36Kr Exklusiv丨Das Kerntechnikteam der Gründer von Hygon hat ein Startup für Chips mit AGI-Architektur gegründet und eine Investition in Höhe von mehreren hundert Millionen Yuan von Fonds unter anderem aus dem Tsinghua-Universitäts-Umfeld erhalten.

Bildquelle / Visual China

Dieser Text umfasst etwa 3400 Wörter, die empfohlene Lesezeit beträgt 8 Minuten

Autor | Ou Xue

Redakteur | Yuan Silai

Hard Krypton erfuhr, dass Tongxin Artificial Intelligence Technology (Beijing) Co., Ltd. (im Folgenden als „Tongxin Intelligence“ bezeichnet), ein Entwickler von Chips mit nativer Architektur für Allgemeine Künstliche Intelligenz (AGI), seit seiner Gründung vor einem halben Jahr nacheinander Seed- und Angel-Runden mit einem Volumen von mehreren hundert Millionen Yuan abgeschlossen hat. An der Finanzierung beteiligten sich gemeinsam der Tsinghua Alumni Seed Fund, das Beijing Institute for General Artificial Intelligence, Solux, Pingzhi Information, Dark AI sowie Finanzinvestoren wie Yuzhang Zhangquan, wobei Industriekapital, führende Technologie-VC und Finanzkapital zusammengeführt wurden. Die Mittel werden hauptsächlich für das Kernarchitekturdesign und die Forschung und Entwicklung vor dem Tapeout der Chips verwendet.

Tongxin Intelligence wurde im April 2026 gegründet, initiiert von Zhu Songchun, einem KI-Wissenschaftler, Direktor des Instituts für Allgemeine Künstliche Intelligenz und Lehrstuhlprofessor der Peking-Universität und der Tsinghua-Universität, und wird vom Beijing Institute for General Artificial Intelligence (dem Institut) ausgebrütet.

Das durchschnittliche Branchenerfahrung im Chip-Bereich des Kernteams des Unternehmens übersteigt 20 Jahre, die Kernmitglieder stammen von führenden Chip- und KI-Teams wie Haiguang, Baidu, ByteDance und Alibaba. Das Kernteam der Gründer für Technologie hat seinen Abschluss an Einrichtungen wie der Tsinghua-Universität, der Peking-Universität, der Chinesischen Akademie der Wissenschaften und der UCLA gemacht, und hat die gesamte Kette von Architekturdefinition, Frontend-Design, Backend-Design, Tapeout bis zur Massenproduktion und Auslieferung vollständig durchlaufen. Das Wissenschaftlerteam deckt den gesamten technischen Stack der KI ab, einschließlich großer Modelle, Weltmodelle und physischer Intelligenz. Der Gründer Wang Haiyang war Schüler von Akademiker Xia Peisu, einem der Begründer der chinesischen Computerindustrie, ist Gründungsmitglied des Loongson-CPU-Teams, war früher Leiter der Chiparchitektur der 4. Generation von Haiguang und Mitbegründer des GPU-Einhorns. Er verfügt über 25 Jahre Erfahrung in der Chipherstellung und 15 Jahre Erfahrung im SoC-Architekturdesign, hält insgesamt fast hundert in- und ausländische Erfindungspatente und hat reiche Erfahrung in Forschung, Entwicklung und Massenproduktion bei großen Chips wie CPU, GPU und GPGPU.

Gegenwärtig sind die traditionellen Architekturen, die durch GPGPU und Tensor Core repräsentiert werden, hauptsächlich für die Optimierung statistischer großer Modelle ausgerichtet, und weisen natürliche Unpassungen bei Lasten wie kausaler Schlussfolgerung, Umgebunginteraktion und physischer Intelligenz auf. Gleichzeitig führt das Ungleichgewicht von Rechenleistung, Speicherkapazität und Übertragungskapazität zu höheren Kosten für die Herstellung von Tokens und die Implementierung der physischen Intelligenz von Robotern.

Wang Haiyang erklärte, dass der Wettbewerb um AGI von dem reinen Vergleich der Spitzenrechenleistung zu dem Vergleich der effektiven Schlussfolgerungsfähigkeit für die Interaktion mit der physischen Welt übergeht. Industrien wie Token-Fabriken, physische Intelligenz und Roboter sind sehr empfindlich gegenüber Hardwarekosten und Stromverbrauch, und die Branche benötigt eine neue Chiparchitektur, die nativ an kognitive Schlussfolgerung angepasst ist.

