这段时间，半导体行业有一则融资动态值得关注：隼瞻科技刚刚成功完成了近亿元的天使+轮融资。本轮投资方阵容豪华，包括英飞尼迪资本、白云金控、深圳中小担创投、厚天资本、华盖资本与嘉誉创投，而老股东毅达资本和达泰资本也选择继续跟投加码。

这家公司成立于2023年初，核心业务聚焦于芯片处理器模块及开发平台。通俗来说，他们致力于打造一个基于“RISC-V+DSA”的处理器设计体系，通过“IP货架+EDA工具链”的组合方案，大幅降低AI时代定制化处理器设计的门槛。

为何这一方向备受关注？根本原因在于AI模型的快速垂直化发展趋势。

在相当长的时间里，芯片设计的核心理念是“通用计算”——一颗CPU能够处理绝大多数任务。然而，AI算法的本质是大规模的二维、三维矩阵运算，这在传统CPU上的运行效率并不理想。因此，行业自然而然地转向了异构计算体系：NPU、VPU、TPU等专用处理器开始与CPU协同工作。

从另一个角度来看，AI模型的垂直化也正在推动芯片设计从“通用适配”走向“模型驱动”。

隼瞻科技创始人的观点非常直接：过去，很多算法都能直接运行在CPU上，但在AI时代之后，不同场景、不同模型之间的差异变得极为显著。客户越来越希望芯片能够围绕自己的模型进行定制，在功耗、面积和成本之间找到最佳平衡点。

这就引出了DSA——领域专用架构的兴起。

DSA的本质，就是让架构为模型服务。传统通用处理器追求的是“大而全”，什么都能干；而DSA更强调资源的精准配置，围绕具体的算法和场景来设计。例如，在AI推理场景中，客户可以根据模型特点，自定义CPU、DSP、NPU等模块的算力占比，从而避免不必要的资源冗余。

而RISC-V，则被看作是DSA最重要的底座。

相比于ARM等传统闭源架构，RISC-V的优势非常明显：开源、可扩展、可定制。这些特性在AI时代尤为珍贵——模型变化太快，如果底层架构无法灵活扩展，芯片的生命周期会被迅速压缩。隼瞻在架构设计中，已经提前预留了二维指令、函数空间以及后续可编程能力，正是为了适应未来模型的升级迭代。

但话说回来，DSA的真正落地，难点并不在于理念，而在于工程化能力。

传统方式下，一个中等规模的DSA处理器开发，需要几十位工程师耗时半年以上，还需要复杂的软件工具链协同。尤其是在多核异构环境下，不同处理器对应不同的编译器与开发环境，工程复杂度相当高。

因此，隼瞻科技从一开始就做了两手准备：IP和EDA平台同步布局。

目前，公司已形成了完整的RISC-V产品矩阵，包括CPU IP、DSP IP以及NPU IP，多款产品已进入量产阶段。

更重要的是他们自研的ArchitStudio平台。这是一个高度智能化的专用处理器设计平台，可覆盖从架构分析、处理器设计、RTL生成到软件工具链自动生成的完整流程。平台由多个核心引擎构成：Archit Analyzer负责分析客户算法在现有处理器上的性能瓶颈，自动识别效率低下的算子；Archit Designer允许开发者用高层语言直接描述架构需求，无需手动编写底层RTL代码；Archit Generator则自动生成RTL、验证环境和完整软件工具链。

ArchitStudio示意图（图源/企业）

从落地情况来看，隼瞻科技已在无线通信、多媒体处理、信息安全、工业控制、汽车电子和AI端侧等多个领域获得了客户。例如，在无线通信领域帮助客户定制通信DSP，在信息安全领域助力头部安全芯片厂商将核心安全算法融入DSA架构，在机器人方向更是应用到了电机和灵巧手的控制系统。

商业模式上，隼瞻目前有三条业务线：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，核心成员来自Synopsys、ARM等国内外顶尖半导体公司，实现了研发、销售、技术支持的全栈覆盖。

以下是部分访谈节选：

为什么AI时代会推动DSA成为趋势？

过去，很多算法都能直接运行在CPU上，但AI时代模型高度垂直化，不同场景、不同客户之间的模型结构差异非常大。如果继续采用传统通用架构，就会出现大量资源浪费。有些客户真正需要NPU算力，有些则更依赖DSP或特定数据通路，但传统SoC往往是“大而全”的设计方式。DSA让客户可以围绕自己的模型特点，决定各模块的资源占比，实现最优平衡。

为什么选择“RISC-V+DSA”路线？

DSA天然需要一个高度开放、可扩展、可定制的底层架构。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场景中，很多性能瓶颈并不在算力本身，而在于数据搬运和调度效率。通过定制RISC-V指令集对NPU进行协同调度，效率提升可能达到数十倍甚至百倍级别。另外，AI模型变化太快，设计时提前预留可编程空间，才能让芯片适应未来的迭代需求。

核心壁垒是什么？

很多公司是先做IP再补工具链，但这样容易出现兼容性和协同效率问题。我们从创业第一天起就把IP和EDA平台一起规划，所有CPU、DSP、NPU内核都基于自研工具开发出来，工具链和架构之间能够深度协同。我们不仅仅提供标准IP，而是希望把DSA能力平台化——传统上一个中等规模的DSA处理器设计可能需要30个人花30周，我们希望通过ArchitStudio把它压缩到3个人、3周左右。本质上就是降低定制化处理器设计的门槛，让更多芯片公司拥有过去只有大厂才具备的能力。