智子芯元用AI释放芯片隐藏算力，两个月完成近亿元融资

在智能时代，计算需求持续高涨，但硬件性能的提升正逐渐逼近物理极限。如何更充分地利用现有硬件，将芯片标称的理论算力转化为实际业务中的有效吞吐，成为整个计算产业的核心命题。一家名为智子芯元的深圳公司，正通过AI技术瞄准这一痛点，并在过去两个月内连续完成两轮融资，规模近亿元。

最新一轮天使+轮融资由鼎峰科创（武岳峰创投）、英诺科创基金、首程资本领投，老股东同创伟业等超额追投。该公司致力于

从理论算力到有效算力的鸿沟

将模型部署到芯片并高效运行，需要经过模型、框架、编译器、算子和工具链的层层适配。任何一层配合不佳，纸面参数都难以转化为实际吞吐。这并非国产芯片独有的问题，但在国产芯片生态起步较晚、技术路线多元的背景下，软件链的补齐尤为迫切。

英伟达的优势不仅在于GPU硬件，更在于其近二十年构建的成熟软件生态，包括编译器、算子库、开发工具和框架支持。国产芯片除了硬件竞争，还面临着软件生态侧的巨大挑战。智子芯元创始人丁添长期从事人工智能、优化算法与计算系统交叉研究，其团队理念是让智能体接管九成以上的适配调优工作，从识别硬件、配置环境到编码调试、性能调优，整条流程自主完成，人类仅负责设定目标和最终验收。

技术核心：大模型+运筹优化+算法自动发现

智子芯元的技术路线核心是“大模型 + 运筹优化 + 算法自动发现”。他们将优化问题转化为一道可求解的数学题：大模型负责理解任务并生成候选方案，运筹优化则在硬件约束下搜索最优参数和调度策略。每个方案最终都需在真实芯片上编译、运行并进行性能分析，实测结果反馈用于修正下一轮优化。

依托这一路线，智子芯元构建了国内首个能掌握计算系统的智能体——KernelCAT。该智能体并非针对单一榜单优化，而是凭借通用底层能力在多个主流基准测试中取得领先。例如，在评估AI自动生成算子能力的经典榜单KernelBench上，KernelCAT取得了

实际应用与行业影响

在实际案例中，KernelCAT展现了显著效能。在为DeepSeek OCR 2模型做昇腾芯片迁移时，据智子芯元与华&为联合发布的数据，其

将DeepSeek、GLM、Qwen等主流模型迁移至新芯片并优化至出色性能，原本需要数月人工投入，而KernelCAT已将此类任务加速至2-3天甚至数小时，并在多家国产芯片上完成验证。对于芯片厂商，更优的软件生态意味着吸引开发者和获取订单；对云厂商和算力运营商，提升有效算力则直接关乎成本与能效。

随着计算加速成为更多行业标配，市场边界将持续扩大。智子芯元的目标是成为智能计算时代中，一家专注于软件计算加速的基础设施公司。在算力竞争不再仅局限于芯片制程与数量的当下，软件本身正成为算力的关键组成部分，释放底层生产力的能力将愈发取决于这层软件的厚度与智能。