Daher wählt Tongxin Intelligence an dem aktuellen Industrieknotenpunkt des Übergangs von großen Sprachmodellen zu AGI einen differenzierten Weg: „Keine verbesserte Version von GPU herzustellen, sondern Chips direkt um die CUV-Kognitionsarchitektur herum zu entwerfen“.

Das Chip-Designkonzept von Tongxin Intelligence stammt aus dem dreidimensionalen gemeinsamen Raum von Kognition (Cognition), Nutzen (Utility) und Wert (Value), der von Professor Zhu Songchun vorgeschlagen wurde, nämlich die CUV-Architektur. Auf der Grundlage dieser theoretischen Basis entwickelt Tongxin Intelligence auf Basis der selbst entwickelten Drei-Einheiten-Architektur von Vector+Tensor+AGI Core kostengünstige Chips, die sowohl Vektor- und Tensor-Berechnungen unterstützen als auch native Unterstützung für physische und soziale Intelligenz bieten. Professor Zhu Songchun erklärte: „Der Wettbewerb um Allgemeine Künstliche Intelligenz ist im Wesentlichen ein Wettbewerb um Architekturen. Was Tongxin tun will, ist diesen Weg auf Silizium umzusetzen: Chips an die Kognitionsarchitektur von AGI anzupassen, zusammen mit Agenten wie „Tongtong“ und großen Modellen zusammenzuarbeiten, um eine End-to-End-Lösung zu bilden.“

Bei der technischen Umsetzung verwendet Tongxin Intelligence eine gemischte In-Memory-Computing-Architektur, eine allgemeine + spezielle Rechenarchitektur sowie eine flexible einheitliche Architektur für Cloud, Edge und Endgeräte. Durch selbst entwickelte Technologien wie Vektor-Matrix-Einheit, MoE-Expertenmodus, mehrstufiges gemischtes In-Memory-Computing, Graph-Traversal-Engine und native Beschleunigung von STC-PG (Spatio-Temporal Causal Parsing Graph) löst es die strukturellen Fehlanpassungsprobleme wie „Speicherwand“, „spärliche Unregelmäßigkeit“ und „Graphstruktur-Schlussfolgerung“, die auftreten, wenn allgemeine GPUs AGI ausführen.

Nach Angaben von Wang Haiyang positioniert sich die erste Generation des Chips des Unternehmens als kostengünstiger Inferenzchip, der gleichzeitig Cloud-seitige Modelfabriken und endgeräteseitige physische Intelligenz unterstützt. Auf Endgeräteebene entspricht er der Thor-Serie von Nvidia, auf Cloud-Ebene der B300-Serie von Nvidia.

„Mit der Verbesserung der Fähigkeiten großer Modelle bewegt sich die KI von der Ära des Trainings zur Ära der Inferenz. Die Nachfrage nach Trainingsmodellen sinkt, während die Nachfrage nach Inferenz den absoluten Großteil einnimmt, und die Nutzer streben ständig nach höherem Kosten-Leistungs-Verhältnis von Tokens“, sagte Wang Haiyang. Tongxin Intelligence definiert seinen ersten Chip als kostengünstigen Inferenzchip, genau um auf diesen Trend zu reagieren.

Hard Krypton erfuhr weiter, dass das Unternehmen die Architekturdesign und Projektgenehmigung drei Monate nach seiner Gründung abgeschlossen hat, und nun in die Phase des Chipdesigns eingetreten ist. Es ist geplant, die FPGA-Prototypverifizierung Anfang Dezember durchzuführen, wobei die phasenweisen Ergebnisse vorgestellt werden.

Bei der kommerziellen Implementierung hat Tongxin Intelligence drei Marktlayouts geplant und vorläufig groß angelegte Kooperationsabsichten erreicht: Erstens zusammenzuarbeiten im Bereich der AGI-allgemeinen Agenten unter Nutzung des Instituts-Systems und strategischer Industriepartner. Zweitens, für intelligente Rechencluster großer Modelle und Token-Fabriken mit Geräteherstellern und lokalen intelligenten Rechenzentren zusammenzuarbeiten, um kostengünstige Token-Rechenleistung bereitzustellen. Drittens, für physische Intelligenz und verkörperte Roboter endgeräteseitige Inferenzchips mit hoher Rechenleistung bereitzustellen.

