作者 | 乔钰杰
编辑 | 袁斯来
硬氪获悉，隼瞻科技有限公司（下称 " 隼瞻科技 "）近日完成近亿元天使 + 轮融资。本轮融资引入英飞尼迪资本、白云金控、深圳中小担创投、厚天资本、华盖资本、嘉誉创投等多家战略投资人，老股东毅达资本、达泰资本持续加持。
隼瞻科技成立于 2023 年初，专注芯片处理器模块及开发平台，致力于打造基于 "RISC-V+DSA" 的新一代处理器设计体系，公司希望通过 "IP 货架 +EDA 工具链 " 的模式，降低 AI 时代定制化处理器设计门槛。
当前，AI 模型快速垂直化，正在推动芯片产业从 " 通用计算 " 走向 " 专用计算 "。
过去，以 CPU 为核心的架构长期主导芯片设计，但 AI 算法以大规模二维、三维矩阵运算为主，在传统 CPU 上的运行效率并不理想。行业也逐渐转向 NPU、VPU、TPU 等专用处理器协同的异构计算体系。
与此同时，AI 模型的快速垂直化，也让芯片设计开始从 " 通用适配 " 走向 " 模型驱动 "。
" 过去很多算法都能直接跑在 CPU 上，但 AI 时代以后，不同场景、不同模型之间差异巨大。" 隼瞻科技创始人曾轶表示，" 客户越来越希望芯片能围绕自己的模型进行定制，从而在功耗、面积和成本之间找到最佳平衡。"
这也是 DSA（领域专用架构）兴起的重要背景。
DSA 本质上是 " 让架构为模型服务 "。相比传统通用处理器追求 " 大而全 "，DSA 更强调围绕具体算法和场景进行资源配置。例如，在 AI 推理场景中，客户可根据模型特点，自定义 CPU、DSP、NPU 等模块的算力占比，避免资源冗余。
而 RISC-V，则被认为是 DSA 的重要底座。
曾轶介绍称，相较 ARM 等传统闭源架构，RISC-V 具备开源、可扩展、可定制等天然优势，尤其适合 AI 时代快速变化的模型需求。
更重要的是，RISC-V 能够为未来模型演进预留可编程空间。"AI 模型变化非常快，如果底层架构无法灵活扩展，芯片生命周期会被迅速压缩。" 曾轶表示。因此，隼瞻在架构设计中，会提前预留二维指令、函数空间以及后续可编程能力，以适应未来模型升级。
不过，DSA 真正落地的核心难点，并不只是理念，而是工程化能力。
传统情况下，一个中等规模 DSA 处理器的开发，往往需要数十位工程师、耗时半年以上，且涉及复杂的软件工具链协同。尤其在多核异构环境下，不同处理器对应不同编译器与开发环境，工程复杂度极高。
因此，隼瞻科技从成立之初，就同步布局 IP 与 EDA 平台。
目前，公司已经形成完整 RISC-V 产品矩阵，包括 CPU IP、DSP IP 以及 NPU IP。其中，其中多款处理器 IP 已经实现量产。
与此同时，隼瞻自研的高度智能化的专用处理器设计平台 ArchitStudio，可覆盖架构分析、处理器设计、RTL 生成以及软件工具链自动生成等完整流程。
该平台由多个核心引擎构成，覆盖架构分析、设计优化到自动生成的完整流程。例如，Archit Analyzer 可分析客户算法在现有处理器上的运行瓶颈，并自动识别计算效率低下的算子；Archit Designer 则允许开发者通过高层语言直接描述架构需求，无需手写底层 RTL 代码；最终，Archit Generator 还能自动生成 RTL、验证环境及完整软件工具链。
目前，公司已在无线通信、多媒体处理、信息安全、工业控制、汽车电子与 AI 端侧等领域实现客户落地。
例如，在无线通信领域，公司为客户定制通信 DSP；在信息安全领域，其帮助头部安全芯片厂商将核心安全算法融入 DSA 架构；在机器人方向，则已应用于机器人电机与灵巧手控制系统。
商业模式方面，隼瞻目前主要包括三类：标准化 IP 授权、整体 DSA 方案销售，以及更高层级的多核异构平台定制服务。
团队方面，隼瞻科技核心团队来自于 Synopsys、ARM 等国内外顶尖半导体设计公司，全栈覆盖研发、销售、技术支持等领域，团队在 RISC-V、处理器架构和 EDA 方向具备长期的深厚积累。
以下为硬氪与隼瞻科技创始人曾轶访谈节选（略经编辑）：
硬氪：为什么 AI 时代会推动 DSA（领域专用架构）成为趋势？
曾轶：过去很多算法都能直接运行在 CPU 上，但 AI 时代以后，模型开始高度垂直化。不同场景、不同客户之间，模型结构差异非常大。如果继续使用传统通用架构，就会出现大量资源浪费。比如有些客户真正需要的是 NPU 算力，有些则更依赖 DSP 或者特定数据通路，但传统 SoC 往往是 " 大而全 " 的设计方式。
DSA 本质上是 " 让架构为模型服务 "。客户可以围绕自己的模型特点，决定 CPU、DSP、NPU 等模块的资源占比，从而在性能、功耗、面积和成本之间实现最优平衡。这也是为什么我们认为，AI 时代的芯片设计，会逐渐从 " 通用芯片 " 转向 " 定制化架构 "。
硬氪：隼瞻为什么选择 "RISC-V+DSA" 这一路线？
曾轶：DSA 天然需要一个高度开放、可扩展、可定制的底层架构，而 RISC-V 正好具备这些特点。相比传统闭源架构，RISC-V 最大的优势在于指令集可扩展。客户可以根据自身模型需求，对处理器进行深度定制，包括专用指令、数据通路甚至调度方式。
尤其在 AI 场景里，很多性能瓶颈其实不在算力本身，而在数据搬运和调度效率。如果通过定制 RISC-V 指令集对 NPU 进行协同调度，效率提升可能是数十倍甚至百倍级别。
更重要的是，AI 模型变化非常快。我们在设计时，也会提前预留后续可编程空间，让芯片能够适应未来模型迭代，而不是几年后就被淘汰。
硬氪：隼瞻的核心壁垒是什么？
曾轶：很多公司是先做 IP，再逐步补工具链，但这样往往会出现兼容性和协同效率问题。
我们从创业第一天开始，就是把 IP 和 EDA 平台一起规划的。所有 CPU、DSP、NPU 内核，都是基于自研工具开发出来的，因此工具链和架构之间能够实现深度协同。
此外，我们不仅仅提供标准 IP，而是希望把 DSA 能力平台化。传统情况下，一个中等规模 DSA 处理器设计，可能需要 30 个人做 30 周。我们希望通过 ArchitStudio，把它压缩到 3 个人、3 周左右。本质上，我们是在降低定制化处理器设计门槛，让更多芯片公司具备过去只有大厂才拥有的能力。
