獨家｜把芯片設計交給AI，上海AI Lab李林陽創業獲數千萬元首輪融資

一家由上海人工智慧實驗室青年科學家李林陽創立的晶片設計新創公司「Novasilicon（芯星元）」近日完成首輪融資，由五源資本獨家投資數千萬元。不同於傳統的設計服務公司，Novasilicon 主張不再將人工智慧視為輔助工具，而是從大型語言模型的本質出發，重新定義晶片設計流程。創辦人李林陽指出，要實現這樣的願景，必須同時掌握人工智慧與晶片設計兩大領域的專業知識。李林陽目前擔任上海人工智慧實驗室青年科學家，曾參與中國首個開源大語言模型 MOSS 的研發，並帶領團隊完成國內首個兼具專業圍棋能力與自然語言思維解釋能力的多模態模型 InternThinker。

自去年起，他也開始負責 AI for Chip Design 相關研究項目。這樣的背景讓他對 AI 驅動晶片設計有著不同於業界傳統思維的看法。共同創辦人與營運長薛建喜在數位晶片設計領域擁有超過二十年經驗，曾服務於多家國內知名 AI 晶片企業；技術長陳建球則是翱捷科技的早期核心成員，具備二十餘年類比與混合訊號晶片設計經歷。這兩位合夥人的加入，補足了從理論到工程實現的關鍵能力，讓團隊在 AI 模型之外，也擁有紮實的晶片設計底蘊。Novasilicon 的目標市場瞄準急需增量自研晶片的大型模型企業、智慧機器人公司、雲端運算服務商以及消費電子業者。

目前該公司已透過 NRE（一次性工程服務）模式，與晶圓代工廠及 IDM 等供應鏈夥伴展開合作。依照規劃，Novasilicon 預計於今年內推出標準化後端設計產品，藉此驗證從工程服務走向產品化的發展路徑。用人工智慧設計晶片並非全新概念。早在 2021 年，Google DeepMind 團隊便公開運用 AI 完成 TPU 的平面規劃，有效縮短晶片設計週期。五年後的今天，大型語言模型的能力快速躍升，海外也出現一批由 Google、NVIDIA 前員工創辦、專注於 AI 驅動晶片設計的新創公司，累計公開融資已超過 5 億美元。

Novasilicon 是國內首家浮上檯面的同類型企業，也代表此一賽道在亞洲市場開始萌芽。李林陽澄清，Novasilicon 並非一間 EDA 公司。他解釋，傳統 EDA 業者是在既有工具體系內導入 AI，而 Novasilicon 的選擇是直接突破原有框架，讓多個 AI 代理器承擔過去由工程師負責的設計、規劃、工具調用及反覆運算最佳化等工作。如果要用一個具體的類比來形容，李林陽認為 Novasilicon 更像「AI 版的博通」，服務那些曾經因為週期長、成本高而難以取得定製晶片的客戶，或是過去從未想過能夠擁有自研晶片的企業。

從商業模式來看，Novasilicon 現階段回答「AI 版博通」的定位；若談到長期願景，團隊則以台積電的故事為例。1987 年半導體產業完成第一次專業化分工，IDM 逐步分化為 Fabless 與 Foundry，台積電讓晶圓製造成為整個產業皆可調用的基礎設施。Novasilicon 希望推動第二次分工——將晶片設計能力平台化，讓更多企業無須自建晶片設計團隊，而是按需調用設計能力，使 Fabless 進一步演化為「Designless + AI Design House」。在技術路徑上，Novasilicon 選擇了與主流不同的方向。

目前業界多採用模仿學習，依賴歷史 RTL 程式碼、驗證數據、網表、版圖與設計文件來訓練模型。李林陽指出，晶片設計資料高度保密，可供開源的高品質數據極為有限，持續取得足夠規模的數據集反而成為瓶頸。因此，Novasilicon 採用基於強化學習的 SuperLearner 路線，建構具備通用決策能力的模型，讓 AI 透過自主探索來尋找最優策略，而非依賴大量人工標註數據。這條路上並不只有 Novasilicon 獨行。Google、NVIDIA 等巨頭已投入相關實踐，海外新創如 Cognichip 也吸引英特爾前執行長陳立武加入董事會。

李林陽表示，Novasilicon 的差異在於整合通用模型、多代理器協同與晶片設計能力，試圖打造一套能夠持續交付晶片設計成果的平台。考慮到晶片設計流程漫長且複雜，Novasilicon 初期選擇從模擬後端版圖設計與數位後端布局佈線任務切入。李林陽解釋，後端決定晶片能否製造、製造後能否正常工作，相較前端擁有更明確的工程約束與量化反饋，最容易形成商業閉環。他強調，許多人以為前端只是簡單地撰寫程式碼，實際上只是看到冰山一角；從大模型解決問題的角度來看，前端的難度有本質上的差異。對 Novasilicon 而言，後端只是起點。

李林陽透露，未來幾個月團隊將進一步推進覆蓋 AI 晶片設計前後端全流程的多代理器集群建設，這也是 Novasilicon 希望掌握的下一個階段。