新紫光最神秘芯片设计智能体公司AT终于揭开面纱

当芯片制造工艺向着3nm及以下的极限持续挺进，超大规模芯片设计已然步入难度、周期、成本、人才四面承压的时代关口。传统依赖人力堆叠、经验传承的研发范式日渐步履维艰，一场由AI主导的产业革命，正成为破局突围、重塑未来的核心密钥。

在2026新紫光集团创新峰会上，集团战略布局的AT公司正式亮相，凭借芯片设计专属垂类AI智能体“紫灵”，为行业擘画出一条从“工具赋能”到“范式重构”的革新之路。近日，AT公司研发副总裁赵立明、AT公司首席顾问科学家沈钲联袂接受了《电子工程专辑》专访，深度阐述企业如何依托数据壁垒、技术创新与生态协同，重新定义AI时代的芯片设计逻辑。

藏在AI顶层的芯片设计新势力

用“神秘”一词形容AT公司并不为过。

作为新紫光集团孵化的新创企业，AT公司与PT(芯片设计IP)、ST(AI安全工具)、OT(GPGPU)、BT(CPU)、LT(超节点互联芯片)、GT(大规模集群互联芯片)等公司一道，共同构建起了从算力芯片、互联方案到设计工具的全栈能力底座，为AI产业提供了自主可控的底层支撑。

“AI是新紫光集团重点投入的第三大支柱。”新紫光集团董事长李滨强调指出，聚焦，是新紫光重建的核心战略动作。新紫光果断剥离非核心业务，将全部资源集中于智能科技产业，坚定布局“半导体芯片、ICT通信基础设施、AI”三大支柱领域，以“大研发、大制造、大市场”三大举措赋能各成员企业创新发展。

在大研发方向上，新紫光目前聚焦四大核心领域：算力×联接×存储的芯片研发，端侧AI芯片，AI工具，以及面向AGI的全链路贯通研发，助力从数字AI世界向物理世界进化发展。大研发的成果将通过集团的研发体系与平台向各成员企业开放赋能，让每一家产业公司都能站在集团的技术积累上面对市场。

而AT公司，就正好位于这条“数字AI世界—物理世界”链路的最上游，专注将AI技术深度融入芯片设计全流程，实现软硬一体、双向协同、互相成就的生态格局。

“AT通过AI智能体提升芯片设计效率、缩短研发周期、降低成本，直接反哺硬件底座公司的产品迭代;而硬件底座持续优化算力、降低词元(Token)成本，又为AT提供更高效、更经济的运行支撑，形成闭环协同。”沈钲说。

在发展目标上，AT作为新设创新主体，规划了属于自己的“三步走”战略：

1. 第一步：深耕内部赋能

优先服务紫光展锐、紫光同芯等集团核心企业，全面赋能上万名芯片工程师，释放内部研发潜力。

2. 第二步：开放外部合作

面向战略合作伙伴开放能力，助力外部芯片设计企业提质增效，拓展产业价值。

3. 第三步：构建生态共同体

打造开放、共建、共享的产业服务体系，覆盖高校科研、初创公司至成熟企业，推动芯片设计从人工经验驱动，全面转向AI辅助研发新范式，把工程师从繁琐的工作中解放出来，更专注于创新与架构设计。

正如李滨所言，不同于成熟大企业的延续创新，也不同于孤立初创企业的突破创新，新紫光走的是集团支持下的新设企业创新路径——新设企业脱离大企业的体制束缚，保持突破创新的活力与灵活性，同时依托集团在融资、治理、供应链与市场端的全方位赋能，大幅放大创新成功的概率。

为何非要做“芯片设计AI智能体”?

之所以坚定切入这一赛道，沈钲告诉《电子工程专辑》，这是因为当前行业内的主流智能体(如OpenClaw、CloudCode等)大多面向通用场景，以软件编程为主要方向，并非针对芯片设计流程开发;而智谱、DeepSeek等大模型也均为通用基座，未针对芯片设计的专业流程与知识做深度优化，难以真正适配芯片研发的全流程需求。

“AT瞄准的正是这一空白，我们计划围绕智能体框架、专用大模型、芯片设计工作流三大核心要素构建完整体系，形成独特的技术与资源壁垒。”沈钲表示，紫光集团内众多芯片设计企业沉淀了海量高价值量产研发数据，这些真实、全维度、经过工程验证的数据，是AT最宝贵的资源底座。

