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？

传奇架构师再出发：All in AI芯片

今年早些时候，前高通高级工程副总裁杰拉德·威廉姆斯三世在领英上宣布离职，这一消息迅速在半导体圈内引发震动。行业观察者们都在密切关注，这位技术巨擘的下一步将迈向何处。

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 👈

对于普通消费者而言，杰拉德·威廉姆斯三世的名字或许并不耳熟能详，但在芯片架构领域，他是一位公认的传奇人物。回顾他的职业履历：他曾是ARM的核心架构师，主导了Cortex-A8与Cortex-A15的设计——前者是iPhone 4的“心脏”，后者则首次让Arm架构芯片在性能上比肩入门级x86处理器。随后，他领导了苹果从A7到A12X系列芯片的开发，其奠定的架构基础甚至影响了后续的A17。离开苹果后，他创立的NUVIA被高通收购，由其主导完成的Oryon CPU架构，已成为高通在PC与移动市场进行双线竞争的核心武器。

一个关键问题随之浮现：为何这位传奇人物会在Oryon架构势头正盛时选择离开高通？最初的离职声明措辞模糊，仅提及“回归家庭”。然而，到了四月，答案揭晓：NUVACORE正式成立。显然，对于真正的架构大师而言，五十岁依然是开创新篇章的黄金时期。

图源：X

事实上，业内对其再次创业早有预期。从商业角度看，若有巨头企业能成功招揽他，势必会高调宣布以提振市场信心。回顾高通当年以14亿美元收购Nuvia时，股价应声上涨2.1%，这足以证明资本市场对其个人及团队技术实力的高度认可。

因此，创业是必然选择，唯一的悬念在于方向。上一次，他在Nuvia打造的Phoenix芯片瞄准了数据中心市场，实现了他设计顶级服务器芯片的抱负。那么，NUVACORE的目标是什么？其官方推特的首次发声给出了明确答案——AI芯片。推文附言道：“CPU已演进数十年，但AI正在重塑整个行业。”

聚焦AI，毫不意外。在当下的芯片产业，创业项目几乎无法避开AI这个核心赛道。对于杰拉德·威廉姆斯三世这样的架构大师而言，其核心专长——高性能、低功耗的复杂系统设计——正是AI芯片最亟需的能力。NUVACORE在首篇宣言中清晰地阐述了其愿景：“我们的目标不止于打造一款更优的芯片；我们旨在构建下一代计算的引擎。”

必须承认，站在半导体产业顶峰的人物，其视野与雄心确实非同凡响。而他也有足够的底气：曾在苹果和高通与他并肩作战的两位关键人物——约翰·布鲁诺和拉姆·斯里尼瓦桑——也已一同加入。这个被誉为“Arm铁三角”的史诗级开发团队，即将开启一段全新的征程。

图源：NUVACORE

当然，仅凭三位核心成员的力量是有限的。下一步自然是组建团队。NUVACORE官网已发布多个中高层职位的招聘信息。但仔细观察可发现，目前公布的招聘规模相对克制。这引出了一个有趣的推测：杰拉德·威廉姆斯三世是否打算采用一种“非常规”的技术路径？

颠覆行业的底气：AI驱动设计

这里所说的“非常规”路径，特指利用AI技术来开发AI芯片。过去数十年，芯片性能的提升严重依赖于半导体制造工艺的迭代。然而，当制程进入3纳米以下的深水区后，工艺红利逐渐收窄，性能突破越来越依赖于架构层面的根本性创新。

但架构创新绝非易事。正因如此，杰拉德·威廉姆斯三世这样的顶尖人才才会被巨头们争相追捧。这些大师的价值在于，他们能凭借深刻的行业洞察与经验积累，为团队勾勒出可行的技术路线图，随后由庞大的工程师团队进行海量的设计空间探索与验证，以寻得最优解。

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员数百人的团队，耗费数月时间，手动调整数以万计的设计参数。随着芯片复杂度呈指数级增长，纯粹依赖人力的方法已接近瓶颈，即便有EDA（电子设计自动化）工具辅助，迭代速度也日益受限。

AI大模型的出现，为设计师提供了一件革命性的工具。利用大模型，可以快速生成海量的初步架构设计方案，并通过仿真进行高效筛选与优化。人类工程师则能聚焦于从这些预筛选方案中识别关键创新点，并将其融入最终设计。这种方式显著降低了对庞大人力资源的依赖，使得少数资深专家便能驱动重大项目的核心创新。对于杰拉德·威廉姆斯三世而言，这无疑是实现其雄心壮志的最佳杠杆。或许，这正是NUVACORE敢于宣称“改变整个行业”的技术底气。

AI设计AI芯片：行业演进新范式

尽管有人将AI设计芯片戏称为“奇技”，但从产业实践来看，AI在芯片设计中的应用早已有之，甚至早于当前生成式AI的爆发。例如，谷歌团队在2024年发表的论文就展示了如何利用深度学习，将芯片布局布线的时间缩短至传统方法的几十分之一。

不过，早期的AI应用多集中于“布局布线优化”等特定环节，在核心的微架构定义与设计上，人类工程师仍占据绝对主导。直到2024年后，随着通用大模型能力取得突破，AI才开始深入架构设计环节。而最早将大模型系统化引入芯片设计流程的，正是行业领导者英伟达。

英伟达利用其数十年积累的海量芯片设计数据、技术文档等资料，训练出定制化大模型ChipNeMo。该模型专门用于辅助工程师进行逻辑设计、脚本编写和故障诊断。这种利用自身强大的AI算力来设计更强大AI芯片的做法，形成了一种高效的内部技术飞轮。

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整合AI能力。主流EDA软件厂商也加速拥抱AI。例如，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工具已实现高度商业化，能够覆盖从RTL代码生成到硅后验证的全流程。

图源：英伟达

AI大模型的引入，正在重塑芯片设计行业的人才需求结构。许多高度依赖经验、重复性高的任务可以交由AI或初级工程师处理，而资深工程师则能更专注于架构战略、前沿探索等更具创造性的工作。

这一技术趋势对中国半导体产业具有特殊意义。国内资深芯片架构师资源相对稀缺，而AI辅助设计工具有望成为关键的“力量倍增器”，有效提升整体研发效率与创新水平。

市场动态也印证了这一方向。近期，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EDA平台，支持通过自然语言对话完成RTL编码、功能验证、自动纠错与性能优化。另一家EDA企业芯和半导体也在今年3月宣布战略升级，旨在通过AI技术重构从芯片到系统的仿真与建模流程。国内EDA龙头华大九天则早在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与良率分析。

此外，像阿里平头哥这样的芯片设计公司，也在利用AI能力赋能更广泛的客户。其“无剑”平台允许客户借助AI工具，快速定制基于玄铁CPU方案的专用芯片，极大简化了芯片开发与适配流程。

由此可见，AI的发展与AI芯片的进化已形成深刻的共生关系：AI工具助力人类设计出更强大的下一代芯片，而这些新的芯片又为下一代AI模型提供更坚实的硬件基石。这也正是杰拉德·威廉姆斯三世断言AI正在彻底改变CPU行业的原因。未来的大多数芯片，其设计哲学与应用导向都将深度服务于AI，必须遵循“从AI需求出发，为AI效能优化”的原则。

现有的通用CPU架构，其诞生背景并非AI时代。因此，杰拉德·威廉姆斯三世创立NUVACORE的目标非常明确：打造一款为AI原生计算而设计的未来芯片。至于它最终是否仍被归类为“CPU”，已不再重要。