硬科技的时间差——周亚辉如何孵化艾捷科芯与黎曼动力？
首页 → 财经中心 → 财经频道
分享到：
硬科技的时间差——周亚辉如何孵化艾捷科芯与黎曼动力？
2026-10-08 20:08:46
来源： 中国企业家杂志
2026年10月08日 20:08 来源：中国企业家杂志
昆仑万维创始人周亚辉，沉寂了将近三年，这种沉寂是对于一个明星投资者身份而言的。在移动互联网时期，周亚辉投出了Musical.ly、小马智行、趣店、达达、映客、Grindr等公司，但从2023年到2026年近三年的时间里，他几乎一枪未发。
直到近期两家创业公司接连传出动态，外界才意识到，这位“独角兽捕手”并未沉寂，只是换一种打法。
这两家创业公司，一家是艾捷科芯，周亚辉2023年开始孵化的AI半导体公司，近期完成5.5亿元融资，新增长鑫科技(长鑫科技旗下投资机构)、高榕创投等股东；另一家则是黎曼动力，2025年底从昆仑万维内部孵化，独立运营。
市场从来不缺风口，稀缺的是在风口到来之前看清价值的人。谈到为什么押注算力芯片，他说：“这件事情太大、太有价值了，人生一定要做成一家芯片公司，若心有畏惧，我可能不会做，但我生来就不是畏难之人——越是难走的路，我越要走到底。”
对于大家时常追逐却又避而不谈的风口，周亚辉的解释非常坦然：风口不是投机，大多数人追风口都会死掉，风口意味着红海；但创业者一味想着蓝海，有时恰恰是对自己的误导。真正的机会，从来不是躲开竞争，而是从红海里杀出来。
近期，周亚辉接受了《中国企业家》专访，周亚辉言语犀利，视野开阔，常能洞察常人之不能，金句与真知灼见频出。一些创业者仍对十多年前周亚辉在IDG资本私董会上的一次演讲记忆犹新，周亚辉90分钟的演讲被20多次鼓掌打断，那一次，他留下了两个金句：
1.人进步最主要取决于什么呢？取决于你吸收信息的数量和质量，这是最重要的。
2.创业的时候要想着四年结束战斗，除非特别好的项目会值得All in，否则世界变得太快。如果四年之内不能结束战斗，我觉得fast failure也不是件坏事，俗话说早死早超生。
相较于十多年前杀伐果断的财务投资，这几年，周亚辉变得更加有耐心，也更有定力：像做业务一样去投资，从零开始孵化。回溯艾捷科芯和黎曼动力的孵化历程，他认为，孵化企业是投资的最高境界。最好的企业家一定是最好的投资人，反过来不一定成立。
周亚辉把投资抽象成一个“不可能三角”：时间、价格、质地(quality)。三者不可能同时最优，投资人要反复练习的是，在不可兼得时仍敢于出手，并且知道自己到底要什么。
周亚辉说，周期类似正弦函数，有波峰也有波谷；公司怎么涨上去，也可能怎么跌下来。同样的公司，在不同周期会被给出完全不同的定价。
关于“不可能三角”，周亚辉认为，初始看，这是一个问答题，每个不可能三角的关键因素是什么，最近发生哪些政策变化、哪些是周期变化，但最后它都会变成选择题——你到底要多赚钱高倍数，还是要低风险穿越时间，或是坚持自己的理想。
1、他们没有打算再做一颗普通的AI芯片
2023年，周亚辉准备孵化一家云端AI算力芯片公司，他先找到了蒋毅敏，给了他一个题目：联邦计算芯片。
蒋毅敏研究了一圈，回来告诉他，这个方向没太大意思，市场太小。
周亚辉将自己在硅谷的所见告诉了蒋毅敏，2023年，大模型刚刚把算力推到新的产业中心。英伟达最难挑战的地方已经不仅是一块GPU的峰值性能，更是CUDA在过去十多年里建立起来的软件生态。周亚辉在硅谷注意到了Triton——这套由OpenAI开源的GPU编程语言和编译器，正在把开发者与底层硬件之间重新抽象出一层：开发者用更高层的方式描述计算，更多底层调度和优化交给编译器完成。
如果这种编程方式继续发展，一家新的AI芯片公司，是否不必从第一天开始就复制CUDA漫长的全部历史，而可以从新的编程模型、编译器和硬件协同设计中，重新寻找一个入口？
蒋毅敏比大部分人都适合思考这个问题。
1996年从清华电子工程系毕业后，蒋毅敏在美国马里兰大学取得电机工程硕士和博士学位，曾在美国休斯电子担任高级研究员。2005年回国后，他联合创办中天联科并任CTO，这家公司后来成为国内重要的数字电视及通信芯片企业；再往后他进入中信资本负责半导体投资，投过安路科技、盛科通信、云英谷等一批芯片公司。
他既亲手做过芯片，也看过很多芯片公司怎么成长、怎么失败，是最好的合作者。
但不少人有一个疑虑，那时候蒋毅敏已经50岁出头了，他的年龄还适合创业吗？
