幫高通干翻蘋果后跑路創業？芯片大神：我要用AI重寫CPU規則

前段時間，前高通高級工程副總裁Gerard Williams III在LinkedIn上低調宣布離職，彼時就引來業內不少人的討論，大家都好奇這位大牛接下來的動向。

雖然大多數人估計都對這個名字感到陌生，但是他在芯片設計行業卻無人不知無人不曉，至于原因，你只需看一眼他的履歷就知道：

• ARM的核心架構師，主導Cortex-A8和Cortex-A15的設計，前者是蘋果iPhone 4的核心，后者則是Arm架構芯片首次趕上x86架構（雖然是入門級）
• 主導蘋果A7至A12X的開發，其遺留的架構開發方案甚至沿用到A17
• 創辦NUVIA被高通收購后，主導完成了讓高通在PC和手機雙線反擊的Oryon CPU架構

這樣一位堪稱傳奇的芯片設計師，為什么選擇在Oryon CPU架構最輝煌的時候離開高通呢？當時的Gerard Williams III并沒有在離職聲明里明確說明，只是表示自己需要“回歸家庭生活”。而時間來到4月份后，答案終于揭曉：NUVACORE正式創立。只能說，五十多歲正是闖蕩的年紀。

圖源：X

傳奇芯片大神，All in AI

事實上，此前就有不少業內人士猜測，Gerard Williams III應該會再次創業，畢竟從企業的角度來看，如果已經確定招攬了這位大牛，肯定或多或少都會對外釋放消息來吸引投資者注意。例如，當年高通宣布14億美元收購Nuvia時，當天股價就暴漲2.1%，可見投資界對這筆收購的認同。

所以，很多人都猜測他會繼續創業，唯一的疑問是“創什么”？上一次，Gerard Williams III在Nuvia開發的Phoenix是瞄準數據中心去的，為的是圓自己曾經的一個夢想——打造一款頂級的服務器芯片（此前其設計的大多是消費級處理器）。

那么，NUVACORE打算做什么？答案就在他們的推特首個推文里——AI芯片，同時還附上了一句：CPU已經迭代發展了幾十年，但是AI已經徹底改變了這個行業。

不出所料還是AI，說實話，這年頭在芯片領域創業就不可能繞開AI，更何況是Gerard Williams III這樣的架構大神，他所擅長的領域恰恰是AI芯片所需要的，在NUVACORE官網發布的首篇官方文章里，他們是這樣闡述自己的目標：

We aren't just looking to build a better chip; we are building the engine for the next generation of computing.我們不僅僅是想制造一款更好的芯片；我們正在打造下一代計算的引擎。

不得不說，作為站在半導體行業頂端的人物，Gerard Williams III的目標確實不一般，而且他也有這個底氣，畢竟曾經跟隨他在蘋果、高通工作的John Bruno和Ram Srinivasan也都來了，這個被稱為“Arm鐵三角”的史詩級開發團隊即將發起新的挑戰。

圖源：NUVACORE

不過，三個人的能力再強也是不夠的，下一步自然是招兵買馬，在NUVACORE的官網可以看到不少中高層職位的招聘。但是雷科技（ID：leitech）在研究后覺得，這點人肯定是不夠的，難不成Gerard Williams III也要走“邪修”路線？

改變行業的底氣，是AI？

所謂的“邪修”路線，其實是指用AI開發AI芯片，在過去的幾十年里，芯片性能的進步很大程度上依賴于制程升級。但是，隨著制程進入到3nm以下的領域，制程優勢逐漸縮小，芯片設計師更多地依賴架構創新去挖掘芯片的潛能。

但是架構更迭并非易事，要不然Gerard Williams III也不會被各大企業追捧（另一個輾轉于各個x86芯片企業的架構大師Jim Keller更是被稱為“硅仙人”），他們敏銳的直覺和深厚的技術積累，可以為團隊指出一條或數條可行道路，然后堆人力去找出可行的解決方案。

