传奇芯片大神，All in AI
前段时间，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，当时就在业内激起了不小的涟漪。大家都在猜测，这位技术大牛下一步会走向何方。
或许普通大众对这个名字感到陌生，但在芯片设计领域，杰拉德·威廉姆斯三世可是个响当当的人物。看一眼他的履历就明白了：他曾是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）。此后，他主导了苹果A7到A12X的开发，其留下的架构方案甚至影响到了后来的A17。离开苹果后，他创办的NUVIA被高通收购，由他主导完成的Oryon CPU架构，更是成了高通在PC和手机市场发起双线反击的利器。
那么问题来了：这样一位传奇人物，为何选择在Oryon架构如日中天之时离开高通？当时的离职声明语焉不详，只提到了“回归家庭生活”。然而，时间来到四月，答案终于浮出水面：NUVACORE正式创立。看来，五十多岁，依然是挥斥方遒的好年纪。
图源：X
事实上，业内早有猜测，杰拉德·威廉姆斯三世很可能会再次创业。从商业逻辑看，如果真有企业能招揽到他，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，股价应声暴涨2.1%，足见资本市场对这位大师及其团队的认可。
所以，创业几乎是板上钉钉的事，唯一的悬念是：创什么？上一次，他在Nuvia打造的Phoenix芯片瞄准了数据中心市场，圆了自己设计顶级服务器芯片的梦（此前他主导的多是消费级处理器）。那么，NUVACORE的方向是什么？答案就在其官方推特的第一个帖子里——AI芯片。推文还附上了一句话：“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。”
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，他的专长恰恰是AI芯片最需要的核心能力。在NUVACORE发布的首篇文章中，他们如此阐述自己的雄心：“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。”
不得不说，站在半导体行业顶端的人，视野和野心确实不同凡响。而他也有这份底气：曾经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。这个被誉为“Arm铁三角”的史诗级开发团队，即将开启一段新的征程。
图源：NUVACORE
当然，三个人的力量再强也有限。下一步自然是招兵买马。在NUVACORE的官网上，已经能看到不少中高层职位的招聘信息。但仔细研究后会发现，目前公布的招聘规模似乎并不算大。这不禁让人产生一个疑问：难道杰拉德·威廉姆斯三世也要走一条“非常规”的路线？
改变行业的底气，是AI？
这里所说的“非常规”路线，指的是用AI来开发AI芯片。过去几十年，芯片性能的提升严重依赖制程工艺的进步。然而，当制程进入3纳米以下的深水区后，工艺红利正在收窄，芯片性能的突破越来越依赖于架构层面的创新。
但架构创新谈何容易？否则，杰拉德·威廉姆斯三世也不会被各大巨头争相追捧（另一位辗转于各大x86芯片企业的架构大师吉姆·凯勒，更是被尊称为“硅仙人”）。这些大师的价值在于，他们凭借敏锐的直觉和深厚的积累，能为团队指明一条或数条可行的技术路径，然后由庞大的工程师团队进行海量尝试，从中筛选出最优解。
图源：NUVACORE
在传统开发模式下，为了提升哪怕5%的IPC（每时钟周期指令数）性能，芯片公司往往需要动用上百人的团队，耗费数月时间，手动调整数以万计的设计参数。随着芯片架构复杂度呈指数级增长，人力终有穷尽之时，即便有EDA（电子设计自动化）工具辅助，迭代速度也难免放缓。
而AI大模型的出现，为设计师们递上了一件全新的利器。借助大模型，可以快速生成海量的初步架构设计方案，并通过仿真验证进行高效筛选。人类工程师则可以从这些经过预筛选的方案中，找出最具价值的创新点，并将其融入最终设计。这种方式，实质上降低了芯片设计对庞大人力资源的依赖，让少数资深工程师就能推动重大项目。对于杰拉德·威廉姆斯三世这样的大师而言，这无疑是最理想的杠杆。或许，这正是他们敢于喊出“改变整个行业”的底气所在。
让AI开发AI芯片，才是王道？
虽然有人将AI设计芯片戏称为“邪修”，但从行业视角看，将AI应用于芯片设计早已不是新鲜事，甚至早于当前AI大模型的普及。早在2024年，谷歌团队就发表论文，展示了如何利用深度学习技术，将芯片布局布线所需的时间缩短至原来的几十分之一。
不过，早期的AI应用主要集中于“布局布线优化”这类相对具体的环节，在核心的架构设计上，人类设计师依然占据主导。直到2024年后，随着通用大模型能力的跨越式发展，AI才开始真正渗透到架构设计环节。而最早将大模型引入芯片设计的，正是行业巨头英伟达。
英伟达利用其过去数十年积累的海量芯片设计数据、技术手册等资料，训练出定制化的大模型ChipNeMo。这个模型专门用于辅助工程师进行逻辑设计、脚本编写和故障修复。这种利用自身强大的AI算力来设计更强大AI芯片的做法，某种程度上形成了一种高效的“生态闭环”。
在英伟达的示范效应下，越来越多的芯片企业开始在设计流程中引入AI辅助。主流的EDA软件厂商都在加速拥抱AI。此外，新思科技的DSO.ai（英特尔曾投资20亿美元）和楷登电子的Cerebrus等AI原生EDA工具，也已实现高度商业化，能够覆盖从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，正在改变芯片设计行业的人才结构。许多高度依赖经验、重复性高的工作可以交给AI或初级工程师处理，而资深工程师则能更专注于战略规划、创新探索等AI目前难以替代的领域。
值得注意的是，这项技术突破对中国半导体产业而言意义尤为重大。国内资深芯片工程师的储备相对不足，而AI辅助设计恰好能弥补这一短板，提升整体研发效率。
市场动向也印证了这一点。前段时间，合见工软发布了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。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”，旨在通过AI重构从芯片到系统的仿真与建模流程。国内EDA龙头华大九天更是早在2024年就开始推进AI技术集成，将其融入Aether等平台，辅助工程师进行电路优化和良率分析。
此外，像阿里平头哥这样的芯片设计企业，也在利用AI能力赋能更广泛的客户。例如，其“无剑”平台允许下游企业借助AI工具，快速定制基于玄铁CPU方案的专用芯片，极大地简化了芯片适配流程。
由此可见，AI的发展与AI芯片的进化已经形成了深刻的共生关系：AI帮助人类设计下一代芯片，而新的芯片又为下一代AI模型提供更强大的硬件基石。这也正是杰拉德·威廉姆斯三世认为AI正在彻底改变CPU行业的原因。未来的大多数芯片，其设计理念和应用导向都将深度服务于AI，必须“从AI中来，到AI中去”。
而现有的CPU架构，从本质上说并非为AI时代而生。因此，杰拉德·威廉姆斯三世创立NUVACORE，目标很明确：打造一款专为AI而生的未来计算芯片。至于它最终是否还被称为“CPU”，那已经不重要了。
