在騰訊造芯十三年後，高劍林創業：別人追GPU，他押CPU
過去幾年，AI晶片行業最耀眼的聚光燈，幾乎都打在GPU上。大模型需要它，資料中心搶購它，創業者和資本也圍著它尋找機會。
高劍林卻選擇了另一條路。
這位在騰訊參與造芯十三年的技術老將，離職創業後，將方向放在高性能RISC-V CPU上。近日，其創業公司恆一紀元傳出新一輪融資消息，8家新進股東合計持股約27.13%，融資金額與估值尚未披露。
這個選擇背後，藏著AI產業正在發生的變化：過去，人們讓AI回答問題；
現在，人們開始讓AI完成工作。而從“說出來”到“做出來”，CPU承擔的任務可能越來越多。
1、離開騰訊之後
高劍林的造芯經歷，要從2013年說起。
根據相關履歷，那一年，他加入騰訊，從零組建FPGA硬體團隊。彼時，大模型尚未成為產業焦點，雲端運算正在成長，如何用專用硬體提高圖片處理與AI計算效率，是團隊面對的實際問題。
此後，他的研發經歷從FPGA延伸至自研晶片，涉及“紫霄”AI晶片、“滄海”視訊編解碼晶片等項目，也見證了騰訊造芯從團隊建設走向業務應用。
十三年積累的價值，在於理解一顆晶片如何真正進入資料中心。設計完成之後，還要適配軟體、接入業務、控制功耗，並在長期運行中保持穩定。
如今，高劍林離開熟悉的大廠平台，開始面對創業公司的另一套考題：錢從那裡來，產品賣給誰，客戶為什麼願意用？
2、資本提前入場
恆一紀元的新一輪融資，為這段創業故事提供了啟動研發與推進產品的更多資源。
據相關工商變更資訊，本輪新進股東包括廣東晶躍科技、慈溪卓源智宇、北京北工未來量子科技股權投資基金、嘉興長沛瀾程、海南力合清瞳五號、深圳鎧荷文鑫、深圳卓源達瑞人工智慧及中科時代等8家機構。
其中，廣東晶躍科技持股約9.45%，為本輪最大新進股東。此前，公司曾在招聘資訊中透露已完成種子輪融資。
對於CPU創業公司，融資只是漫長投入的開始。
從架構設計到流片，再到軟體適配和客戶驗證，每個環節都需要資金與時間。早期投資所押注的，是團隊能力與市場方向；這些判斷，最終仍要由產品和訂單驗證。
3、AI開始幹活
為什麼在GPU如此熱門的時候做CPU？答案可以從AI的使用方式中尋找。
過去，使用者輸入一個問題，等待模型給出答案。如今，使用者可能直接交給AI一項工作：尋找資料、整理檔案、分析資料，再生成報告。
看起來只是一句話，後台卻可能是一連串動作。模型需要呼叫搜尋工具、讀取文件、訪問資料庫、運行程序，並根據執行結果決定下一步。
GPU繼續承擔重要的模型計算工作，CPU則廣泛參與工具運行、資料處理和任務調度。當一次問答變成一段工作流程，通用計算需要處理的事情也隨之增加。
如果多個智能體同時工作，後台還要協調更多處理程序、容器和服務；涉及程式碼執行時，隔離運行的沙箱環境也可能帶來額外資源需求。這些變化，為CPU需求增長提供了新的動力。
4、CPU走向台前
CPU的機會，還來自AI系統對整體效率的要求。
一台裝滿GPU的伺服器，仍然需要準備資料、分發請求、讀取記憶體並完成通訊。如果配套環節跟不上，GPU就可能等待，昂貴的算力也難以充分發揮。
隨著AI進入企業，變化還會傳導到原有業務系統。智能體每完成一項工作，都可能觸發資料庫查詢、權限校驗、資訊檢索和業務軟體呼叫。應用規模擴大後，這些後台負載可能進一步帶動通用伺服器需求。
因此，CPU需求升溫有幾條具體路徑：智能體執行更多程序，多智能體增加並行，AI伺服器需要更強的配套處理能力，企業軟體承接更多呼叫。
但需求增長並不意味著採購必然爆發。軟體最佳化、資源復用和現有伺服器利用率，都影響新增硬體的數量。CPU能獲得多大增量，要看AI究竟能承擔多少真實工作。
5、押注開放架構
恆一紀元選擇的技術路線，是RISC-V。
按照企業對外介紹，公司面向AI Agent雲端與具身智能場景，計畫從微架構層面自主設計高性能CPU。RISC-V提供開放指令集，為團隊圍繞目標任務最佳化處理器留出了空間。
機會在於，把智能體實際運行中的問題轉化為晶片設計目標：程序執行能否更快，記憶體訪問能否更高效，多工協同能否消耗更少資源？
困難同樣具體。晶片成功流片之後，還要適配作業系統、編譯器、資料庫和各類應用軟體。客戶關心的，是業務能否順利遷移、系統能否穩定運行，以及整體成本是否值得。
離開騰訊之後，高劍林需要重新走完從技術判斷到商業交付的路。融資讓恆一紀元獲得了繼續向前的條件，接下來，產品需要回答更直接的問題：當AI開始替人幹活，這顆CPU究竟能幫客戶多做多少事？ (芯榜)