答案是适合。周亚辉说：“做芯片设计这件事难度很大，需要很长的周期。年轻人凶猛，前半段冲劲很足，长期可能反而不容易跑出来。当行业进入平缓期，增速没那么快，市场没那么大时，慢慢心气就没了。”
周亚辉对《中国企业家》说，“他是中国硬科技最缺的那种人。这种人不应该被年龄框住。”
蒋毅敏有个习惯——跑马拉松。周亚辉认识蒋毅敏十几年时间，蒋毅敏时常给周亚辉讲一个道理——跑马拉松其实最重要的不是开始跑得有多快，也不是短时间的冲刺能力，而是你长时间保持高效率的运动能力。“你如果把人比喻成机器，只有功率保持平稳，效率才是最高的。”
两个人很快形成一个共识：如果只是照着现有GPU重新做一遍，意义不大。公司不准备做一颗针对某个固定任务的DSA，也不做图形处理，而是希望做一颗可编程的高性能NPU，同时覆盖大模型训练和推理。
敲定了方向，周亚辉很快为标的下注了，以昆仑万维为主体，投资1亿美元，而不是像天使投资投个几百万。
周亚辉告诉《中国企业家》，孵化一个企业是投资里最接近于做业务，又是业务里最接近于投资的事情，“孵化企业是投资的最高境界”。天使投资追求概率，孵化企业追求很高的成功率。
大力出奇迹，周亚辉认同字节跳动的张一鸣的信念，“一个公司如果成立的第一天账上就有1亿美元，这个公司的成功率会增加30%以上。”
更重要的是，团队非常明确——对生成式AI芯片来说，软件生态的重要性不亚于芯片本身。
这其实决定了艾捷科芯后来的第一条路线。
一颗新AI芯片真正进入数据中心，要解决的不只是矩阵乘得有多快。模型从PyTorch(Meta于2016年开发的深度学习框架)出发，经过算子、编译器、运行时、通信框架，最后才能变成硬件真正执行的指令。CUDA强大之处，正在于它把这条链路做成了一个成熟生态。后来者如果要求开发者为自己的硬件重新写一遍底层代码，再好的芯片也很难大规模使用。
Triton带来的启发，是这条链路可能出现新的分层方式。
后来出现的TileLang进一步沿着类似方向推进：开发者以Tile为更高层的计算单元表达算子，把线程级调度、数据布局、流水线等更多细节交给编译器。对新硬件而言，这类编程与编译体系并不会自动消除CUDA的生态壁垒，但至少提供了一种新的可能——先把模型和硬件之间的接口做得更开放，再通过编译器去适配不同计算架构。
所以艾捷科芯没有只做硬件。团队开始往数据流、算子、编译器和分布式计算继续深入，希望从软件层就参与定义一颗大模型芯片应该怎么被使用。
这条路线当时显得十分异类，大部分选择类CUDA路线，2023年，市场共识是“GPU四小龙”——摩尔线程、沐曦股份、壁仞科技、燧原科技，他们当时正进入后期融资阶段，距离2025年和2026年上市只有三年，市场资本留给其他芯片类企业的窗口几乎关闭了。
周亚辉并不否认这一点，他回忆，时间对蒋毅敏并不有利，大家觉得可能没有什么太多的机会了，“但是我觉得它的质地很好”，在一个非共识领域，找到一个未来正确的东西，周亚辉认为非常有价值。
市场和时间窗口几乎没有，公司的技术路线也遇到了挑战。周亚辉和蒋毅敏也很快发现，只解决软件还不够。
大模型算力的另一道墙，在存储。
而蒋毅敏对《中国企业家》谈起周亚辉时，提道：“亚辉不会因为短期波动就改变方向，也不会因为外界的喧嚣就动摇判断，”蒋毅敏说，“在我们合作的两年多时间里，他给了我信任。这种信任，让团队可以把所有精力放在技术和产品上，他是我合作过的十分尊敬的投资人之一。”
2、软件拼团队，3D拼供应链
大模型有一个看起来有些反直觉的问题：芯片越来越会“算”，系统却可能越来越多地在“等”。
模型参数和中间结果需要不断在存储与计算单元之间搬运。计算能力增长得越快，内存带宽跟不上时，这种等待就越突出。蒋毅敏在艾捷科芯成立初期接受采访时，把生成式AI芯片的难题归纳为计算、存储和互联三件事，其中专门提到，大模型巨大的数据量让内存带宽成为核心瓶颈。
周亚辉和蒋毅敏开始讨论，能不能再往前走一步。
据周亚辉回忆，他们当时找了国内一批芯片设计、工艺专家反复讨论。与此同时，艾捷科芯从成立早期就开始围绕先进存储、先进封装和高性能算力系统集成布局。
这两条路线的难度完全不同。
软件的核心是人。要把新的芯片真正接进大模型生态，需要同时懂编译器、算子优化、分布式系统和硬件架构的人一起工作。
3D集成则不仅是设计问题，更是制造问题。基于3D的新型架构，DRAM从哪里来，晶圆如何加工，怎样封装，良率能不能做起来，最终都不是一家Fabless(无晶圆厂)芯片公司关起门来可以完成的。当时团队把长鑫等产业链伙伴逐步组织进来，长鑫对应存储。
