杭州芯流微澜智能科技有限公司宣布完成数千万元人民币首轮融资，由启高资本独家投资。该公司是一家 AI for IC 设计创新企业。
孙奇于 2026 年带队创立公司
投资界AI披露，随着芯片设计复杂度持续上升，单靠传统人力投入已越来越难以支撑项目推进。在这一背景下，浙江大学研究员孙奇于 2026 年带队创立芯流微澜，尝试把 AI 与电子设计自动化经验结合，目标是打造新一代芯片设计智能平台。
公司给出的长期愿景是「用AI来设计AI」。截至目前，芯流微澜已成为业内少数真正跑通工业级 EDA 工具链、将 Agent 落地到先进制程芯片项目的团队之一。
创始人与技术负责人背景
芯流微澜创始人孙奇教授现任浙江大学研究员、博士生导师，曾任康奈尔大学博士后，长期从事 AI+IC 方向研究，在国际顶级会议和期刊发表论文近百篇。公开信息显示，其成果曾获得浙江省科技进步一等奖、华为火花奖、EDA 青年科技奖，以及 8 次国际学术会议最佳论文奖或提名奖。
技术负责人陈正锐博士则提出了面向真实工业工具链的 Agentic EDA 基础设施，曾为主流 IDM 企业交付量产级标准单元库及后端优化方案，拥有流片与产业落地经验。
项目还获得浙江大学信息学部主任吴汉明院士与集成电路副院长卓成教授认可。作为战略顾问与行业专家，两人将为芯流微澜提供技术路线规划、产业资源对接以及企业级落地方面的支持。
瞄准 AI 驱动的 EDA 工具
EDA 即电子设计自动化，是芯片产业链上游的重要基础设施，用于通过计算机软件完成集成电路设计、仿真和验证等流程，对芯片性能、良率和研发周期都有直接影响。
芯流微澜将自身愿景定义为「通用智能设计」（Generalized AI for Design）。公司表示，希望研发 AI 驱动的 EDA 工具，降低芯片设计门槛，缩短研发周期，让更多创新芯片从构想到量产，并推动中国半导体产业的自主可控发展。
按照公司的描述，这一 IC 设计智能平台可以理解设计目标、规划流程、编排工具、分析结果并持续迭代优化。工程师给出目标与约束后，智能体可完成任务拆解、调用工业工具执行设计、解读报告数据，并决定下一轮优化动作。
产品由模型与流程两部分组成
围绕「怎么看」与「怎样持续推进事情」两项问题，芯流微澜推出了一套由专有垂类模型和智能体工程框架构成的产品。
模型端，团队自研 IC 设计大模型微澜（Wavelet），负责芯片工程中的专业理解与推理。公司称，该模型能够理解网表、布局布线、时序、功耗等专业上下文，并具备 VLSI 先进制程数据处理能力。
流程端，芯流微澜构建了工程级长流程控制系统芯流（Orbit），支持跨工具、跨阶段任务的长时间稳定运行、异常诊断与策略调整，也可以从芯片设计项目中持续学习，把资深工程师的隐性经验沉淀为可复用能力。
已在 10nm 以下真实项目中跑通全流程
芯流微澜称，不同于停留在工具调用或概念验证阶段的同类项目，其采用的是真实工业工具链，并通过进入真实工业现场，把模型、数据、工具链、流程控制与芯片工程经验系统性结合。
按公司披露的数据，其系统已经在 10nm 以下、近千万门规模的真实项目中跑通物理设计全流程，并持续优化 PPA（性能、功耗、面积），实现长时间稳定、高质量运行。同时，系统支持 GAA 等先进器件优化，以及超高维工业处理器微架构优化。
团队如何看待 AI Agent 在芯片设计中的位置
文章提到，过去几十年里，EDA 软件能力持续增强，芯片规模不断扩大，设计流程也越来越自动化。但在决定项目能否按时收敛的关键阶段，团队往往仍需投入大量工程师处理各类违例。
原因在于，即便拥有大量服务器资源和工具 License，可以并行尝试多种收敛策略，项目依旧需要进行报告解读、根因定位、修改验证等工作，而这些流程仍高度依赖资深工程师的专业判断。
在这一问题上，团队认为 AI 智能体与芯片设计流程较为契合：设计过程包含大量反复迭代的工作，优化路径会随项目变化，但每一步效果都可以通过明确的工程指标验证。对应流程是先理解当前设计状态、分析问题来源，再决定下一步策略，调用真实 EDA 工具执行，并根据结果判断是否有效，继续进入下一轮。
据此，文章认为，企业需要先在芯片这一高约束场景中，建立一套能够承载复杂工程过程的系统，把设计目标、领域知识、专业工具、流程状态和验证反馈连接为可追踪的工程闭环。
投资方与公司对长期方向的表述
启高资本创始主管合伙人张勇博士表示：「芯片设计正从工具自动化迈向以大模型和智能体为核心的流程智能化，这一方向的复合型门槛很高。芯流微澜团队兼具长期学术积累、产业交付经验和真实场景验证能力。我们看好Agentic EDA对芯片研发范式的长期重构，也期待芯流微澜成长为全球IC智能体领域的重要基础设施企业。」
文章还将这一工程架构延展到更广泛的复杂系统设计场景。文中写道，芯片设计只是复杂工程的一部分，在更多复杂系统中，工程师同样需要面对不断变化的状态、彼此冲突的约束、分散的专业工具，以及不能由一次生成替代的验证过程。
芯流微澜把「通用智能设计」作为长期锚点，希望从芯片设计这一特定场景出发，构建面向复杂系统设计的通用智能设计操作系统。按文中定义，这里的「通用」是指把分散在不同领域中的设计目标、专业知识、工程工具、运行状态和验证机制，组织进一套可复用的智能体工程架构。
孙奇表示：「希望做一个对设计工程师真正可用、可信的IC智能体系统，既能将工程师的效率放大数十倍，也能把企业多年积累的经验沉淀到系统中，让资深工程师的稀缺经验不再成为复杂项目的瓶颈，将人的价值从Implementation提升到Innovation。」
本文来自微信公众号「投资界AI」，作者余梦莹。