幫高通干翻蘋果后跑路創(chuàng)業(yè)？芯片大神：我要用AI重寫CPU規(guī)則

前段時間，前高通高級工程副總裁Gerard Williams III在LinkedIn上低調(diào)宣布離職，彼時就引來業(yè)內(nèi)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(shù)人估計都對這個名字感到陌生，但是他在芯片設(shè)計行業(yè)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(gòu)師，主導(dǎo)Cortex-A8和Cortex-A15的設(shè)計，前者是蘋果iPhone 4的核心，后者則是Arm架構(gòu)芯片首次趕上x86架構(gòu)（雖然是入門級）
• 主導(dǎo)蘋果A7至A12X的開發(fā)，其遺留的架構(gòu)開發(fā)方案甚至沿用到A17
• 創(chuàng)辦NUVIA被高通收購后，主導(dǎo)完成了讓高通在PC和手機(jī)雙線反擊的Oryon CPU架構(gòu)

這樣一位堪稱傳奇的芯片設(shè)計師，為什么選擇在Oryon CPU架構(gòu)最輝煌的時候離開高通呢？當(dāng)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(chuàng)立。只能說，五十多歲正是闖蕩的年紀(jì)。

圖源：X

傳奇芯片大神，All in AI

事實(shí)上，此前就有不少業(yè)內(nèi)人士猜測，Gerard Williams III應(yīng)該會再次創(chuàng)業(yè)，畢竟從企業(yè)的角度來看，如果已經(jīng)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(dāng)年高通宣布14億美元收購Nuvia時，當(dāng)天股價就暴漲2.1%，可見投資界對這筆收購的認(rèn)同。

所以，很多人都猜測他會繼續(xù)創(chuàng)業(yè)，唯一的疑問是“創(chuàng)什么”？上一次，Gerard Williams III在Nuvia開發(fā)的Phoenix是瞄準(zhǔn)數(shù)據(jù)中心去的，為的是圓自己曾經(jīng)的一個夢想——打造一款頂級的服務(wù)器芯片（此前其設(shè)計的大多是消費(fèi)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(jīng)迭代發(fā)展了幾十年，但是AI已經(jīng)徹底改變了這個行業(yè)。

不出所料還是AI，說實(shí)話，這年頭在芯片領(lǐng)域創(chuàng)業(yè)就不可能繞開AI，更何況是Gerard Williams III這樣的架構(gòu)大神，他所擅長的領(lǐng)域恰恰是AI芯片所需要的，在NUVACORE官網(wǎng)發(fā)布的首篇官方文章里，他們是這樣闡述自己的目標(biāo)：

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(dǎo)體行業(yè)頂端的人物，Gerard Williams III的目標(biāo)確實(shí)不一般，而且他也有這個底氣，畢竟曾經(jīng)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(fā)團(tuán)隊(duì)即將發(fā)起新的挑戰(zhàn)。

圖源：NUVACORE

不過，三個人的能力再強(qiáng)也是不夠的，下一步自然是招兵買馬，在NUVACORE的官網(wǎng)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(diǎn)人肯定是不夠的，難不成Gerard Williams III也要走“邪修”路線？

改變行業(yè)的底氣，是AI？

所謂的“邪修”路線，其實(shí)是指用AI開發(fā)AI芯片，在過去的幾十年里，芯片性能的進(jìn)步很大程度上依賴于制程升級。但是，隨著制程進(jìn)入到3nm以下的領(lǐng)域，制程優(yōu)勢逐漸縮小，芯片設(shè)計師更多地依賴架構(gòu)創(chuàng)新去挖掘芯片的潛能。

但是架構(gòu)更迭并非易事，要不然Gerard Williams III也不會被各大企業(yè)追捧（另一個輾轉(zhuǎn)于各個x86芯片企業(yè)的架構(gòu)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(shù)積累，可以為團(tuán)隊(duì)指出一條或數(shù)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(tǒng)開發(fā)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(tuán)隊(duì)，耗費(fèi)數(shù)月時間去人肉調(diào)整架構(gòu)圖紙。但是，隨著芯片架構(gòu)越來越復(fù)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(xiàn)就給設(shè)計師們遞上了新的工具，借助AI大模型來完成初步的架構(gòu)設(shè)計，然后再統(tǒng)一進(jìn)行仿真驗(yàn)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(shè)計方案中。

