在腾讯造芯十三年后，高剑林创业：别人追GPU，他押CPU
过去几年，AI芯片行业最耀眼的聚光灯，几乎都打在GPU上。大模型需要它，数据中心抢购它，创业者和资本也围着它寻找机会。
高剑林却选择了另一条路。
这位在腾讯参与造芯十三年的技术老将，离职创业后，将方向放在高性能RISC-V CPU上。近日，其创业公司恒一纪元传出新一轮融资消息，8家新进股东合计持股约27.13%，融资金额与估值尚未披露。
这个选择背后，藏着AI产业正在发生的变化：过去，人们让AI回答问题；
现在，人们开始让AI完成工作。而从“说出来”到“做出来”，CPU承担的任务可能越来越多。
1、离开腾讯之后
高剑林的造芯经历，要从2013年说起。
根据相关履历，那一年，他加入腾讯，从零组建FPGA硬件团队。彼时，大模型尚未成为产业焦点，云计算正在成长，如何用专用硬件提高图片处理与AI计算效率，是团队面对的实际问题。
此后，他的研发经历从FPGA延伸至自研芯片，涉及“紫霄”AI芯片、“沧海”视频编解码芯片等项目，也见证了腾讯造芯从团队建设走向业务应用。
十三年积累的价值，在于理解一颗芯片如何真正进入数据中心。设计完成之后，还要适配软件、接入业务、控制功耗，并在长期运行中保持稳定。
如今，高剑林离开熟悉的大厂平台，开始面对创业公司的另一套考题：钱从哪里来，产品卖给谁，客户为什么愿意用？
2、资本提前入场
恒一纪元的新一轮融资，为这段创业故事提供了启动研发与推进产品的更多资源。
据相关工商变更信息，本轮新进股东包括广东晶跃科技、慈溪卓源智宇、北京北工未来量子科技股权投资基金、嘉兴长沛澜程、海南力合清瞳五号、深圳铠荷文鑫、深圳卓源达瑞人工智能及中科时代等8家机构。
其中，广东晶跃科技持股约9.45%，为本轮最大新进股东。此前，公司曾在招聘信息中透露已完成种子轮融资。
对于CPU创业公司，融资只是漫长投入的开始。
从架构设计到流片，再到软件适配和客户验证，每个环节都需要资金与时间。早期投资所押注的，是团队能力与市场方向；这些判断，最终仍要由产品和订单验证。
3、AI开始干活
为什么在GPU如此热门的时候做CPU？答案可以从AI的使用方式中寻找。
过去，用户输入一个问题，等待模型给出答案。如今，用户可能直接交给AI一项工作：查找资料、整理文件、分析数据，再生成报告。
看起来只是一句话，后台却可能是一连串动作。模型需要调用搜索工具、读取文档、访问数据库、运行程序，并根据执行结果决定下一步。
GPU继续承担重要的模型计算工作，CPU则广泛参与工具运行、数据处理和任务调度。当一次问答变成一段工作流程，通用计算需要处理的事情也随之增加。
如果多个智能体同时工作，后台还要协调更多进程、容器和服务；涉及代码执行时，隔离运行的沙箱环境也可能带来额外资源需求。这些变化，为CPU需求增长提供了新的动力。
4、CPU走向台前
CPU的机会，还来自AI系统对整体效率的要求。
一台装满GPU的服务器，仍然需要准备数据、分发请求、读取存储并完成通信。如果配套环节跟不上，GPU就可能等待，昂贵的算力也难以充分发挥。
随着AI进入企业，变化还会传导到原有业务系统。智能体每完成一项工作，都可能触发数据库查询、权限校验、信息检索和业务软件调用。应用规模扩大后，这些后台负载可能进一步带动通用服务器需求。
因此，CPU需求升温有几条具体路径：智能体执行更多程序，多智能体增加并发，AI服务器需要更强的配套处理能力，企业软件承接更多调用。
但需求增长并不意味着采购必然爆发。软件优化、资源复用和现有服务器利用率，都影响新增硬件的数量。CPU能获得多大增量，要看AI究竟能承担多少真实工作。
5、押注开放架构
恒一纪元选择的技术路线，是RISC-V。
按照企业对外介绍，公司面向AI Agent云端与具身智能场景，计划从微架构层面自主设计高性能CPU。RISC-V提供开放指令集，为团队围绕目标任务优化处理器留出了空间。
机会在于，把智能体实际运行中的问题转化为芯片设计目标：程序执行能否更快，内存访问能否更高效，多任务协同能否消耗更少资源？
困难同样具体。芯片成功流片之后，还要适配操作系统、编译器、数据库和各类应用软件。客户关心的，是业务能否顺利迁移、系统能否稳定运行，以及整体成本是否值得。
离开腾讯之后，高剑林需要重新走完从技术判断到商业交付的路。融资让恒一纪元获得了继续向前的条件，接下来，产品需要回答更直接的问题：当AI开始替人干活，这颗CPU究竟能帮客户多做多少事？
END
往期精选：
请点下【♡】给小编加鸡腿