基于这些专属数据，AT对通用基座模型进行了二次训练与强化学习，打造出芯片设计垂直领域专用大模型，使其在芯片设计场景中的表现显著优于通用模型。同时，通过对智能体框架进行深度定制，使其全面贴合芯片设计开发的全流程特性，摆脱通用Agent  仅服务于软件开发的局限。

针对芯片行业当前依然高度依赖人工、资深工程师经验难以规模化传承的痛点，AT希望将顶尖工程师的实战经验工程化，并沉淀为可复用、可传递、可迭代的标准化技能库。即通过“专用大模型+定制化智能体框架+工程化专家经验”三者深度融合，一方面构建起难以复制的核心壁垒;另一方面，也让AI智能体真正深度服务于芯片设计全流程，为行业破解效率、人才、经验传承等关键难题。

超级AI智能体登场

在AT公司的官方介绍中，核心产品“紫灵”是一套“异构模型驱动的多智能体协同系统”，可将RTL自动生成与优化效率提升120倍，单芯片研发总投入降低50%，推动芯片设计从“人工密集”迈向“智能密集”全新范式。

“如果用通俗一点的语言来描述，紫灵就像一位‘AI总监带领一支专业化智能体工程师团队，协同完成芯片研发全流程工作’。”赵立明解释说，顶层主智能体(AI总监)负责接收设计需求、进行任务编排与指令下发;下层由SPEC解析、RTL编码、DV验证、时序分析、物理后端实现等专业化子智能体组成协同矩阵，实现芯片设计从前端到后端的“端到端全流程”覆盖。

实际运行中，主智能体完成任务拆解后，不同子智能体分别专注于代码编写、功能验证、时序分析、物理实现、最终检查等专属环节，形成专业化、流水线式作业。智能体系统可全面适配主流EDA工具，自主完成错误识别、波形分析、问题修复与迭代优化，以一体化、自动化、高度协同的自治能力重塑研发流程。

这一架构的关键支撑，是新紫光集团拥有的超1000种芯片产品设计经验、数百亿颗量产芯片、100多个自研IP核、覆盖0.13微米到3纳米全工艺节点的全维度、高质量实战数据。正是依靠这些真实工程场景下的全量数据，AT得以训练出更懂芯片、更贴合研发实际的垂类专用AI模型，让智能体能力实现本质跃升。

同时，集团上万名芯片设计专家的经验也被AT转化为标准化、可复用的技能模块(Skill)，解决了传统模式下经验无法传承、难以复制的痛点。

赵立明将紫灵系统的核心价值总结为三点：

• 研发效率大幅提升。以Block级RTL编码与DV验证为例，传统流程下需要2名工程师耗时4个月完成，借助智能体系统仅需3-5天即可交付，效率提升上百倍。

• 设计质量稳定可控。系统可自动处理海量版本迭代与数据检查，避免人工漏检、误检问题，保障全流程质量一致性。

• 专家经验高效沉淀与复用。将不同工程师的项目经验与专业能力，通过体系化形式赋能给全体研发人员，全面提升芯片研发的整体质量与水平。

  
  

在被问及与传统EDA工具的最大不同时，他的看法是，当前传统EDA工具都在推进AI化，在局部环节确实带来了便利，但其本质仍属于单点工具能力增强，仅对单一功能模块做优化，无法打通全流程。而“紫灵”系统的定位则是凌驾于EDA工具之上，是一套覆盖全流程的“超级工程师智能体”，更强调系统性、工程化、端到端的整体能力。

换言之，AI加持的传统EDA工具侧重“点”的提升，紫灵系统则聚焦“面”与“体系”的重构——它具备强大的全局调度能力，可直接接收设计需求，自动完成任务拆解、流程分配与多智能体协同调度，从SPEC解析、编码、验证到物理后端实现全程自治，这是传统EDA工具远不具备的工程化优势。

紫灵系统的另一大核心竞争力，是通过“数据飞轮”与“工程飞轮”双轮驱动，实现自主学习、持续进化、越用越强的闭环迭代能力。

依托全域数据的持续反哺，所有经由“紫灵”系统开发的项目，其运行日志、验证报告、中间过程数据等全维度信息，在脱敏处理后都会回流至核心数据集，用于模型的持续训练、微调与优化，让底层模型在真实工程场景中不断精进，进而推动智能体能力持续提升。

