实现芯片设计验证自动化，提升开发效率10倍以上，「智维创芯」完成数千万元天使轮融资｜36氪首发

正文

从芯片行业在资本市场的狂飙，到华为发布“韬（τ）定律”，AI浪潮带动下，烈火烹油的半导体行业进入超级周期，推动芯片设计等上游产业链迎来需求爆发。

但随着需求暴增，设计复杂度不断提高，芯片验证周期过长，拖累开发节奏的瓶颈也越来越明显。2024年西门子和威尔逊研究集团的研究报告中指出高工艺复杂芯片的流片风险非常大，首次流片成功率只有14%。“一款芯片从架构到流片一般需要两年时间，其中验证环节消耗的人力与时间往往超过60%。”王翕对36氪表示。

数字芯片开发流程

王翕是「智维创芯」的创始人兼董事长，目前也是东南大学的副教授、博士生导师。 2025年， 王翕团队依托此前在国家集成电路设计自动化技术创新中心（EDA国创中心）的技术积累， 正式创立智维创芯，致力于解决芯片设计验证环节的效率提升困境。

2025年5月，团队推出全球首个面向数字芯片验证领域的大模型智能体产品“ChatDV”，覆盖测试生成、断言生成、参考模型构建和自动调试等高频环节，将芯片开发效率提升超10倍，周期减少50%，成本降低33%。目前，团队已与中电科集团、芯华章、清微智能、微纳核芯多家公司开展合作，实现商业化落地。

36氪获悉，近期智维创芯已完成数千万元天使轮融资。本轮融资由国中资本领投，石溪资本、奇绩创坛跟投，方创资本担任财务顾问。资金将重点用于深化核心技术壁垒、满足算力需求和公司日常开支等。

智维创芯核心团队来自东南大学、清华大学和香港城市大学，由集成电路、EDA与大模型方向的高层次科研及工程化人才组成，兼具原创技术突破、产业落地和生态资源整合能力。创始人王翕为江苏省“333”高层次人才、小米青年学者，长期深耕芯片敏捷开发；联合创始人江哲为东南大学集成电路学院教授、国家高层次青年人才，研究聚焦集成电路智能化验证闭环；联合创始人王心泽来自清华大学图灵奖实验室，师从图灵奖得主David Patterson院士，专注AI大模型训练与验证智能体工程化落地。团队同时由香港城市大学计算机系副主任关楠教授、EDA国创中心执行主任杨军教授等专家提供前沿技术、产学研合作与产业化落地支持。

搭建“AI大模型+数据飞轮”流程，芯片开发效率提升超10倍

2023年，彼时还在清华大学的王翕团队尝试用GPT-3.5生成一款4万门规模的RISC-V处理器并成功流片，拿下首届Efabless AI设计大赛亚军。“这让我们相信，借助AI大模型工具自动生成芯片这件事是可行的。”王翕说，“但是和客户沟通的时候我们发现，他们关心的不是代码写得有多快，而是能不能保证准确性，会不会因为设计漏洞流片失败。”

长期以来，芯片设计验证都是典型的劳动密集型工作，高度依赖工程师手动编写测试用例、调试错误、生成验证代码等重复性劳动，也是芯片开发延期和成本超支的主要原因。

而传统的EDA工具和大模型难以真正替代人工。江哲向36氪分析，“EDA工具更擅长确定性的分析，但是设计验证需要理解设计规格、硬件代码、测试平台、断言、仿真日志和覆盖率这些高度专业的场景。”而通用大模型目前只能完成语言和代码生成，缺少芯片验证经验知识以及与芯片领域工具连续交互的方案，也无法本地化部署。

因此，智维创芯选择走“AI for EDA”的技术路线， 凭借在芯片架构和设计领域积累的大量自有代码和验证经验，由大模型和其他工具链训练生成并标注海量的高质量数据，形成一套可持续的数据飞轮，为模型的持续迭代提供燃料，由此搭建起无需人工逐条审核的自动验证流程。

在这条闭环的验证流程中，数据是制约大模型能力的根本要素。 芯片行业的硬件代码、测试平台和断言等高质量数据，大多闭源保存在各公司内网，互联网上的公开数据数量稀少，质量参差不齐，多为教学性质的简单代码。“所以数据是我们真正的护城河。”王翕表示。

目前，ChatDV智能体已经实现了模块级AI设计和验证自动化，可以包揽写测试、写规则、查问题、建模型四个验证环节。据江哲介绍，ChatDV并非一个单点工具，而是包括多个工具套件、覆盖验证流程中各高频工作的智能平台，最终目的是大幅缩短芯片验证工程师的工作时间。

ChatDV工具套件及工作原理示意图

其中，iTest模块负责自动生成TestBench和测试激励。对于5000行左右的RTL模块，传统人工需要约1.5人月的工作量，ChatDV在GPU算力充裕的条件下仅需10分钟；iSVA模块可以自动生成SystemVerilog断言（SVA），即芯片内部的“规则检查器”，可将复杂断言的开发周期从3天缩短至数小时；iModel模块自动生成参考模型（Golden Model）用于功能比对，通过率较通用SOTA大模型提升1.69至4.89倍；iDebug模块则是根据仿真报错信息自动定位并修复错误，修复率达到89%，在复杂场景下相比于通用SOTA大模型修复率最高可提升4.28倍。

以上四个模块共同构成一个完整的验证闭环：大模型负责生成内容，仿真器、编译器等工具负责验证对错，并将结果反馈给模型迭代，江哲将这一闭环比喻为“给大脑（大模型）接上手和脚（工具链）”。

ChatDV运行界面示例