传奇芯片大神，All in AI

前段时间，芯片设计圈发生了一件不大不小的事：前高通高级工程副总裁杰拉德·威廉姆斯三世在领英上低调宣布离职。消息一出，业内议论纷纷，大家都在猜测这位技术大牛的下一站会是哪里。

或许普通消费者对这个名字感到陌生，但在芯片架构领域，杰拉德·威廉姆斯三世堪称传奇。他的履历，随便拎出几项都足以让人肃然起敬：

• 曾是ARM的核心架构师，主导了Cortex-A8和Cortex-A15的设计。前者是苹果iPhone 4的心脏，后者则让Arm架构芯片的性能首次追上了x86（虽然是入门级）。
• 转战苹果后，主导了从A7到A12X这一系列划时代处理器的开发，其奠定的架构思路甚至一直影响到后来的A17。
• 创办的NUVIA被高通收购后，他带领团队打造的Oryon CPU架构，更是让高通在PC和手机市场双双吹响了反击的号角。

那么问题来了：这样一位站在行业巅峰的架构师，为何在Oryon架构如日中天之时选择离开？当时的离职声明语焉不详，只提到了“回归家庭生活”。直到今年四月，答案终于浮出水面：NUVACORE公司正式创立。看来，五十多岁对这位大神来说，依然是创业的黄金年纪。

图源：X

改变行业的底气，是AI？

其实，业内早有猜测，杰拉德·威廉姆斯三世大概率会再次创业。道理很简单：以他的声望，如果真是被某家大公司招揽，对方恐怕早就放出风声来提振市场信心了。回想当年高通宣布以14亿美元收购Nuvia时，股价应声大涨2.1%，足见市场对他价值的认可。

所以，悬念不在于他是否创业，而在于“创什么业”？上一次，他在Nuvia打造的Phoenix核心剑指数据中心，圆了自己打造顶级服务器芯片的梦。那么这次呢？NUVACORE在推特上的首条推文给出了明确答案——AI芯片。推文还附上了一句话，颇有点宣言的味道：“CPU已经迭代发展了几十年，但AI已经彻底改变了这个行业。”

果然还是AI。说实话，如今在芯片领域创业，想绕开AI几乎是不可能的，对于杰拉德·威廉姆斯三世这样的架构大师而言更是如此。他在CPU架构上的深厚积累，恰恰是设计高效AI芯片所需的核心能力。NUVACORE官网的首篇文章也毫不掩饰其雄心：

We aren't just looking to build a better chip; we are building the engine for the next generation of computing.（我们不仅仅是想制造一款更好的芯片；我们正在打造下一代计算的引擎。）

口气不小，但他确实有这份底气。更值得注意的是，当年在苹果和高通与他并肩作战的约翰·布鲁诺和拉姆·斯里尼瓦桑也一同加入了新公司。这个曾被业界称为“Arm铁三角”的史诗级组合重出江湖，无疑让整个行业对NUVACORE的下一步充满期待。

图源：NUVACORE

当然，三位大师的能力再强，也需要团队的支撑。目前NUVACORE官网上已经挂出了不少中高层职位的招聘信息。但仔细研究后不难发现，这些职位数量对于要“打造下一代计算引擎”的宏大目标而言，似乎有些“精简”。这不禁让人猜想：难道杰拉德·威廉姆斯三世这次要走一条与众不同的“捷径”？

让AI开发AI芯片，才是王道？

这里所说的“捷径”或“邪修路线”，指的是用AI来辅助甚至主导AI芯片的设计。过去几十年，芯片性能的提升主要靠制程工艺的微缩。但当工艺进入3纳米以下节点后，制程红利逐渐收窄，架构创新就成了挖掘芯片潜力的关键。

然而，架构创新谈何容易。正因如此，像杰拉德·威廉姆斯三世这样能指明方向的架构大师才显得弥足珍贵（另一位辗转于各大x86巨头的吉姆·凯勒也被尊称为“硅仙人”）。他们的价值在于凭借直觉和经验，为团队筛选出可行的技术路径，然后投入大量人力进行验证和实现。

