芯片设计通常耗时两到三年，这一漫长的周期正成为制约人工智能算力扩张的关键瓶颈。当 AI 开始介入并加速其底层硬件的开发时，会发生什么？
Ricursive Intelligence 正在尝试回答这个问题。这家初创公司致力于开发一种能够自主设计芯片、从过程中学习并优化后续设计的 AI 系统。其核心愿景是通过自动化和加速芯片设计流程，缩短硬件迭代周期，从而支撑更强大的人工智能模型。
“如今，设计一款芯片可能需要两到三年时间。我们的目标是将这一周期缩短至几周。”
在 TechCrunch Disrupt 2026 大会上，Ricursive Intelligence 联合创始人 Anna Goldie 和 Azalia Mirhoseini 将在“当 AI 开始设计自己的硬件”环节进行分享。她们将探讨如何闭合 AI 与芯片开发之间的循环，构建自我改进的系统，以及解决智能竞赛中最大的基础设施瓶颈之一。
AI 驱动芯片设计的闭环逻辑
人工智能在芯片设计中已展现出巨大潜力。在创立 Ricursive Intelligence 之前，Goldie 和 Mirhoseini 曾共同领导 Google 的 AlphaChip 项目。AlphaChip 是一种能够在数小时内生成芯片布局的 AI 系统，而传统人类设计师完成同等工作往往需要更长时间。该团队的工作曾助力 Google 多代张量处理单元（TPU）的设计。
Ricursive Intelligence 在此基础上更进一步，旨在通过 AI 工具实现芯片设计的全面自动化与加速。其系统具备跨不同芯片任务的学习能力，即前一个芯片的设计经验可以直接优化下一个芯片的设计策略。
这种机制形成了一个潜在的增强回路：AI 协助设计出性能更优的硬件，而更强的硬件反过来支持更高级别的 AI 模型训练与推理。
从学术突破到估值 40 亿美元的初创公司
Anna Goldie 和 Azalia Mirhoseini 不仅是 Google ML for Systems 团队的联合创始人，也曾是 Anthropic 的早期员工及 Google DeepMind 的高级研究人员。
Goldie 担任 Ricursive Intelligence 创始人兼首席执行官，拥有斯坦福大学计算机科学博士学位，曾被《麻省理工科技评论》评为“35 岁以下创新者”，同时也是斯坦福大学计算机科学助理教授及 Scale Intelligence Lab 的创办人。
两人于 2025 年底正式推出 Ricursive Intelligence，随即获得资本市场的热烈追捧。在成立后的四个月内，该公司筹集了 3.35 亿美元资金，其中包括一轮 3 亿美元的 A 轮融资，估值达到 40 亿美元。Nvidia 也是其投资方之一。
Goldie 和 Mirhoseini 的目标是让 AI 自动化复杂的芯片设计全流程，涵盖从组件放置到设计验证的各个阶段。她们认为，通过大幅加速设计过程，将为探索全新的芯片架构打开大门。
缩小软件与硬件的发展差距
当前，人工智能模型的演进速度远超其底层硬件的开发节奏。AI 技术的介入有望弥合这一差距。
在 TechCrunch Disrupt 上，Goldie 和 Mirhoseini 将基于其证明 AI 可设计真实世界芯片的研究背景，深入解析 Ricursive 的技术路径、面临的瓶颈以及自我改进系统的构建细节。对于关注下一代 AI 基础设施的创始人、投资者和技术领袖而言，理解芯片开发速度的提升如何影响 AI 的整体发展至关重要。
TechCrunch Disrupt 2026 将于 10 月 13–15 日在旧金山 Moscone West 举办。大会设有六个行业主舞台、圆桌会议及分组讨论，预计吸引超过 10,000 名创始人、投资人、运营者及科技领袖参会，另有 250+ 位演讲嘉宾和 300+ 家参展初创公司亮相。
