朱松纯发起，北京AI芯片创企融资数亿元

云端产品定位对标英伟达B300系列。
作者 |  崔嫄伟
编辑 |  陈骏达
芯东西11月12日报道，今日，北京AI芯片创企通芯智能宣布于近日完成数亿元种子轮及天使轮融资。投资方包括清华校友种子基金、北京通用人工智能研究院、松霖科技、平治信息、暗物智能及豫资涨泉等，资金将主要用于芯片流片前的核心架构设计与研发。
通芯智能成立于2026年4月，总部位于北京海淀区，孵化于北京通用人工智能研究院，由AI科学家、北京通用人工智能研究院院长、北大和清华讲席教授朱松纯发起，主要研发面向通用人工智能（AGI）的专用芯片，产品瞄准大模型推理、世界模型及具身智能等应用场景。
该公司发起人朱松纯教授，长期从事计算机视觉、统计建模、认知科学、自主机器人以及AGI方向等领域的研究。
他提出的CUV框架，将智能体的认知架构（C）、能力体系（U）与价值体系（V）纳入统一框架，相关研究成果发表于中国工程院院刊Engineering。该框架从认知、能力和价值三个维度构建智能体的整体架构，研究智能体如何理解外部环境、调用相应技能，并根据目标与约束作出决策，这也为通芯智能探索面向AGI的芯片架构提供了理论基础。

▲通芯智能发起人朱松纯教授

该公司创始人王海洋，早年师从中国计算机事业奠基人之一夏培肃院士，是龙芯CPU创始成员。此后，他先后担任海光第四代芯片架构负责人、GPU独角兽企业联合创始人，拥有25年芯片研发和15年SoC架构设计经验，在CPU、GPU及GPGPU领域拥有丰富的产品研发和量产经验，累计拥有近百项国内外发明专利。
通芯智能另一位创始人史峰，师从朱松纯教授，博士毕业于美国加州大学洛杉矶分校（UCLA），曾参与龙芯3号研发，担任北京通用人工智能研究院AGI芯片中心主任。他在通芯智能主要负责AGI Core技术路线制定与架构定义，将模型和算法需求转化为具体的芯片计算单元。
为提升世界模型和智能体的运行效率，通芯智能选择从底层芯片架构入手，针对AGI的计算需求设计专用硬件。其自研AI芯片主要围绕两条技术路线展开：一是构建面向不同计算任务的专用计算架构，二是通过混合存算一体技术优化数据存储与计算之间的协同效率。
在计算架构方面，通芯智能采用自研的Vector、Tensor和AGI Core三单元架构。其中，Vector和Tensor分别负责向量与张量运算，兼容CNN、Transformer等主流模型的计算需求，保障芯片对现有AI工作负载的支持。
AGI Core则是面向AGI算法打造的专用计算核心，主要针对基于图的逻辑推理、因果推理、价值推理及概率计算等任务进行硬件加速。

▲通芯智能三单元架构，图源：通芯智能公众号

通芯智能采用混合存算一体技术，以缓解传统芯片面临的“内存墙”问题。针对不同计算任务对数据访问速度、存储容量及成本的要求存在差异，混合存算一体技术可以根据具体任务灵活配置存储与计算方式，减少数据在存储单元和计算单元之间的频繁搬运，降低计算单元等待数据的时间，从而提升整体运行效率。
产品布局方面，通芯智能首代产品瞄准云端大模型、世界模型以及具身智能端侧计算等场景，并规划采用Chiplet（芯粒）设计，通过统一的芯片架构和软件栈，搭配不同的芯粒组合与产品配置，形成覆盖云、边、端的产品体系，以适配不同场景对算力、功耗和成本的差异化需求。其中，云端产品定位对标英伟达B300系列，端侧产品则对标Thor系列。

▲通芯智能产品布局，图源：通芯智能公众号

在产品迭代策略上，通芯智能首代芯片将保留运行主流AI模型所需的通用计算能力。随着后续与大模型、具身智能及算力中心等领域合作伙伴开展模型适配和应用验证，该公司计划逐步提高AGI Core在芯片中的面积占比，进一步强化逻辑推理、因果推理等AGI专用计算能力。
从研发进度来看，通芯智能已完成芯片架构设计及项目立项，目前进入芯片设计阶段，计划于2026年12月初开展FPGA原型验证。
在商业化方面，该公司将产品应用方向划分为云端推理、通用智能体和端侧物理智能三个领域，目前已初步形成规模合作意向。
与此同时，通芯智能正计划与算力中心、整机厂商、大模型企业及具身智能企业建立合作，通过模型与芯片联合适配，将下游实际应用中的计算需求和性能反馈纳入芯片研发及后续迭代过程，推动产品从架构设计向具体应用场景落地。
结语：从GPU到AGI专用架构
国产AI芯片探索多元技术路线
当前，国产AI芯片厂商正围绕不同应用需求探索多元技术路线，从通用GPU、领域专用架构（DSA），到面向大模型推理的创新计算架构，产业技术路径不断丰富。
随着智能体、世界模型及具身智能的发展，AI芯片的应用需求正逐步拓宽，计算任务也从模型训练与推理延伸至逻辑推理、因果分析和自主决策等更复杂的环节。