据投融湾获悉，近日，杭州微路智能科技有限公司（下文简称：微路智能）成功完成数千万元天使轮融资。本轮融资由国信中数（铜陵）领投。本轮融资资金将主要用于首代芯片的投片与工程验证，以及核心研发团队建设。
微路智能创立于2026年7月，公司总部位于浙江省杭州市钱塘区。微路智能的核心定位是自研端侧GPNPU通用神经网络处理器架构，面向边缘设备提供国产化本地大模型推理算力解决方案的芯片设计公司。
公司由一支顶级院校团队创立
微路智能由一支源自瑞士洛桑联邦理工学院（EPFL）的团队创立，该团队由芯片架构、AI编译器、数字集成电路设计方向的资深工程师组成，团队成员拥有多年国产AI芯片、神经网络处理器研发实战经验，深度熟悉NPU架构设计、编译器开发、大模型算子适配，参与过国内多款边缘AI芯片的定义、研发与产品化落地，理解端侧设备真实工况下的算力、功耗、成本约束。
公司CTO徐炜鸿博士主导构建了公司的技术体系。徐炜鸿为美国加州大学圣地亚哥分校（UCSD）博士，曾参与台积电（TSMC）联合研发边缘AI芯片项目，研究方向覆盖AI芯片架构、近存计算与混合精度计算。
三大核心产品
微路智能的核心产品包括：GPNPU端侧AI推理芯片、AI加速卡和配套编译器与软件开发工具链。
简单点来说，AI芯片就像是AI模型的“专用发动机”。云端大芯片适合在数据中心训练大模型，而端侧AI芯片，就是装在机器人、工控机、本地算力盒里面，专门用来跑已经训练好的AI大模型，也就是做推理计算。当机器人需要识别画面、理解指令、自主做决策，芯片在本地快速完成计算，不需要把数据上传到云上。
四大核心技术
微路智能拥有四大核心技术，其中，GPNPU通用可编程神经网络处理器架构技术，融合通用处理器的可编程能力，和NPU高能效计算优势，既能高效执行大模型里面海量矩阵计算，又具备很强的通用性，兼容市面上主流大模型算子，解决端侧芯片“算力有了，但模型不好移植”的行业痛点。大模型推理算子硬件级优化技术，针对大模型推理的计算特征，在硬件架构层面专门优化，优化token生成环节的计算效率，提升token输出速度，降低本地运行大模型的延迟，让机器人、工控终端响应更迅速。
低功耗算力调度技术，芯片架构在算力、功耗之间做平衡，根据AI任务的负载动态调度算力单元，空闲的时候降低功耗，满足工业设备、机器人长时间稳定运行的需求。端到端软硬协同编译技术，硬件芯片和编译器协同设计，编译器可以自动拆分、优化 AI 模型计算任务，充分发挥芯片硬件算力，减少无效数据搬运，减少内存带宽压力，提升模型运行效率，降低客户的开发、调试成本。
市场需求快速增长
全球AI芯片市场分为云端训练芯片、云端推理芯片、端侧推理芯片三大板块。随着大模型从云端走向终端，越来越多设备需要本地运行AI，端侧推理算力的需求快速增长。过往高端端侧AI算力市场长期被海外厂商占据，国产芯片大多集中在传统CV视觉识别。
作为一家专注端侧AI推理芯片的初创芯片设计企业，微路智能未来将顺利完成芯片流片，验证芯片算力、功耗指标，完善软件编译器生态，推进加速卡产品在工控、机器人客户侧落地验证，逐步实现国产端侧AI推理芯片的商业化落地，为边缘端大模型国产化算力提供新选择。
热门跟贴