前苹果NPU全建制高管团队押注端侧通用计算平台，成立一年已获三轮产业方领衔近10亿投资

“ 近日，端侧AI算力基础设施公司烨知心（Yeats.AI）宣布完成Pre-A轮融资，由深创投、和利资本、TCL创投、中科创星联合领投，艾为电子（688798.SH）、国开科创、朝晖资本等机构跟投，老股东连续多轮持续超额追投。
”

近日，端侧AI算力基础设施公司烨知心（Yeats.AI）宣布完成Pre-A轮融资，由深创投、和利资本、TCL创投、中科创星联合领投，艾为电子（688798.SH）、国开科创、朝晖资本等机构跟投，老股东连续多轮持续超额追投。

本轮也是公司成立一年以来完成的第三轮融资，累计融资近10亿元，每轮都有数家相关产业资本同时押注一家早期团队，公司历史已获得蚂蚁集团、中科创星、同歌创投、广和通（300638.SZ）、深创投、九合创投等知名产业方及头部VC的联合支持，投资阵容覆盖从供应链到下游客户应用的关键环节。

据悉，本轮所获资金将持续用于下一代面向Agentic & Physical AI的NPU软硬件研发、流片及交付、模型压缩等算法研究。同时，Pre-A+轮融资已有序展开。

烨知心创始团队曾任职于苹果AI加速平台——Apple Neural Engine团队，公司专注于下一代AI Native硬件的极致能效推理场景，打造新一代统一生态的通用计算平台，为Agentic和Physical AI下不同场景提供跨终端平台的统一软硬件解决方案，实现架构+硬件+软件协同开发。目前，烨知心正在推进第一款面向7B多模态大模型端侧部署的高能效推理芯片流片，并已启动下一代面向Agentic & Physical AI的大算力芯片研发。

2026年7月，世界人工智能大会（WAIC）释放出一个清晰的行业信号：AI产业竞争的重心正在从云端，进一步走向真实场景的物理终端。AI正在加速进入耳机、眼镜、AI Box、机器人等真实物理载体，模型能力开始与具体的硬件形态、交互方式和应用场景深度融合。

AI对计算的需求正在从单一的模型推理，扩展至持续感知、多模态交互、Agent决策以及复杂的实时控制，所有的硬件指向一个共同需求——高能效端侧计算平台，这意味着，端侧算力平台需要面对一个越来越突出的“三角难题”：效率、通用性与可拓展性。

这也是继GPU之后，端侧AI有望形成新一代基础设施的关键所在——从一颗芯片，走向一个统一的软硬件计算生态。烨知心正是面向这一趋势，打造下一代统一生态的端侧通用计算平台。

烨知心创始团队曾任职于Apple Neural Engine团队，主导过全球跨终端规模化出货的NPU底层架构、编译器工具链及上层模型部署，参与NPU全生命周期的迭代及应用产品定义。团队拥有数十款芯片量产及出货经验，具备先进制程流片经验,已规模化部署于亿级出货规模的边缘侧及端侧各类智能硬件场景。公司核心团队曾任职于苹果、微软、英伟达、高通、华为海思、大疆等，覆盖NPU架构、SoC设计、编译器、系统软件及模型算法等关键环节。

“端侧AI需要的并不是更多孤立的AI加速器，而是一套能够跨芯片、跨设备、跨模型持续演进的统一计算平台。”烨知心创始人表示。烨知心从底层架构、指令集、编译器到模型部署进行协同设计，通过数据流架构和软硬协同的系统级优化，让不同模型在同一套软硬件NPU框架下高效运行，实现效率极致优化的同时，解决通用性、算力可拓展性等Agentic AI和Physical AI的重要需求。

烨知心基于海内外大厂十余年的NPU迭代经验，打造一款可深度覆盖端侧各算力需求场景的通用计算架构，在保证深流水线以完成高效率计算的前提下实现足够通用性，满足不同尺寸的现有AI神经网络及Future-Proof的算子。芯片可以不同，晶体管规模可以不同，功耗预算可以不同，但底层的AI计算范式并没有被割裂。

这深度契合当前端侧AI所需要的全部能力：一方面，模型和应用的快速迭代要求芯片具备足够的通用性，能够覆盖不同模型、不同算子以及不断变化的AI工作负载；另一方面，端侧设备又受到功耗、成本、散热和存储等多重约束，不能简单沿用云端GPU以堆叠算力换取性能的路径，必须在有限资源下实现更高的能效和更低的单位推理成本。同时，从眼镜、耳机等Personal AI，到以AI Box、具身智能为代表的Agentic & Physical AI，不同设备对算力的需求跨度可能达到数个数量级，从低功耗实时交互到大模型实时推理的完整需求对NPU架构提出更高要求。

此外，真正让这套体系能够大规模运转的，并不只是NPU本身，还有烨知心背后的编译器系统。烨知心的愿景，是用相对集中的编译器基础设施，将底层硬件优化从“逐应用、逐芯片的人力工程”，变成可以规模化复用的软件基础设施。创始团队曾深度参与科技大厂编译器体系，可同时面向NPU和CPU，覆盖从智能可穿戴设备到大型终端智能硬件，使一套覆盖数亿级终端、上万个模型应用的AI计算架构在不同设备、不同场景上持续、稳定、自动地跑起来。

当前AI模型的范式仍在持续迭代，随着 Transformer、Diffusion、Agent、VLA和世界模型等范式不断变化，底层计算平台所需要的，是仍能够通过编译器、运行时优化和完备的指令集持续吸收新的模型能力，从而避免芯片架构随着单一模型迭代而快速失效。烨知心希望通过这种软硬件协同的方式，把一次NPU研发投入转化为可以持续复用的计算平台能力。公司并不以单一芯片产品为终点，而是以技术演进为主轴，持续向不同算力层级和不同AI原生硬件场景延展，在技术成熟的过程中同步完成商业化落地。

面向未来，烨知心将继续携手存储、ODM及硬件合作产业方伙伴，围绕Personal AI、Agentic & Physical AI构建开放的产业生态，推动高效、通用的AI计算平台在更多边缘及终端场景实现规模化落地。