帮高通干翻苹果后跑路创业？芯片大神：我要用AI重写CPU规则

来源：市场资讯

（来源：雷科技）

前段时间，前高通高级工程副总裁Gerard Williams III在LinkedIn上低调宣布离职，彼时就引来业内不少人的讨论，大家都好奇这位大牛接下来的动向。

虽然大多数人估计都对这个名字感到陌生，但是他在芯片设计行业却无人不知无人不晓，至于原因，你只需看一眼他的履历就知道：

这样一位堪称传奇的芯片设计师，为什么选择在Oryon CPU架构最辉煌的时候离开高通呢？当时的Gerard Williams III并没有在离职声明里明确说明，只是表示自己需要“回归家庭生活”。而时间来到4月份后，答案终于揭晓：NUVACORE正式创立。只能说，五十多岁正是闯荡的年纪。

图源：X

事实上，此前就有不少业内人士猜测，Gerard Williams III应该会再次创业，毕竟从企业的角度来看，如果已经确定招揽了这位大牛，肯定或多或少都会对外释放消息来吸引投资者注意。例如，当年高通宣布14亿美元收购Nuvia时，当天股价就暴涨2.1%，可见投资界对这笔收购的认同。

所以，很多人都猜测他会继续创业，唯一的疑问是“创什么”？上一次，Gerard Williams III在Nuvia开发的Phoenix是瞄准数据中心去的，为的是圆自己曾经的一个梦想——打造一款顶级的服务器芯片（此前其设计的大多是消费级处理器）。

那么，NUVACORE打算做什么？答案就在他们的推特首个推文里——AI芯片，同时还附上了一句：CPU已经迭代发展了几十年，但是AI已经彻底改变了这个行业。

不出所料还是AI，说实话，这年头在芯片领域创业就不可能绕开AI，更何况是Gerard Williams III这样的架构大神，他所擅长的领域恰恰是AI芯片所需要的，在NUVACORE官网发布的首篇官方文章里，他们是这样阐述自己的目标：

不得不说，作为站在半导体行业顶端的人物，Gerard Williams III的目标确实不一般，而且他也有这个底气，毕竟曾经跟随他在苹果、高通工作的John Bruno和Ram Srinivasan也都来了，这个被称为“Arm铁三角”的史诗级开发团队即将发起新的挑战。

图源：NUVACORE

不过，三个人的能力再强也是不够的，下一步自然是招兵买马，在NUVACORE的官网可以看到不少中高层职位的招聘。但是雷科技（ID：leitech）在研究后觉得，这点人肯定是不够的，难不成Gerard Williams III也要走“邪修”路线？

所谓的“邪修”路线，其实是指用AI开发AI芯片，在过去的几十年里，芯片性能的进步很大程度上依赖于制程升级。但是，随着制程进入到3nm以下的领域，制程优势逐渐缩小，芯片设计师更多地依赖架构创新去挖掘芯片的潜能。

但是架构更迭并非易事，要不然Gerard Williams III也不会被各大企业追捧（另一个辗转于各个x86芯片企业的架构大师Jim Keller更是被称为“硅仙人”），他们敏锐的直觉和深厚的技术积累，可以为团队指出一条或数条可行道路，然后堆人力去找出可行的解决方案。

图源：NUVACORE

在传统开发模式下，为了提升哪怕5%的IPC性能，芯片公司都需要百人以上的团队，耗费数月时间去人肉调整架构图纸。但是，随着芯片架构越来越复杂，人力总有穷尽时，即使有EDA等工具辅助也很难再保持之前的迭代速度。

而AI大模型的出现就给设计师们递上了新的工具，借助AI大模型来完成初步的架构设计，然后再统一进行仿真验证，筛选出可行方案，接着人类工程师再从中找出最有价值的修改，并将其融入到真正的设计方案中。

将AI工具引入芯片设计，可以说实质上降低了芯片设计的门槛和成本，因为不再需要雇佣大量有经验的芯片工程师去进行重复且枯燥的方案验证，只需要少数的资深工程师就能推进项目。

这种AI辅助设计的模式，对于Gerard Williams III这样的大师而言，无疑是最适合的。这或许也是他们敢于喊出“改变整个行业”口号的原因。

虽然有人将AI设计芯片称之为“邪修”，但是从行业角度来看，其实很早就将AI应用到设计阶段，甚至早于AI大模型普及之前。在2021年，谷歌的团队就发表了一篇论文，展示了利用深度学习将芯片的平面布置设计所需时间降低到原本的几十分之一。

不过，在此之前的“AI”，其实主要用于“布局布线优化”方面，在架构设计等方面依然依赖于人类设计师，直到2023年的AI大模型跨越了通用的界线后，才开始逐渐引入到架构设计环节，而最早引入AI模型设计的就是英伟达。

英伟达将过去数十年里设计芯片产生的数据、手册等资料，结合通用数据库定制了大模型ChipNeMo，专门用于辅助工程师进行逻辑设计、脚本编写和BUG修复。这种依靠自身的强大AI算力矩阵去设计更强大的AI芯片的做法，某种程度上来说也是“生态闭环”了。

而在英伟达之后，很多芯片企业都开始在设计阶段引入AI辅助，主流的EDA软件都在加速拥抱AI，此外还有Synopsys的DSO.ai（英特尔入股20亿美元）与Cadence的Cerebrus等AI原生EDA工具也已实现高度商业化，覆盖了从RTL代码生成到硅片验证的全流程。

图源：英伟达

AI大模型的引入，一定程度上降低了芯片设计对资深工程师的需求，一些完全依赖于经验的工作都可以交给初级工程师去完成，而资深工程师则转向AI暂时无法提供辅助的其他领域。

事实上，这个技术的突破更利好中国，因为中国本身的半导体人才稀缺，特别是有经验的芯片工程师储备远不如国外，而AI辅助就很好地弥补了这个问题。

前段时间，合见工软就发布了UniVista Design Agent (UDA) 2.0，这是国内首个基于完全自研架构打造的智能体EDA平台，支持以自然对话的形式完成RTL代码编写、功能验证、自动纠错和性能优化。

而另一家EDA企业芯和半导体，也在今年3月宣布战略升级为“AI时代的系统设计领航员”，打算通过AI来重构芯片到系统的仿真与建模流程，加速AI芯片的开发。而国内的EDA龙头华大九天自然也不例外，其早在2024年就开始推进AI技术集成到Aether等模拟与数字平台中，辅助工程师进行电路优化和良率分析。

而阿里平头哥等芯片企业，其实也在借助AI的能力，为更多的企业服务，比如平头哥的“无剑”平台，能够让下游企业借助AI快速定制基于玄铁CPU方案的专用芯片，解决芯片的适配问题。

可以说，AI的发展与AI芯片的发展是相辅相成的，AI帮助人类设计下一代芯片，而新的芯片又成为下一代AI模型的硬件底座。这也是为什么Gerard Williams III认为AI正在改变整个CPU行业，因为未来的大多数芯片都将转向为AI服务，必须从AI中来，到AI中去。

而如今的CPU严格来说本就不是为AI准备的，所以，Gerard Williams III创立NUVACORE，就是为了打造一个专用于AI的未来芯片，至于它会继续叫CPU还是什么，那就不得而知了。