周亚辉后来总结得很简单：软件拼团队，3D拼供应链。
这句话后来成为艾捷科芯内部被反复引用的一句话。它不仅是技术路径的总结，更是周亚辉做事方式的写照——他知道哪些事要靠“把人聚起来”，哪些事要靠“把供应链串起来”。
拼团队，蒋毅敏并没有极速摊大饼，他和周亚辉精心选择，优中选优，从国内挑选了最优秀的人组成了艾捷科芯的前30号员工，人才密度非常高。
在创业团队决策上，昆仑万维是大股东，周亚辉作为昆仑万维实控人，他充分信任蒋毅敏和团队，秉承只帮忙不添乱的原则，不干涉业务决策，也不参与日常管理；只有重大事项需要过董事会的时候，团队才会找到周亚辉，但次数很少。
而艾捷科芯的路线选择，建立在一个基本判断之上：在大模型时代，芯片不再是孤立的硬件，而是与模型架构、软件生态深度耦合的系统工程。因此公司从一开始就坚持“软件先行、硬件后置”——先把模型与硬件之间的接口做得足够开放，再从软件层参与定义一颗大模型芯片应当如何被使用；在此基础上，对芯片进行联合设计、联合定义、联合优化。模型架构的每一次演进，都会带来新的技术路线的可能性，这正是后来者切入的入口。
尽管团队磨合顺利，但他们遇到的最大问题是时间。2023年的时候，软件和硬件的发展都还很早。
Triton代表的软件生态刚刚展开，围绕大模型的新一代算子和编译体系仍在快速变化；更激进的3D存储集成距离大规模产业化也还有很长的工程距离，对一家刚成立的芯片公司来说，这意味着研发周期很长，短期结果却很少。
这时候，周亚辉没有继续等资本市场形成共识，而是尊重他一贯以来的直觉，将1亿美元的孵化资金通过昆仑万维投资进去，团队开始同时推进两条路线的探索。
周亚辉告诉《中国企业家》：“投资到后来，是服务于自己的理想。如果你想追求做一些很牛的事情，那你可能就不太在意时间，也不太在意价格。”
回到孵化艾捷科芯这件事的初始愿景，周亚辉并不想做一家GPU企业，也不是做云，而是验证一条技术路线，这条路线很少有人知道。但他和蒋毅敏坚信，未来，这肯定会成为主流技术路线。
“如果那个时候我们要做的是一个大家正在做的芯片路线，我估计不会孵化，因为我完全是外行，肯定干不过别人。”
时间无时无刻不发生变化，这就是周期，时间会让一件事情的非共识变成共识，也会让一家公司从寂寂无名到天下皆知。
3、2025年，那堵“存储墙”突然变得很贵
经过两年的探索，产业在2025年真正开始发生变化。
AI基础设施继续扩张，单颗加速器配置的HBM越来越多。TrendForce此前预计，2025年HBM需求量将继续接近翻倍，其在DRAM产业总产值中的占比可能超过30%；实际进入2025年后，HBM3e(第三代高带宽内存增强版)价格继续上行，下一代HBM4又因为更大的Die、更复杂的I/O和先进封装带来更高制造成本。
过去，芯片公司谈“Memory Wall”，很容易变成一个架构师问题。到了这一阶段，它开始直接变成数据中心的成本、功耗和供应问题。产业也开始寻找HBM之外，或者比现有2.5D集成更进一步的解法。
艾捷科芯两年前讨论的问题，已经不再是一个孤立的技术设想。
成果开始陆续兑现。
资本结构也随之发生变化。2026年，长鑫芯聚、启航恒鑫、高榕等产业资本和机构进入艾捷科芯；随后，国家人工智能产业投资基金也出现在股东名单中，投后估值突破40亿元。艾捷科芯的相关产品也已经进入小米、智谱等客户的适配和使用阶段。
资本热度居高不下，技术先行，等到了姗姗来迟的市场共识。
市场资本入场后，昆仑万维从控股股东的位置有序退出，主动让出了艾捷科芯的控制权。周亚辉并不认同中国市场此前常见的两种路径——要么创始人/早期孵化者被后续轮融资稀释到没什么股份，要么大厂内部自己干。他把合理的路径总结为：前期控股并重金投入，真正送企业一程，长大后逐步转为非控股、独立发展。
“如果团队选择新的投资方，作为一家独立的公司去发展，我觉得也挺好。”周亚辉补充道。
4、半年超100亿美元，具身智能已经不缺钱了
对于艾捷科芯，周亚辉判断的是技术会比共识更早发生。
而三年后，在孵化黎曼动力时，他判断的却是另一种时间差：共识已经来了，技术还没有。
2026年上半年，中国具身智能一级市场发生了322笔融资，总融资额达到935亿元，是2025年同期的约6倍。平均算下来，每天接近两笔融资。估值超过百亿元的具身智能公司，从2025年的少数几家增加到了至少20多家。资本已经从本体一路铺到具身大脑、数据、灵巧手和核心零部件。
周亚辉说：“机器人是中国所有产业界和投资界的一个共识，但最大的共识不是一个共识。”