芯片设计这件事，过去几十年都是人类工程师的专属领地。一个团队从架构规划到流片，动辄两三年，烧掉上亿美金，最后还不一定成功。但Architect Labs最近公布的消息，把这个流程压缩到了两周——而且干活的不是人，是AI。
这颗名为Redwood的AI加速器，被官方称为全球首款由AI系统端到端设计、验证并部署的生产级芯片。从RTL代码到验证环境，再到固件和计算内核，全部由AI系统生成，全程只有两名人类架构师参与。更关键的是，它跑通了完整的AI推理流程，不是实验室里的演示品，而是能直接量产的硬件。
性能数字，是这次发布最扎眼的部分
在同样的三星8nm工艺平台上，Redwood和NVIDIA Jetson Orin Nano做了直接对比。结果不是"接近"，而是全面反超：吞吐量是后者的1.75倍，功耗降低了1.9倍，每瓦性能提升了3.4倍。这些数据不是仿真软件跑出来的预测值，而是基于FPGA实测的直接测量结果。
一个AI系统设计的芯片，在性能上打赢了人类团队设计的成熟产品。这件事放在两年前，大概率会被当成科幻段子。但现在，它已经是一个可以拿上台面讨论的工程事实。
95%覆盖率与零缺陷，AI交出的验证成绩单
芯片设计里最耗时、最枯燥、也最容易出错的环节，是验证。传统项目里，验证工程师的数量往往是设计工程师的两到三倍，时间占比超过整个开发周期的一半。Redwood的AI系统在这个环节交出的成绩是：95%的代码和功能覆盖率，达到签核级验证标准，硬件零缺陷。
这意味着AI不仅会写代码，还知道怎么证明自己写的代码是对的。整个流程从RTL到固件，压缩到两周以内。作为对比，人类团队完成同样的工作量，通常需要以月甚至年为单位计算。
递归式自我改进，闭环已经悄悄合上
Redwood最耐人寻味的地方，不是它跑得快，而是它跑完之后还能回头优化自己。部署在Redwood上的AI模型以API端点形式公开，它发现了加速器本身的计时和内核优化方案，推理成本几乎为零。AI设计芯片，芯片运行AI，AI再反过来优化芯片——这个循环一旦转起来，速度会超出线性预期。
Architect Labs的设想是，未来拥有密集型工作负载或专用AI模型的软件公司，可以直接获得定制芯片，不需要组建庞大的硬件团队，不需要在架构上投入十年时间，也不用退而求其次用现成的通用方案。省下的性能、功耗和成本，会变成实实在在的竞争力。
这事对行业意味着什么
半导体行业过去几十年的门槛，主要靠人力和经验堆出来。一个成熟的芯片设计团队，核心成员动辄上百人，平均从业年限超过十年。AI把两周时间变成一条完整的设计流水线，等于把"芯片设计能力"从少数巨头的保险柜里拿出来，放到了桌面上。
当然，Redwood目前还只是一个起点。它证明了AI能设计出可用的量产芯片，但距离AI自主定义下一代架构、探索人类想不到的硬件方案，还有距离。不过，当AI设计芯片的速度比人类快几十倍，而且性能更好、功耗更低，这个行业的人力结构和工作方式，恐怕要重新算一笔账了。
热门跟贴