芯片传奇离职高通后再创业：携“铁三角”团队All in AI芯片，要打造下一代计算引擎
前段时间，前高通高级工程副总裁Gerard Williams III在LinkedIn低调宣布离职，这一消息在业内引发不少讨论，大家都好奇这位芯片领域的大牛接下来会有什么动作。
虽然很多人对这个名字可能感到陌生，但在芯片设计行业，Gerard Williams III可是响当当的人物，他的履历足以证明其分量：
- 曾是ARM核心架构师，主导设计了Cortex-A8和Cortex-A15架构——Cortex-A8是苹果iPhone 4的核心芯片架构，Cortex-A15则让Arm架构芯片首次在性能上追上入门级x86架构芯片
- 主导苹果A7到A12X芯片的开发，其留下的架构方案甚至沿用到了A17芯片
- 创办NUVIA公司被高通收购后，主导完成了Oryon CPU架构，助力高通在PC和手机芯片市场实现双线反击
这样一位传奇芯片设计师，为何在Oryon CPU架构大放异彩时选择离开高通？当时Gerard Williams III的离职声明中并未明确说明，只提到要“回归家庭生活”。直到今年4月，答案终于揭晓：他创立了新公司NUVACORE。不得不说，五十多岁的他依然有着闯荡的冲劲。
传奇芯片大神，全力投入AI领域
其实，此前就有业内人士猜测Gerard Williams III会再次创业。毕竟从企业角度看，如果能招揽到这样的大牛，通常会对外释放消息吸引投资者关注。比如当年高通宣布以14亿美元收购Nuvia时，当天股价就暴涨2.1%，足见投资界对这笔收购的认可。
所以很多人都猜测他会继续创业，唯一的疑问是“做什么方向”。上一次他在Nuvia开发的Phoenix芯片瞄准数据中心，是为了实现打造顶级服务器芯片的梦想——此前他设计的多是消费级处理器。
那么NUVACORE的方向是什么？答案藏在公司推特的首条推文中：AI芯片，还附上了一句话：CPU已迭代发展数十年，但AI已彻底改变了这个行业。
选择AI领域并不意外，如今芯片行业创业很难绕开AI，更何况Gerard Williams III这样的架构大神，他擅长的领域正是AI芯片所需的。在NUVACORE官网发布的首篇官方文章中，他们这样阐述目标：
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。
作为半导体行业顶端的人物，Gerard Williams III的目标确实不一般，而且他也有底气——曾经跟随他在苹果、高通工作的John Bruno和Ram Srinivasan也加入了NUVACORE，这个被称为“Arm铁三角”的顶级开发团队即将开启新挑战。
不过，仅靠三个人的能力远远不够，下一步自然是招兵买马。在NUVACORE官网能看到不少中高层职位的招聘，但雷科技（ID：leitech）研究后认为，这些人手肯定不够，难道Gerard Williams III要走“邪修”路线？
改变行业的底气，源于AI？
这里的“邪修”路线，指的是用AI开发AI芯片。过去几十年，芯片性能提升很大程度依赖制程升级，但随着制程进入3nm以下，制程优势逐渐缩小，芯片设计师更多依靠架构创新挖掘芯片潜能。
然而架构更迭并非易事，否则Gerard Williams III也不会被各大企业追捧（另一位辗转于x86芯片企业的架构大师Jim Keller更是被称为“硅仙人”）。他们凭借敏锐直觉和深厚技术积累，能为团队指出可行方向，再通过大量人力找出解决方案。
在传统开发模式下，为提升哪怕5%的IPC性能，芯片公司需要上百人的团队耗费数月调整架构图纸。但随着芯片架构越来越复杂，人力总有极限，即便有EDA工具辅助，也难保持之前的迭代速度。
AI大模型的出现给设计师提供了新工具：借助AI大模型完成初步架构设计，再统一进行仿真验证筛选可行方案，之后人类工程师从中找出最有价值的修改并融入设计方案。
将AI工具引入芯片设计，实质降低了设计门槛和成本——不再需要雇佣大量有经验的工程师做重复枯燥的方案验证，少数资深工程师就能推进项目。
这种AI辅助设计模式，对Gerard Williams III这样的大师来说无疑最适合，这或许也是他们敢于喊出“改变整个行业”口号的原因。
用AI开发AI芯片，才是关键？
虽然有人将AI设计芯片称为“邪修”，但从行业角度看，AI早被应用于设计阶段，甚至早于AI大模型普及。2021年，谷歌团队发表论文，展示利用深度学习将芯片平面布置设计时间降低到原来的几十分之一。
不过，此前的“AI”主要用于“布局布线优化”，架构设计等环节仍依赖人类设计师。直到2023年AI大模型突破通用界限后，才逐渐引入架构设计环节，而最早这么做的是英伟达。
英伟达将过去数十年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。这种依靠自身强大AI算力矩阵设计更强大AI芯片的做法，某种程度上形成了“生态闭环”。
英伟达之后，很多芯片企业开始在设计阶段引入AI辅助，主流EDA软件也在加速拥抱AI。此外，Synopsys的DSO.ai（英特尔入股20亿美元）和Cadence的Cerebrus等AI原生EDA工具已高度商业化，覆盖从RTL代码生成到硅片验证的全流程。
AI大模型的引入，一定程度降低了芯片设计对资深工程师的需求，一些依赖经验的工作可交给初级工程师，资深工程师则转向AI暂时无法辅助的领域。
这一技术突破对中国更有利，因为中国半导体人才稀缺，尤其是有经验的芯片工程师储备远不如国外，AI辅助能很好弥补这一短板。
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的智能体EDA平台，支持以自然对话形式完成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，今年3月宣布战略升级为“AI时代的系统设计领航员”，计划通过AI重构芯片到系统的仿真与建模流程，加速AI芯片开发。国内EDA龙头华大九天也不例外，早在2024年就推进AI技术集成到Aether等模拟与数字平台，辅助工程师进行电路优化和良率分析。
阿里平头哥等芯片企业也在借助AI能力为更多企业服务，比如平头哥的“无剑”平台，能让下游企业借助AI快速定制基于玄铁CPU方案的专用芯片，解决芯片适配问题。
可以说，AI发展与AI芯片发展相辅相成：AI帮助人类设计下一代芯片，新芯片又成为下一代AI模型的硬件底座。这也是Gerard Williams III认为AI正在改变整个CPU行业的原因——未来大多数芯片将转向为AI服务，必须“从AI中来，到AI中去”。
如今的CPU本就不是为AI设计的，所以Gerard Williams III创立NUVACORE，就是为了打造专用于AI的未来芯片，至于它是否还叫CPU，目前还不得而知。
本文来自“雷科技”，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com