Darüber hinaus plant das Unternehmen in der Folge, gemeinsame Labore mit der Peking-Universität, der Tsinghua-Universität, dem Institut für Rechnertechnik der Chinesischen Akademie der Wissenschaften, führenden Unternehmen für große Modelle und verkörperte Roboter zu bauen, um gemeinsame Forschung zu Themen wie CUV-Kognitionsarchitektur, physische Intelligenz-Operatoren und Software-Hardware-Koordination von AGI-Chips durchzuführen und den Implementierungskanal von Industrie, Universität und Forschung zu öffnen.

Im Folgenden finden Sie Auszüge aus dem Interview zwischen Hard Krypton und Wang Haiyang, dem Gründer von Tongxin Intelligence (redigiert):

Hard Krypton: Wodurch unterscheidet sich das von Tongxin Intelligence beworbene AGI-Chip von anderen KI-Chips?

Wang Haiyang: Nehmen wir ein Beispiel: Viele Unternehmen, die heute optisches Rechnen herstellen, beschleunigen im Wesentlichen nur die Berechnung für aktuelle große Sprachmodelle. Aber große Sprachmodelle sind nicht gleich AGI. Wir stellen keinen „Taschenrechner“ her, der schneller und stromsparender ist, sondern führen nativen Entwurf auf unterster Hardwareebene für die von Professor Zhu Songchun vorgeschlagene CUV-Kognitionsarchitektur durch. Neben der Unterstützung von Vektor- und Tensor-Berechnungen für die Abwärtskompatibilität mit vorhandenen Transformer-Architekturen haben wir Dutzende von Hardware-Beschleunigern speziell für AGI-Algorithmus-Operatoren in den Chip integriert, sodass zukünftige Algorithmen für physische Intelligenz und räumliche Intelligenz vollständig und effizient auf unseren Chips ausgeführt werden können. Das ist etwas völlig Neues in der aktuellen Chip-Kategorie, man kann es als „neue Spezies“ bezeichnen.

Hard Krypton: Was ist den Kunden bei den aktuellen Kontakten zur Industrie wirklich wichtig?

Wang Haiyang: Was alle am meisten betrifft, ist eigentlich die Inferenzkosten, also der Preis von Tokens. Vor einigen Jahren haben alle um die Trainingsrechenleistung gekämpft, aber mit der Verbesserung der Modellfähigkeiten werden die Unternehmen für Basismodelle immer weniger, und die eigentliche Implementierung liegt hauptsächlich in der Inferenz. Wenn Kunden unsere Chips betrachten, achten sie erstens darauf, ob wir die zukünftige Entwicklung zu AGI unterstützen können, und zweitens auf das Kosten-Leistungs-Verhältnis. Wir definieren die erste Generation des Chips als „kostengünstigen Inferenzchip, der AGI-Algorithmen unterstützt“, der gleichzeitig Cloud-seitige intelligente Rechencluster und endgeräteseitige verkörperte Intelligenz unterstützt.

Hard Krypton: Wie groß ist die aktuelle Begeisterung der gesamten Branche für die Nachfrage nach AGI-Chips? Welche Trends verfolgen Sie mit besonderem Augenmerk in der Zukunft?

Wang Haiyang: Das ist ein allmählicher Prozess. Die großen Modelle entwickeln sich sehr schnell, aber die akademische Welt und die Industrie entdecken allmählich ihre Grenzen, und jetzt beginnen alle, sich an AGI auszurichten. Wir glauben, dass sich AGI-Chips in einer Übergangsphase befinden, die der Zeit zwischen der Veröffentlichung des Transformer-Artikels im Jahr 2017 und dem Ausbruch von ChatGPT ähnelt. Die Chipherstellung dauert von der Projektgenehmigung bis zur Massenproduktion mindestens 20 Monate, es ist genau der richtige Zeitpunkt, damit wir jetzt damit anfangen.

Aus Sicht der Trends ist erstens die Inferenz der absolute Großteil, verschiedene Bewertungen gehen optimistischerweise davon aus, dass der Anteil der Inferenz über 90 % betragen wird. Zweitens wird die Recheneffizienz von Rechenchips verbessert. Gegenwärtig stehen Chips vor drei Engpässen bei Rechenleistung, Speicherkapazität und Übertragungskapazität, wobei der Speicherengpass das größte Problem ist, das die Effizienz von Rechenchips einschränkt. Das von uns vorgeschlagene gemischte In-Memory-Computing ist die Kernlösung zur Behebung des Speicherengpasses in der Zukunft. Egal wie sich die technischen Richtungen in der Zukunft verändern, Rechenchips, die den Speicherengpass durch In-Memory-Computing lösen, werden zum absoluten Mainstream werden, und wir haben klare Layouts in diesem Bereich. Drittens geht der Übergang zu AGI-Chips allmählich vor sich. Sowohl die akademische Welt als auch die Industrie beschleunigen derzeit die Erforschung von AGI, und Chiphersteller werden ihre Layouts ebenfalls beschleunigen.