同时，凭借工程知识的体系化固化，芯片设计全过程的工程知识、设计诀窍与专家经验，被不断转化为标准化、可执行的技能模块，并通过专业基准测试(Benchmark)进行效果校验。优质技能被整合进系统，使智能体的工程能力持续增强、流程持续优化，形成越用越精准、越用越高效的正向循环。

目前，紫灵系统已在紫光集团内部多个项目中开展试点与规模化应用，实现从SPEC解析、功能验证到物理后端实现的全流程覆盖。实际应用数据显示，系统可使专家技能复用率提升180%，并在持续使用中不断吸收新设计知识、强化技能库，实现闭环进化，为芯片研发提供长期增长动力。

高端芯片破局：AI赋能研发，数据支撑量产

“国产化是紫灵系统与生俱来的核心战略，也是AT服务国产芯片产业的重要使命。”赵立明指出，高端芯片(尤其是算力芯片)的研发与量产，高度聚焦性能、功耗、面积(PPA)、工程实现与量产可靠性，是行业最难突破的核心瓶颈。

凭借AI全域寻优能力，紫灵系统率先在架构创新与PPA极致优化上打开突破口。它能够在海量空间中自动搜索、迭代、验证更优的架构方案，精准找到性能、功耗、面积的全局最优解，显著提升高端芯片的核心竞争力。

在全流程质量保障上，系统以高度一致的标准贯穿设计始终，可自动完成大规模工程化检查，不漏检、不失误、不“偷懒”，完美适配超大规模高端芯片的复杂度要求，从源头降低流片风险。

依托新紫光集团的真实实战数据，紫灵系统内置了成熟的量产经验、工程实现能力与项目管理方法论，这块业内独一无二的“数据压舱石”，让高端芯片从设计之初就面向量产、适配量产、保障量产，真正突破“设计易，量产难”的行业瓶颈，为高端芯片从研发到规模落地提供全链条支撑。

更为关键的是，紫灵系统实现了框架、模型、工具链的全栈自主可控：自研智能体架构确保核心安全，专属芯片垂类模型实现能力自主，全面适配国产EDA与国产工艺节点，最终构建起“自研框架+国产模型+国产EDA+全工艺支持”的完整国产化生态，摆脱关键环节对外依赖，为国产高端芯片自主研发、稳定迭代、规模商用筑牢坚实底座。

工程师，从“手艺人”变为“智能体管理者”

AI与智能体技术的深度渗透，正推动芯片设计行业迎来根本性的工作范式变革，这一变化比软件领域更为深刻、更具颠覆性。

沈钲认为，传统芯片研发中，工程师大量精力被消耗在日志解析、脚本编写、流程衔接、重复检查等繁琐枯燥的工作中，尤其在中后端设计环节，任务运行耗时久、人工盯守成本高，长期处于“人停机器不能停”的被动状态。

AI智能体的出现，彻底接管了这类规则化、重复性工作，能够自动监控运行状态、识别报错、尝试修复、接力任务，把工程师从低效消耗中解放出来，使其专注于真正需要人工判断的Bug定位、设计创新与关键问题解决。

这一变革带来两大核心转变：

一是研发效率模式重构，从“多人负责一个模块”升级为“一人+一组智能体负责多个模块”，人力投入大幅降低、产出成倍提升。

二是工程师角色彻底转型，从被动执行任务的“执行者”，转向主动调度、管理、优化智能体的“指挥者”。工程师不再只是写代码、跑验证，更要学会在非工作时间让AI持续作业，清晨直接验收成果;要把个人经验、工程Know-How、踩坑教训转化为智能体可学习的技能，避免AI重复犯错，实现高质量人机协同。

“未来芯片设计将告别依赖‘手艺活’与‘经验传承’的传统模式，进入一人即一团队的全新研发形态。人与AI的协作效率，将成为决定企业竞争力的关键。”沈钲强调，作为研发与企业管理者，必须带领团队主动适应这一变革：推动工程师转变思维、掌握智能体调度能力、建立经验Skill化沉淀机制，让团队从“人力密集型”转向“AI驱动型”，真正抓住行业变革的战略机遇。

结语

紫灵所至，范式新生。

这不仅是一场工具的革命，更是一次产业认知的升维。当AI从辅助者变成研发主体，当经验从壁垒化为普惠能力，芯片设计正迎来真正的范式跃迁。未来，国产高端芯片将在AI的持续加持下，踏上更为坚实的自主之路，书写属于中国半导体产业的崭新未来。