將AI工具引入芯片設(shè)計，可以說實(shí)質(zhì)上降低了芯片設(shè)計的門檻和成本，因?yàn)椴辉傩枰蛡虼罅坑薪?jīng)驗(yàn)的芯片工程師去進(jìn)行重復(fù)且枯燥的方案驗(yàn)證，只需要少數(shù)的資深工程師就能推進(jìn)項(xiàng)目。

這種AI輔助設(shè)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(yè)”口號的原因。

讓AI開發(fā)AI芯片，才是王道？

雖然有人將AI設(shè)計芯片稱之為“邪修”，但是從行業(yè)角度來看，其實(shí)很早就將AI應(yīng)用到設(shè)計階段，甚至早于AI大模型普及之前。在2021年，谷歌的團(tuán)隊(duì)就發(fā)表了一篇論文，展示了利用深度學(xué)習(xí)將芯片的平面布置設(shè)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(shí)主要用于“布局布線優(yōu)化”方面，在架構(gòu)設(shè)計等方面依然依賴于人類設(shè)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(gòu)設(shè)計環(huán)節(jié)，而最早引入AI模型設(shè)計的就是英偉達(dá)。

英偉達(dá)將過去數(shù)十年里設(shè)計芯片產(chǎn)生的數(shù)據(jù)、手冊等資料，結(jié)合通用數(shù)據(jù)庫定制了大模型ChipNeMo，專門用于輔助工程師進(jìn)行邏輯設(shè)計、腳本編寫和BUG修復(fù)。這種依靠自身的強(qiáng)大AI算力矩陣去設(shè)計更強(qiáng)大的AI芯片的做法，某種程度上來說也是“生態(tài)閉環(huán)”了。

而在英偉達(dá)之后，很多芯片企業(yè)都開始在設(shè)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(shí)現(xiàn)高度商業(yè)化，覆蓋了從RTL代碼生成到硅片驗(yàn)證的全流程。

圖源：英偉達(dá)

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

事實(shí)上，這個技術(shù)的突破更利好中國，因?yàn)橹袊旧淼陌雽?dǎo)體人才稀缺，特別是有經(jīng)驗(yàn)的芯片工程師儲備遠(yuǎn)不如國外，而AI輔助就很好地彌補(bǔ)了這個問題。

前段時間，合見工軟就發(fā)布了UniVista Design Agent (UDA) 2.0，這是國內(nèi)首個基于完全自研架構(gòu)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(yàn)證、自動糾錯和性能優(yōu)化。

而另一家EDA企業(yè)芯和半導(dǎo)體，也在今年3月宣布戰(zhàn)略升級為“AI時代的系統(tǒng)設(shè)計領(lǐng)航員”，打算通過AI來重構(gòu)芯片到系統(tǒng)的仿真與建模流程，加速AI芯片的開發(fā)。而國內(nèi)的EDA龍頭華大九天自然也不例外，其早在2024年就開始推進(jìn)AI技術(shù)集成到Aether等模擬與數(shù)字平臺中，輔助工程師進(jìn)行電路優(yōu)化和良率分析。

而阿里平頭哥等芯片企業(yè)，其實(shí)也在借助AI的能力，為更多的企業(yè)服務(wù)，比如平頭哥的“無劍”平臺，能夠讓下游企業(yè)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(fā)展與AI芯片的發(fā)展是相輔相成的，AI幫助人類設(shè)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(rèn)為AI正在改變整個CPU行業(yè)，因?yàn)槲磥淼拇蠖鄶?shù)芯片都將轉(zhuǎn)向?yàn)锳I服務(wù)，必須從AI中來，到AI中去。

而如今的CPU嚴(yán)格來說本就不是為AI準(zhǔn)備的，所以，Gerard Williams III創(chuàng)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(xù)叫CPU還是什么，那就不得而知了。