实现芯片设计验证自动化，提升开发效率10倍以上，「智维创芯」完成数千万元天使轮融资｜36氪首发

芯片设计深陷“仿真困局”，AI如何破局？

传统芯片设计高度依赖数值仿真，一次全芯片验证往往需要数天甚至数周，且严重依赖资深工程师的经验。面对日益复杂的系统级芯片（SoC），这种“拼积木”式的设计范式正逼近效率天花板。智维创芯的创始团队指出，真正的变革在于将AI融入芯片设计流程：先设定性能目标，再由算法自动拆解并生成版图。这种“AI for Chip”的方法论不仅将仿真迭代速度提升一个数量级，更从根本上改变了设计思维——芯片不再是被动组合的器件，而是可编程的物理算子。

抛弃传统元件拼接，全波超表面芯片如何实现“暴力算力”

智维创芯采用的全波计算技术路线，彻底告别了传统的马赫-曾德干涉仪（MZI）方案。传统方案仅能完成矩阵乘法的单一元素运算，而智维创芯利用超表面对光波波前进行像素级调控，将衍射、干涉、散射等全波动光学效应统一纳入设计框架。这使得单个超表面芯片即可直接实现神经网络分类器功能。更关键的是，超表面单元尺寸比MZI缩小十余倍，理论算力密度飙升至每平方毫米1000 TOPS，通过与电芯片的Chiplet异构集成，在保持高并行、低功耗的同时，将计算能效推向最高水平。

软件工具链先行：让光芯片“好用”才是生态突围的关键

光计算硬件并不稀缺，真正的瓶颈在于如何让芯片稳定、可用并融入现有AI开发生态。为此，智维创芯采取了“软件先行”策略，同步推进编译器、驱动、算子库及行为级模型建设。通过将光芯片抽象为行为级模型，并主动把光学非理想因素反馈给算法侧，公司构建了从硬件缺陷到系统鲁棒性的闭环工具链。这一开源举措旨在降低开发者使用门槛，更快对接客户需求，同时提前构建开发者生态——相比于光芯片本身，软件生态的成熟度才是行业从实验室走向产业的前夜关键。