杉资本合伙人Stephanie Zhan在投资后直言：“她们真正开创了AI驱动芯片设计这个全新品类。”这句话分量极重。
要知道，过去十年，EDA（电子设计自动化）工具市场一直被Synopsys、Cadence、Siemens EDA三巨头垄断，年增速不过5%-10%。
但AI的介入正在撕开一道裂缝：2023年英伟达推出AI驱动的布局工具，Synopsys也收购了AI初创公司。然而，这些巨头的AI功能多是“插件式”辅助，而非端到端重构。Ricursive不同——它是从零开始构建的AI原生设计平台，目标用户不是大厂工程师，而是产品经理、AI研究员、甚至硬件创业者。
想象一下：一个做智能摄像头的初创公司，不再需要高价聘请芯片专家，只需在Ricursive平台上描述需求，几天后就能拿到一颗高度定制的NPU芯片，功耗比通用芯片低60%，成本降40%。这将引爆怎样的创新浪潮？
红杉看到的不是一家工具公司，而是一个“硅基乐高”生态的入口——未来十年，定制芯片将像APP一样普及，而Ricursive就是那个操作系统。
创始人亲述：我们不是取代工程师，而是解放创造力
面对“AI会抢走芯片工程师饭碗”的质疑，安娜·戈尔迪在采访中坚定回应：“我们不是要取代人，而是把工程师从重复性劳动中解放出来。”
她举例说，传统流程中，工程师80%的时间花在机械性调参、跑仿真、查错误上，只有20%用于创造性思考。Ricursive的目标是反过来——AI处理80%的繁琐流程，人类专注20%的战略决策，比如“这颗芯片该为哪种神经网络优化？”“如何平衡实时性与能效？”这种人机协作模式，反而会提升工程师的价值。
阿扎莉亚则从学术角度补充：“芯片设计本质上是一个组合优化问题，维度高达10^250——比宇宙原子数还多。人类直觉再强也难以穷举，但AI可以。”她们坚信，当设计门槛消失，芯片创新将从“巨头特权”变为“全民权利”，就像WordPress让建站平民化，Shopify让电商平民化一样。而Ricursive，要做的就是芯片界的“WordPress+Shopify”。
行业震动：巨头们坐不住了，新一波AI芯片创业潮已至
Ricursive的出现，绝非孤立事件。它背后是整个AI硬件生态的范式转移。
就在同月，前OpenAI研究员Liam Fedus联合创立了Periodic Labs，专注AI驱动的材料发现；前谷歌DeepMind团队也创办了Reflection，用AI优化量子芯片。资本正疯狂涌入这个交叉领域——仅2025年Q4，AI+半导体初创公司融资额已超20亿美元。
为什么？因为大模型竞赛已进入“硬件定义软件”阶段。英伟达CEO黄仁勋说得直白：“未来AI的竞争，80%看芯片。”而自研芯片已成为科技巨头的标配：苹果靠M系列芯片重振Mac，谷歌用TPU掌控AI命脉，亚马逊Graviton处理器每年省下数十亿云成本。
现在，Ricursive要把这把“屠龙刀”交给所有人。可以预见，明年起将涌现大量“AI原生硬件公司”——它们不卖软件，而是卖“芯片+算法”一体化解决方案。比如一家做医疗影像的公司，直接推出搭载自研AI芯片的CT设备，推理速度提升10倍，功耗却只有1/5。这种垂直整合，将彻底改变科技竞争规则。
未来展望：2026年产品落地，芯片民主化元年开启？
据Ricursive内部透露，公司首款产品将于2026年正式发布，初期聚焦AI加速器和IoT边缘芯片设计。
客户可按需订阅云端服务，按芯片复杂度付费——一颗简单MCU可能只需几百美元，而高端AI SoC也不过数万美元，远低于传统数百万美元的NRE（非重复工程）成本。更关键的是，Ricursive正与台积电、三星等晶圆厂合作，确保输出文件100%兼容先进制程（如3nm、2nm）。
这意味着客户设计完的芯片，可直接进入流片阶段，无缝衔接。
如果一切顺利，2026年我们将看到第一批由Ricursive平台设计的商用芯片上市。
而到2027年，全球定制芯片数量可能从现在的数百款，激增至数万款——一个真正“百花齐放”的硅基创新时代即将来临。
正如安娜所说：“我们相信，定制硅片将无处不在（ubiquitous custom silicon）。未来每一家科技公司，都将是芯片公司。”
结语：当AI能设计芯片，人类的想象力才是终极边界
从手搓芯片到AI生成，芯片设计正经历堪比“印刷术革命”的跃迁。
Ricursive的野心，不只是做一家成功的初创公司，而是点燃一场技术民主化运动。它让那些曾因成本与技术壁垒而放弃硬件梦想的创业者、研究者、工程师，重新看到可能。
尤其对于中国AI硬件生态而言，这既是机遇也是警钟——当美国用AI重构芯片设计范式，我们是否还在依赖传统EDA工具？
安娜和阿扎莉亚的故事也提醒我们：真正的创新，往往诞生于交叉领域。AI+硬件、AI+生物、AI+能源……下一个“Ricursive”可能就在你我身边。而在这场变革中，唯一不变的，是人类定义问题、设定目标、赋予意义的能力。AI再强，也只是工具；而驾驭工具的，永远是敢于梦想的人。