上海淬思科技有限公司（Trace Intelligence）近日宣布完成孵化轮融资，由砺思资本（Monolith）与启盈同创基金联合领投。这家专注于AI推理芯片研发的初创企业，将资金用于首款面向智能体（Agent）推理的专用芯片开发及核心团队建设。公司创始人潘鸿洋博士指出，当前AI芯片领域面临的核心挑战在于：大模型推理场景高度碎片化，模型架构迭代速度远超传统芯片设计周期，导致"快速交付"与"性能竞争力"难以兼顾。
行业趋势显示，AI算力竞争正从训练环节向推理环节转移。以智能体应用为例，其推理过程呈现强串行性特征，对单用户响应延迟的要求远超传统批量计算场景。这种需求变化促使产业巨头调整布局：英伟达于2025年收购低延迟推理芯片企业Groq核心资产，并在2026年推出专为智能体设计的Vera CPU。市场分析认为，面向特定场景的专用推理芯片将成为新的竞争焦点，其成功关键在于能否建立适应快速迭代的设计范式。
淬思科技的创新路径在于构建AI驱动的芯片设计全流程。其自主研发的Agentic EDA平台通过智能体技术重构传统电子设计自动化（EDA）工具链，实现从设计规范到版图生成的全自动化覆盖。该平台已通过多轮真实芯片流片验证，能够将传统需要12-18个月的设计周期压缩至3-6个月。更关键的是，每次流片积累的设计数据会持续优化算法模型，形成"交付-反馈-迭代"的增强循环，使后续项目开发效率呈指数级提升。
创始团队背景为项目落地提供双重保障。潘鸿洋博士在英伟达赞助的MLCAD 2025国际竞赛中夺冠，其学术成果直接应用于芯片设计自动化领域。核心团队汇聚了具有国际AI芯片独角兽量产经验的资深工程师，以及具备多学科交叉能力的年轻技术骨干。这种"老中青"结合的架构，既保证了工程经验的传承，又维持了技术创新的锐度。目前团队正在扩充算法优化、架构设计等关键岗位，并启动新一轮融资计划。
投资方对项目前景给出积极评价。砺思资本创始合伙人曹曦认为，当AI推理进入"交付能力竞争"阶段，淬思通过工具链创新建立的响应速度优势将构成核心壁垒。启盈同创基金则强调团队执行力，指出该团队是少数同时具备顶尖学术背景和量产经验的创业者，其选择从最难的技术路径切入的勇气值得长期支持。数据显示，砺思资本在AI领域已布局月之暗面、沐曦科技等项目，管理规模超百亿元。
技术验证方面，淬思的Agentic EDA平台已产生商业化收入，其设计方法学通过多款测试芯片的流片验证。首款面向智能体推理的芯片正在研发中，该芯片从架构设计到物理实现全部由AI系统完成，计划年底前完成流片。这款产品将重点优化单线程推理延迟和能效比，目标应用场景涵盖智能眼镜、机器人等边缘计算设备，以及云端推理加速卡等形态。
据公开资料，淬思科技成立于2026年5月，总部位于上海张江科学城。公司以"重新定义芯片设计方式"为使命，致力于构建覆盖终端到云端的完整推理芯片产品线。其技术路线已获得复旦大学集成电路与系统国家重点实验室的学术支持，并与多家智能硬件厂商建立联合研发合作。随着首款产品进入流片阶段，这家成立仅一年的初创企业正引发行业对AI芯片设计范式变革的广泛关注。
