Ricursive Intelligence：AI 自主設計硬體的 feedback loop 潛力放大
為何重要
一旦 AI 能真正參與硬體開發，未來數位迴圈將試圖「由軟體主導硬體」，能大幅縮減 AI 模型所需的算力研發成本與時間。這不僅解決了晶體規劃的複雜瓶頸，更可能改變硬體供應鏈的遊戲規則，使軟體晶片的「迭代速度」追上或超越模型訓練的速度，這是衡量未來 AI 產業競爭力的關鍵指標。
為解決 AI 需求增長帶來的晶片設計瓶頸，Ricursive Intelligence 旨在利用 AI 自動化複雜的晶體規劃與驗證流程。該公司認為透過跨設計學習，可以將開發週期大幅縮短，並在 TechCrunch Disrupt 2026 分享其實作與觀點。
- 產品目標是將晶片設計週期從目前的 2–3 年縮短至數週。
- 系統設計用於跨各種晶片學習經驗，將前次設計的智慧套用於下一代晶片。
- 創辦人曾共同領導 Google 的 AlphaChip，協助設計多代 Tensor Processing Units。
- 公司成立僅 4 個月便募得 3.35 億美元，估值達 40 億美元（含 3 億美元 Series A），NVIDIA 為投資方之一。