Ansichten der Investoren:

Liu Xiaodong, Gründer von Yuzhang Zhangquan Capital, erklärte: Yuzhang Zhangquan Capital konzentriert sich auf Layouts in den Bereichen intelligente Fertigung und bahnbrechende wissenschaftlich-technische Innovationstechnologien, und ist bestrebt, hochwertige Ziele mit echtem technischen Gehalt im In- und Ausland zu finden und zu investieren. Die Investition in Tongxin Intelligence basiert auf der positiven Einschätzung der langfristigen Chancen der Rechenleistung auf der Inferenzseite nach der Trennung von Training und Inferenz, sowie der untersten Chiparchitektur, die das Unternehmen für die AGI-Ära im Voraus geplant hat. Das Team des Unternehmens ist auch ein wichtiger Grund, der uns anzieht: Das Team von Tongxin Intelligence hat sowohl die wissenschaftliche Grundlage des Forschungsinstituts als auch die Erfahrung in der Engineering und Massenproduktion von fast 20 großen Chips von großen Chipherstellern, wobei Wissenschaftler, Industrieexperten und Manager jeweils ihre Verantwortungsbereiche übernehmen. Diese „dreieckige“ Struktur ist genau der entscheidende Schritt, um Innovation in Unternehmertum umzuwandeln. Als Investoren bieten wir Kapital und Geduld, und sind bereit, gemeinsam mit dem Unternehmen die Wurzeln der Architektur und des Ökosystems zu vertiefen, um stetig voranzukommen.

Wang Xuehui, Managing Partner von Shuimu Alumni Fund, erklärte: Tongxin hat auf der einen Seite Wissenschaftler, die an allgemeiner KI forschen, auf der anderen Seite Ingenieure, die die Chips von Haiguang und Loongson selbst hergestellt und in die Massenproduktion gebracht haben. Das Unternehmen positioniert sich als neuer inländischer Chip, der speziell für humanoide Roboter und Agenten verwendet wird, mit integrierter Software und Hardware, um den Schmerzpunkt zu lösen, dass vorhandene Chips die physische Intelligenz der realen Welt nicht bewältigen können. Wir sind optimistisch hinsichtlich der zukünftigen Aussichten des großen Sektors und des Teams, und hoffen, dass Shuimu das Unternehmen kontinuierlich befähigen kann, das Tapeout so schnell wie möglich zu realisieren.

Han Zongyu, Leiter der strategischen Investition von Solux, erklärte: Wir sind optimistisch hinsichtlich der Kerntechnologie von Tongxin bei der Integration von AGI-Chips und nativen Modellen sowie des Gründerteams mit reicher Erfahrung in der Massenproduktion. Diese Investition ist eine industrielle strategische Layout. Auf der Grundlage der globalen industriellen Grundlage von Solux in medizinischer Pflege, Logistik und häuslichen Szenen bilden wir eine tiefe Synergie mit Tongxin, um die unterste Rechenleistungsfähigkeit der verkörperten Intelligenz zu stärken. Wir freuen uns darauf, dass beide Seiten gemeinsam die Chipanpassung, Produktverifizierung und kommerzielle Implementierung vorantreiben, um eine kontrollierbare und implementierbare inländische Industriekette für AGI-Roboter aufzubauen.

Li Liwei, Gründungspartner von Puchao Capital, erklärte: Puchao Capital konzentriert sich kontinuierlich auf Layouts in der Industriekette der Rechenleistungsinfrastruktur im Zeitalter der Künstlichen Intelligenz. Tongxin Intelligence schlägt die technische Verbindung von der AGI-Theorie bis zur Chiparchitektur ein, das Team verfügt sowohl über fortgeschrittene AGI-Forschungsgrundlagen als auch über langjährige Erfahrung in der vollständigen Zyklus-Massenproduktion von großen Rechenleistungschips, und passt mit seiner differenzierten Architektur die Anforderungen an Kausalzusammenhänge und Berechnungen mehrerer physikalischer Felder an. Wir erwarten, dass das Unternehmen die Software-Hardware-Koordination implementiert und die Rechenleistungsbasis für das inländische AGI-Zeitalter festigt.

Lai Guangning, Gründungspartner und Vorsitz