圖源：NUVACORE

在傳統開發模式下，為了提升哪怕5%的IPC性能，芯片公司都需要百人以上的團隊，耗費數月時間去人肉調整架構圖紙。但是，隨著芯片架構越來越復雜，人力總有窮盡時，即使有EDA等工具輔助也很難再保持之前的迭代速度。

而AI大模型的出現就給設計師們遞上了新的工具，借助AI大模型來完成初步的架構設計，然后再統一進行仿真驗證，篩選出可行方案，接著人類工程師再從中找出最有價值的修改，并將其融入到真正的設計方案中。

將AI工具引入芯片設計，可以說實質上降低了芯片設計的門檻和成本，因為不再需要雇傭大量有經驗的芯片工程師去進行重復且枯燥的方案驗證，只需要少數的資深工程師就能推進項目。

這種AI輔助設計的模式，對于Gerard Williams III這樣的大師而言，無疑是最適合的。這或許也是他們敢于喊出“改變整個行業”口號的原因。

讓AI開發AI芯片，才是王道？

雖然有人將AI設計芯片稱之為“邪修”，但是從行業角度來看，其實很早就將AI應用到設計階段，甚至早于AI大模型普及之前。在2021年，谷歌的團隊就發表了一篇論文，展示了利用深度學習將芯片的平面布置設計所需時間降低到原本的幾十分之一。

不過，在此之前的“AI”，其實主要用于“布局布線優化”方面，在架構設計等方面依然依賴于人類設計師，直到2023年的AI大模型跨越了通用的界線后，才開始逐漸引入到架構設計環節，而最早引入AI模型設計的就是英偉達。

英偉達將過去數十年里設計芯片產生的數據、手冊等資料，結合通用數據庫定制了大模型ChipNeMo，專門用于輔助工程師進行邏輯設計、腳本編寫和BUG修復。這種依靠自身的強大AI算力矩陣去設計更強大的AI芯片的做法，某種程度上來說也是“生態閉環”了。

而在英偉達之后，很多芯片企業都開始在設計階段引入AI輔助，主流的EDA軟件都在加速擁抱AI，此外還有Synopsys的DSO.ai（英特爾入股20億美元）與Cadence的Cerebrus等AI原生EDA工具也已實現高度商業化，覆蓋了從RTL代碼生成到硅片驗證的全流程。

圖源：英偉達

AI大模型的引入，一定程度上降低了芯片設計對資深工程師的需求，一些完全依賴于經驗的工作都可以交給初級工程師去完成，而資深工程師則轉向AI暫時無法提供輔助的其他領域。

事實上，這個技術的突破更利好中國，因為中國本身的半導體人才稀缺，特別是有經驗的芯片工程師儲備遠不如國外，而AI輔助就很好地彌補了這個問題。

前段時間，合見工軟就發布了UniVista Design Agent (UDA) 2.0，這是國內首個基于完全自研架構打造的智能體EDA平臺，支持以自然對話的形式完成RTL代碼編寫、功能驗證、自動糾錯和性能優化。

而另一家EDA企業芯和半導體，也在今年3月宣布戰略升級為“AI時代的系統設計領航員”，打算通過AI來重構芯片到系統的仿真與建模流程，加速AI芯片的開發。而國內的EDA龍頭華大九天自然也不例外，其早在2024年就開始推進AI技術集成到Aether等模擬與數字平臺中，輔助工程師進行電路優化和良率分析。

而阿里平頭哥等芯片企業，其實也在借助AI的能力，為更多的企業服務，比如平頭哥的“無劍”平臺，能夠讓下游企業借助AI快速定制基于玄鐵CPU方案的專用芯片，解決芯片的適配問題。

可以說，AI的發展與AI芯片的發展是相輔相成的，AI幫助人類設計下一代芯片，而新的芯片又成為下一代AI模型的硬件底座。這也是為什么Gerard Williams III認為AI正在改變整個CPU行業，因為未來的大多數芯片都將轉向為AI服務，必須從AI中來，到AI中去。

而如今的CPU嚴格來說本就不是為AI準備的，所以，Gerard Williams III創立NUVACORE，就是為了打造一個專用于AI的未來芯片，至于它會繼續叫CPU還是什么，那就不得而知了。