Ricursive Intelligence 創始人將亮相 TechCrunch Disrupt 2026:AI 設計晶片的閉環時代

AI 設計晶片：從 Google 實驗室到 40 億美元獨角獸

當 AI 模型對算力的需求呈指數級增長，晶片設計卻要耗時 2 到 3 年。Ricursive Intelligence 的目標是打破這個瓶頸：用 AI 設計晶片，並在每次設計中學習，不斷最佳化下一代產品，最終將開發週期壓縮到幾周。

10 月 13-15 日，舊金山 Moscone West，TechCrunch Disrupt 2026 大會，Ricursive 聯合創始人 Anna Goldie 和 Azalia Mirhoseini 將登臺發表主題演講“當 AI 開始設計自己的硬體”，深入探討這一“自我進化閉環”的技術路徑與產業意義。

從 AlphaChip 到 Ricursive：已驗證的技術基因

兩位創始人可不是空談。在創立 Ricursive 之前，她們共同領導了 Google 的 AlphaChip 專案——一個能在幾小時內生成晶片佈局的 AI 系統，而傳統人工設計需要數週甚至更久。這項工作直接參與了多代 Google TPU（Tensor Processing Unit）的設計，證明了 AI 在實際晶片開發中的可行性。

Ricursive 的野心更大：不僅要自動化晶片佈局，還要覆蓋從元件放置到設計驗證的全流程，並讓系統跨晶片學習——即設計晶片 A 的經驗可遷移最佳化晶片 B 的設計。這種“學習積累”機制，理論上能形成正向飛輪：AI 設計出更優晶片 → 更強算力支撐更強 AI → 新一代 AI 再設計下一代晶片。

4 個月融資 3.35 億美元，輝達入局

Ricursive 於 2025 年底成立，投資人反應迅速。成立僅 4 個月內，公司完成 3.35 億美元融資（其中 A 輪 3 億美元），估值達 40 億美元。投資方包括輝達（Nvidia）——這一細節頗具訊號意義：作為 AI 晶片霸主，輝達押注“AI 設計晶片”賽道，或許預示其對未來算力供應鏈變革的判斷。

兩位創始人履歷同樣亮眼：

• Anna Goldie（CEO）：斯坦福大學電腦科學博士，曾入選 MIT Technology Review“35 歲以下 35 位創新者”，曾任 Google DeepMind 高階研究科學家、Anthropic 早期員工。
• Azalia Mirhoseini（CTO）：現任斯坦福大學電腦科學助理教授，創立 Scaling Intelligence Lab，同樣擁有 Google DeepMind 和 Anthropic 背景。

兩人還共同建立了 Google 的 ML for Systems 團隊，專注用機器學習最佳化系統基礎設施。

為何晶片設計速度決定 AI 未來？

當前 AI 模型迭代速度遠超硬體開發週期。Ricursive 的核心假設是：縮短晶片設計週期，才能解鎖新型晶片架構，進而支撐更高效、更強大的 AI。

在 Disrupt 的演講中，Goldie 和 Mirhoseini 將討論：

• AI-硬體閉環如何加速？
• 自我改進系統的技術瓶頸在哪？
• 如何應對晶片設計中的最大開發瓶頸？

對於創始人、投資人和技術領導者而言，這場對話提供了理解“晶片開發速度如何塑造 AI 能力邊界”的一線視角。

Disrupt 2026：超 10,000 人參會，300+ 初創公司展示

本次 TechCrunch Disrupt 預計吸引超 10,000 名創始人、投資人、運營者和技術領袖，設定 200+ 場跨 6 個行業舞臺的演講、圓桌和分組討論，250+ 位演講嘉賓，300+ 家初創公司參展。除主題議程外，大會還提供配對撮合、交易促成和社交機會。

Goldie 和 Mirhoseini 的演講將在主舞臺（Disrupt Stage）進行，是瞭解 AI 基礎設施前沿的核心場次之一。

常見問題

Ricursive Intelligence 與 Google AlphaChip 的核心區別是什麼?

AlphaChip 已驗證 AI 可在數小時內生成晶片佈局,Ricursive 在此基礎上拓展至晶片設計全流程(從元件放置到驗證),並強調跨晶片學習能力——即設計經驗可積累遷移,形成持續最佳化的閉環。通常而言,這種'學習積累'是實現自我進化系統的關鍵。

為什麼輝達會投資一家 AI 設計晶片的初創公司?

輝達作為 AI 晶片領導者,投資 Ricursive 可能有多重考量:一是提前佈局可能顛覆傳統晶片設計流程的技術;二是若 AI 設計工具成熟,可能加速自身產品迭代;三是戰略防禦——確保在'AI 設計晶片'賽道擁有話語權。業內普遍認為,頭部晶片公司對此類技術既有合作意願也有競爭警惕。

中國 AI 從業者能從 Ricursive 的路徑中借鑑什麼?

Ricursive 的案例凸顯'AI for Infrastructure'(用 AI 最佳化基礎設施)的戰略價值。中國在 AI 晶片設計工具鏈上仍有短板,若能將大模型能力應用於 EDA 工具、晶片驗證等環節,可能縮短與國際先進水平的差距。但需注意,晶片設計涉及大量工程積累和 IP 壁壘,技術可行性需在實際流片(tapeout)中驗證。

將晶片設計週期從 2-3 年壓縮到數週,現實嗎?

原文提到的'數週'目標尚未有公開驗證資料。據公開資料,AlphaChip 已將佈局環節從數週縮短至數小時,但晶片設計包含架構定義、邏輯綜合、物理設計、驗證等多階段,全流程壓縮至數週在工程上極具挑戰。可能的路徑是先自動化部分高重複性環節,逐步擴充套件覆蓋範圍。

如何參加 TechCrunch Disrupt 2026 並觀看這場演講?

TechCrunch Disrupt 2026 將於 10 月 13-15 日在舊金山 Moscone West 舉行。需在 TechCrunch 官網註冊購票,Goldie 和 Mirhoseini 的演講在主舞臺(Disrupt Stage)進行,具體時間建議關注大會議程更新。通常 Disrupt 也會提供部分場次的線上直播或回放。

---

本文基於 TechCrunch 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://techcrunch.com/2026/09/25/techcrunch-disrupt-2026-ricursive-intelligences-anna-goldie-and-azalia-mirhoseini-on-when-ai-starts-designing-its-own-hardware/