芯片大神突然离职！帮高通干翻苹果后，他要组建最强铁三角做AI芯片？

芯片架构传奇人物，全面投身AI浪潮

近期，半导体设计领域一则消息引发关注：前高通高级工程副总裁杰拉德·威廉姆斯三世于领英平台宣布离职。这一动向迅速在业内引发讨论，众人都在探寻这位技术领袖的下一步规划。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

对于普通用户而言，这个名字或许陌生，但在处理器架构界，杰拉德·威廉姆斯三世是公认的标杆人物。他的职业成就，每一项都极具分量：

• 曾任ARM首席架构师，主导定义了Cortex-A8与Cortex-A15核心。前者是iPhone 4的运算核心，后者则首次让Arm架构的性能在入门级市场比肩x86处理器。
• 加入苹果后，领导了从划时代的A7到A12X系列处理器的开发，其奠定的架构哲学持续影响着后续直至A17芯片的设计。
• 其创立的NUVIA被高通收购后，他带领团队打造的Oryon CPU架构，为高通在移动与PC市场提供了强劲的竞争力。

这就引出一个关键问题：为何在Oryon架构势头上扬之际，这位顶尖架构师选择离开？当时的离职声明仅提及“回归家庭”。直到今年四月，答案才得以明确：NUVACORE公司正式成立。显然，对于这位技术先驱而言，五十多岁依然是开启新篇章的黄金时期。

图源：X

颠覆行业的信心，源自AI？

事实上，业界早已预料杰拉德·威廉姆斯三世会再次创业。逻辑很清晰：以他的行业地位，若被某家巨头聘用，公司势必会高调宣布以提振市场。回顾当年高通以14亿美元收购Nuvia时股价应声上涨2.1%，便足以证明其市场号召力。

因此，真正的悬念并非“是否创业”，而是“创业方向是什么”？上一次，他在Nuvia打造的Phoenix核心瞄准数据中心，实现了构建顶级服务器芯片的愿景。那么这次呢？NUVACORE在推特的首条推文给出了明确指向——AI芯片。推文附言颇具宣言意味：“CPU已演进数十年，但AI正在彻底重塑整个行业。”

答案依然是AI。在当前芯片领域，任何重大创新都难以避开AI，对杰拉德·威廉姆斯三世这样的架构大师更是如此。他在CPU架构上的深厚功底，恰恰是设计高性能AI芯片所需的核心竞争力。NUVACORE官网的首篇文章也直抒雄心：

We aren't just looking to build a better chip; we are building the engine for the next generation of computing.（我们的目标不止于打造一款更优的芯片；我们正在构建下一代计算的引擎。）

口气宏大，但他确有这份资本。更值得关注的是，当年在苹果与高通与他共事的约翰·布鲁诺和拉姆·斯里尼瓦桑也一同加入了新公司。这个曾被业界誉为“Arm铁三角”的传奇组合再度联手，无疑让整个半导体产业对NUVACORE的下一步动作抱有极高期待。

图源：NUVACORE

当然，三位大师的能力再突出，也需要团队支撑。目前NUVACORE官网已发布多个中高层职位招聘。但仔细审视，这些职位数量相对于“构建下一代计算引擎”的宏大目标而言，显得颇为精简。这不禁引人推测：杰拉德·威廉姆斯三世此次是否选择了一条差异化的“技术路径”？

以AI驱动AI芯片设计，方为未来？

这里所说的“差异化路径”，指的是利用AI来深度参与乃至主导AI芯片的设计流程。过去数十年，芯片性能提升主要依靠制程工艺的微缩。然而，当工艺节点进入3纳米以下，制程红利收窄，架构创新便成为释放芯片潜力的关键。

但架构创新本身极具挑战。正因如此，像杰拉德·威廉姆斯三世这样能指明技术方向的架构大师才如此稀缺（另一位被誉为“硅仙人”的吉姆·凯勒亦是如此）。他们的核心价值在于凭借深刻的洞察与经验，为团队筛选出可行的技术路线，再投入大量资源进行验证与实现。

图源：NUVACORE

在传统设计模式下，为提升哪怕5%的IPC性能，芯片公司往往需动员上百人团队，耗费数月进行手工调整与仿真验证。随着设计复杂度指数级增长，人力瓶颈日益凸显，即便有EDA工具辅助，迭代效率也面临天花板。

而AI大模型的出现，为设计师提供了一件革命性工具。利用AI进行前期的架构探索与方案生成，再由机器执行海量仿真筛选，最后由资深工程师从优化结果中决策最终方案——这套流程能显著降低设计试错成本与人力依赖。对于杰拉德·威廉姆斯三世这样善于把握战略方向的“统帅”而言，AI如同一支高效、不知疲倦的“智能军团”，能让他将精力聚焦于最核心的架构决策。这或许正是他敢于提出“改变行业”的深层底气。

事实上，将AI引入芯片设计并非新概念，其应用甚至早于当前这波生成式AI热潮。2021年，谷歌团队便发表论文，展示如何利用深度学习将芯片布局布线时间压缩至原来的几十分之一。但早期AI应用多局限于“布局布线优化”等具体环节，真正的架构设计权仍掌握在人类工程师手中。

转折发生在2023年。随着通用大模型能力突破，AI开始向架构设计等更高阶领域渗透。英伟达是这一趋势的先行者，它利用数十年积累的设计数据与文档训练出专用大模型ChipNeMo，用于辅助工程师进行逻辑设计、脚本编写与故障分析。以自身强大的AI算力来设计更强大的AI芯片，这本身构成了一个高效的“技术闭环”。

在英伟达之后，行业迅速跟进。主流EDA厂商均在加速整合AI能力，例如新思科技的DSO.ai（曾获英特尔20亿美元投资）与楷登电子的Cerebrus等AI原生工具，已实现高度商业化，覆盖从RTL代码生成到硅后验证的全流程。

图源：英伟达

AI的深度融入，正在重构芯片设计的人才需求。许多依赖经验但重复性高的工作，可由AI辅助下的工程师高效完成，而资深专家则得以解放，专注于AI尚未触及的创新前沿。这一变革对全球半导体格局产生微妙影响，对中国产业而言，更可能是一个显著的机遇。

中国半导体产业长期面临资深架构师储备不足的挑战。AI辅助设计恰恰能在一定程度上缓解这一瓶颈，让有限的高端人才发挥更大的杠杆效应。近期，国内EDA企业进展迅速：合见工软发布了基于完全自研架构的智能体EDA平台UniVista Design Agent 2.0，支持以自然语言对话方式完成代码编写、验证与优化；芯和半导体也在今年三月宣布战略升级，旨在通过AI重构从芯片到系统的仿真流程；行业领军企业华大九天则更早地将AI技术集成至Aether等平台，用于电路优化与良率分析。

此外，像阿里平头哥这类芯片企业，通过其“无剑”平台，使下游客户能借助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，已形成一种紧密的共生关系：AI工具助力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，其核心使命必将是为AI服务。其设计理念需“源自AI需求”，其最终效能也需“回归AI应用”。

当前的通用CPU架构，其诞生初衷并非为AI计算设计。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。至于它最终仍被称作CPU，抑或获得一个全新的命名，唯有时间能够给出答案。