图源：NUVACORE

在传统模式下，为了提升哪怕5%的IPC性能，芯片公司往往需要动用上百人的团队，耗费数月时间进行手工调整和仿真验证。随着芯片设计复杂度呈指数级增长，人力终有穷尽时，即便有EDA工具辅助，迭代速度也难免遇到瓶颈。

而AI大模型的出现，恰好为设计师们递上了一件全新的利器。利用AI模型进行初步的架构探索和方案生成，再由机器进行海量仿真筛选，最终由资深工程师从优选中提炼出最优解——这套流程实质上大幅降低了芯片设计的试错成本和人力门槛。对于杰拉德·威廉姆斯三世这样善于把握方向的“元帅”而言，AI就像一支不知疲倦的“AI军团”，能让他将精力集中于最核心的战略决策上。这或许正是他敢于喊出“改变行业”口号的底气所在。

事实上，将AI引入芯片设计并非新鲜事，甚至早于当前这波AI大模型热潮。2021年，谷歌团队就发表论文，展示如何用深度学习将芯片布局布线的时间缩短到原来的几十分之一。不过，早期的AI应用多局限于“布局布线优化”这类相对具体的环节，真正的架构设计依然牢牢掌握在人类工程师手中。

转折点出现在2023年。随着通用大模型能力突破，AI开始渗透到架构设计等更高阶的领域。英伟达是这方面的先行者，它利用数十年积累的芯片设计数据、文档训练出专用大模型ChipNeMo，用于辅助工程师进行逻辑设计、脚本编写和故障排查。用自己强大的AI算力去设计更强大的AI芯片，这本身就是一个完美的“生态闭环”。

在英伟达之后，整个行业迅速跟进。主流EDA软件厂商都在加速拥抱AI，例如新思科技的DSO.ai（曾获英特尔20亿美元投资）和楷登电子的Cerebrus等AI原生工具，已经实现了高度商业化，覆盖从RTL代码生成到硅后验证的全流程。

图源：英伟达

AI的引入，正在重塑芯片设计的人才结构。许多依赖经验但重复性高的工作可以交给AI辅助下的初级工程师完成，而资深专家则得以解放出来，去攻克那些AI尚未能涉足的创新前沿。这一变化对于全球半导体产业格局有着微妙影响，尤其对中国而言，可能是一个显著的利好。

众所周知，中国半导体产业面临资深芯片工程师储备不足的挑战。而AI辅助设计恰好能在一定程度上弥补这一短板，让有限的高端人才发挥更大的杠杆效应。近期，国内EDA企业动作频频：合见工软发布了国内首个基于完全自研架构的智能体EDA平台UniVista Design Agent 2.0，支持以自然对话方式完成代码编写、验证和优化；芯和半导体也在今年三月宣布战略升级，旨在通过AI重构芯片到系统的仿真流程；行业龙头华大九天则更早地将AI技术集成到其Aether等平台中，用于电路优化和良率分析。

不仅如此，像阿里平头哥这样的芯片企业，也通过其“无剑”平台，让下游客户能借助AI快速定制基于玄铁CPU的专用芯片，极大简化了芯片适配流程。

由此可见，AI与AI芯片的发展，已经形成一种相辅相成的共生关系：AI工具帮助人类设计出更强大的下一代芯片，而新的芯片又为训练更智能的下一代AI模型提供硬件基石。这正是杰拉德·威廉姆斯三世所言“AI正在改变整个CPU行业”的深层逻辑——未来的计算芯片，其核心使命将是为AI服务。它们的设计理念必须“从AI中来”，其最终效能也要“到AI中去”。

如今的通用CPU架构，从诞生之初就不是为AI计算而设计的。因此，杰拉德·威廉姆斯三世创立NUVACORE，目标很可能是打造一个专为AI时代而生的全新计算核心。至于它最终是仍被称作CPU，还是获得一个全新的名字，就只有等待时间来揭晓了。