新上线今天0 投票
AI或将民主化芯片设计：挑战英伟达霸主地位的新革命
AI正在重塑芯片行业格局
英伟达凭借其AI芯片设计和配套软件生态，已成为市值超4万亿美元的行业巨头。然而，正是由其推动的AI技术，如今正成为挑战其霸主地位的关键力量。
Wafer这家初创公司正通过AI模型，攻克芯片优化中最困难的任务之一：编写能直接在特定硅芯片上高效运行的底层代码。其联合创始人兼CEO Emilio Andere表示，公司利用强化学习训练开源模型，教它们编写内核代码——即直接与操作系统硬件交互的软件。
从“硬件为王”到“软件民主化”
英伟达的成功秘诀之一，在于为每一代新芯片提供编程软件支持，这形成了极高的技术壁垒。但Wafer等公司正试图用AI打破这一垄断：
- 通过为Anthropic的Claude、OpenAI的GPT等现有编码模型添加“智能代理框架”，提升其直接为芯片编写代码的能力
- 与AMD、亚马逊等公司合作，优化软件在其硬件上的运行效率
- 已获得来自谷歌Jeff Dean、OpenAI的Wojciech Zaremba等投资者的400万美元种子轮融资
定制芯片浪潮下的新需求
如今，从消费电子到云计算，各大科技公司都在开发自己的定制芯片：
- 苹果多年来通过定制硅提升笔记本电脑、平板和手机的软件性能与效率
- 谷歌、亚马逊等云巨头自研芯片以优化云计算平台性能
- Meta近期宣布将与博通合作开发的新芯片部署1吉瓦计算容量
然而，部署定制芯片需要大量代码优化工作，以确保软件在新处理器上平稳高效运行。这正是AI可以大显身手的领域。
性能差距正在缩小
Andere指出，当前许多高端芯片在原始浮点性能——衡量芯片执行简单计算能力的关键行业基准——上已与英伟达最佳硅芯片不相上下。
“最好的AMD硬件、最好的亚马逊Trainium硬件、最好的谷歌TPU，都能提供与英伟达相同的理论浮点运算能力。”
这意味着硬件层面的差距正在缩小，而软件优化能力可能成为新的竞争焦点。
行业影响与未来展望
如果AI能真正降低芯片优化门槛，将带来多重影响：
- 降低芯片设计门槛：更多公司可能尝试定制芯片，不再完全依赖英伟达等巨头
- 加速创新周期：AI驱动的代码优化可能缩短芯片从设计到部署的时间
- 改变竞争格局：软件生态优势可能被削弱，硬件性能与AI优化能力的结合成为新战场
不过，这一愿景仍面临挑战：AI生成的代码是否足够可靠？英伟达的CUDA生态已形成强大网络效应，新进入者如何突破？这些问题仍有待观察。
关键点总结：
- AI正被用于自动化芯片优化中最复杂的编码任务
- 初创公司Wafer试图用AI挑战英伟达的软件优势
- 定制芯片趋势创造了新的优化需求
- 硬件性能差距缩小，软件优化能力重要性上升
- 行业可能向更民主化的芯片设计方向发展
