一家斯坦福退学生创办的芯片公司，想做“设计界的台积电”

一家芯片设计初创公司 Architect Labs Inc. 正式亮相，并完成 2400 万美元种子轮融资。

本轮融资由 Kindred Ventures 领投，TQ Ventures、Race Capital、Together Fund 参投，参与投资的个人还包括 Perplexity AI 首席执行官阿拉温德·斯里尼瓦斯（Aravind Srinivas）、Transformer 共同发明人卢卡斯·凯瑟（Lukasz Kaiser）、前 OpenAI 集团高管斯里尼瓦斯·纳拉亚南（Srinivas Narayanan）、昆尔·奥卢科顿（Kunle Olukotun）、特雷弗·布莱克威尔（Trevor Blackwell）、亚历克斯·维斯纳-格罗斯博士（Dr. Alex Wissner-Gross）、沙德·汗（Shaad Khan），以及来自英伟达、谷歌、OpenAI 等公司的其他高管。Kindred 创始人兼管理合伙人史蒂夫·张（Steve Jang）加入了 Architect Labs 董事会。

总部位于加利福尼亚州帕洛阿尔托的 Architect Labs 旨在加速定制硅片开发。该公司正在开发一个人工智能平台，用以自动执行芯片开发工作流中的许多手动任务，并为那些突破现成硬件限制的组织设计定制芯片和全栈硅片解决方案。

AI 的快速增长正在改变硬件基础设施的经济学。计算已经从基本的 GPU、CPU、内存配置，转向围绕定制硅片构建的大规模、可扩展、集成环境。通用硬件越来越难以满足 AI 对专用计算、先进网络和高速连接的需求。这一趋势不仅发生在数据中心，也正在扩展到机器人、自主系统、空间计算、国防、个人设备和可穿戴设备等领域。

然而，设计芯片仍然是技术领域中门槛最高的工作之一，通常需要数年开发周期、数千万甚至数亿美元投入，以及集中在少数公司中的专业人才。Architect Labs 希望通过 AI 系统降低这一门槛，与公司、AI 实验室、国家机构以及云运营商合作，将复杂工作负载转化为定制芯片方案。

半导体项目通常始于 RTL 设计文件。RTL 是芯片开发早期的蓝图，包含处理器顶层细节，例如设备将包含的电路数量、这些电路要执行的计算，以及数据在电路之间传输的方式。工程师通常使用 Verilog 等专门编程语言编写 RTL 设计。与标准程序逐行运行不同，Verilog 代码片段会同时激活，用以模拟同一时间运行的电路。

RTL 设计完成后，工程师会进行测试，以确认其满足项目要求。随后，该设计会被转化为 GDSII 文件，即功能完备的芯片蓝图。GDSII 蓝图描述了每个晶体管的尺寸，以及它应该被放置在基板上的位置和角度。

Architect Labs 的平台不仅可以生成芯片设计，还可以进行验证。验证是检查处理器蓝图是否存在错误的过程。工程师会通过模拟芯片预期运行条件来执行验证，例如测试不同运行温度下服务器热量如何影响处理速度。验证过程还会使用形式验证等数学方法，使工程师能够快速审查电路集群的所有潜在状态，并识别可能出现错误的情况。

Architect Labs 计划将其软件出售给芯片制造商，也计划面向那些通常不开发定制芯片的公司，包括 AI 模型开发商、机器人初创公司和新一代云运营商。该公司表示，可以与这类客户协作，开发针对其工作负载进行优化的芯片。

Architect Labs 将这种模式称为“无设计（designless）半导体行业”。二十年前，无晶圆厂（fabless）模式让公司无需拥有晶圆厂即可设计芯片，台积电则让任何拥有芯片设计的人都能获得制造服务。Architect Labs 希望在设计环节实现类似变化，让拥有特定工作负载的组织也能获得芯片设计能力，而不必成为一家芯片公司，或为了获得所需硅片而承担漫长架构押注和流片失败风险。

“AI 模型在几乎每个领域都取得了戏剧性的进步，然而芯片开发周期依然同样缓慢和痛苦，”Architect Labs 联合创始人兼首席执行官埃布拉欣·侯赛因（Ebrahim Hussain）表示。“解锁 AI 优先的半导体设计，需要从第一性原理对整个设计过程进行重新思考，而不是强行将 AI 智能体塞进从未为它们构建的工作流中。”

随着时间推移，Architect Labs 计划将其合作伙伴关系和 AI 系统能力扩展到整个计算栈，从硅片延伸到编译器、运行时、系统软件，并最终共同优化 AI 模型本身。该公司认为，当芯片设计接近软件迭代速度时，模型、架构和硅片就可以真正共同优化，硬件不再只是 AI 必须绕过的限制，而是成为迭代循环的一部分。

Kindred Ventures 创始人史蒂夫·张表示：“我们现在正进入一个针对各种系统和工作负载类型的定制芯片时代。为了实现这种理想的 AI 基础设施多样性，研究实验室、软件平台、机器人制造者和云运营商都需要能够以与模型开发相同的速度和创造力在新型芯片硬件上进行迭代。通过将 AI 用于芯片共同设计，Architect Labs 提议实现这一关于超低延迟、能源高效且负担得起的大规模智能的愿景。”

Architect Labs 由埃布拉欣·侯赛因和阿迪蒂亚·苏贝迪（Aaditya Subedi）创立。侯赛因跳过高中，在 15 岁时进入大学，并曾在苹果和特斯拉从事定制芯片工作。苏贝迪曾是哈佛大学 AI 研究员，从事使用 AI 进行代码验证的工作。两人在斯坦福大学相遇，研究方向集中在用于芯片设计和验证的 AI 系统。注意到 AI 进展速度与底层硬件之间的差距后，他们从学校退学创办了 Architect Labs。

Architect Labs 由 Ebrahim Hussain 和 Aaditya Subedi（图中从左至右）创立。

两位创始人组建了一支由前沿 AI 研究员、前教授、芯片设计师和系统工程师组成的团队。该团队成员曾共同流片 80 多款量产芯片，在英特尔数据中心部门运营过价值 100 亿美元以上的全球产品线，在英特尔 AI 实验室流片过首批神经形态芯片之一，曾是 Meta 定制硅片的核心贡献者，也曾领导 Anthropic、DeepMind 和 xAI 的机器学习研究团队，并参与多个前沿实验室的核心 AI 研究。

Architect Labs 将利用这笔资金扩大计算基础设施、深化 AI 研究，并与早期行业合作伙伴共同设计量产硅片。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

加星标⭐️第一时间看推送