芯片大神Gerard Williams离职创业，瞄准AI芯片挑战行业格局

前段时间，前高通高级工程副总裁 Gerard Williams III 在 LinkedIn 上低调宣布离职，这一消息迅速在业内引发热议。这位芯片设计领域的传奇人物，他的下一步动向自然备受瞩目。

或许你对这个名字感到陌生，但在芯片设计行业，Gerard Williams III 可谓无人不晓。只需看一眼他的履历，便能知晓其分量：

• ARM 的核心架构师，主导了 Cortex-A8 和 Cortex-A15 的设计。前者是苹果 iPhone 4 的核心，而后者则标志着 Arm 架构芯片首次在性能上追平了 x86 架构（虽然是入门级）。
• 主导了苹果从 A7 到 A12X 芯片的开发，其留下的架构设计思路甚至影响到了后来的 A17。
• 创办的 NUVIA 被高通收购后，他主导完成了 Oryon CPU 架构，帮助高通在 PC 和手机市场发起了强有力的反击。

这样一位功勋卓著的架构大师，为何选择在 Oryon 架构如日中天时离开高通？当时的离职声明语焉不详，只提及了“回归家庭生活”。然而，时间来到今年四月，答案终于揭晓：由他创立的新公司 NUVACORE 正式亮相。看来，五十多岁，依然是闯荡和创造的好年纪。

事实上，业内早有猜测 Gerard Williams III 会再次创业。从商业逻辑看，如果有企业成功招揽这位大神，必定会大肆宣传以吸引投资。回想当年高通宣布以 14 亿美元收购 Nuvia 时，股价应声上涨 2.1%，足见市场对其价值的认可。

那么，NUVACORE 究竟要做什么？答案就在其官方社交账号的首条推文里——人工智能芯片。推文附言更是直指核心：CPU 已经迭代发展了几十年，但是 AI 已经彻底改变了这个行业。

聚焦 AI 并不令人意外。如今在芯片领域创业，几乎无法绕开 AI 这个话题。对于 Gerard Williams III 这样精通 CPU架构设计的大师而言，他所擅长的正是 AI 芯片所需的核心能力。在 NUVACORE 官网的首篇文章中，他们这样阐述自己的雄心：

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。

站在半导体行业的顶端，他的目标从来都不小。这份底气也源于其强大的团队——曾在苹果和高通与他并肩作战的 John Bruno 和 Ram Srinivasan 也一同加入。这个被称为“Arm 铁三角”的史诗级开发组合，即将向新的领域发起挑战。

当然，仅凭三个人的智慧与经验是不够的。NUVACORE 官网已经挂出了诸多中高层职位的招聘信息。但仔细推敲，仅靠这些人力似乎仍显单薄。这不禁让人猜想，Gerard Williams III 是否也要走上所谓的“邪修”路线？

改变行业的底气，源于AI工具革命

所谓的“邪修”路线，其实就是利用 AI 来设计 AI 芯片。过去几十年，芯片性能的提升严重依赖制程工艺的进步。但随着制程进入 3nm 以下，工艺红利逐渐收窄，通过架构创新挖掘芯片潜力变得至关重要。

然而，架构创新谈何容易。这也是为什么像 Gerard Williams III、或是在 x86 领域辗转的“硅仙人” Jim Keller 这样的架构大师如此珍贵。他们凭借敏锐的直觉和深厚的积累，能为团队指明可行的技术方向，然后依靠庞大的人力进行海量方案验证和筛选。

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，芯片公司可能需要投入上百人的团队，耗费数月时间进行手工调整。但随着芯片架构复杂度呈指数级增长，人力终有穷尽时，即便有 EDA（电子设计自动化）工具辅助，迭代速度也难免放缓。

AI 大模型的出现，为设计师们提供了颠覆性的新工具。借助 AI 大模型进行初步的架构设计和方案生成，再通过仿真快速验证，筛选出可行路径，最后由人类工程师从中提炼出最具价值的创新点，融入最终设计。 这种模式实质性地降低了芯片设计的门槛和成本，减少了对大量初级工程师进行重复性验证工作的依赖，让顶尖工程师的智慧得以更高效地聚焦于核心创新。

对于 Gerard Williams III 这样的大师而言，AI 辅助设计无疑是最理想的“杠杆”。这或许正是他们敢于喊出“改变整个行业”口号的深层原因。

AI开发芯片，已成行业主流趋势

尽管有人戏称用 AI 设计芯片是“邪修”，但这实则是行业演进的大势所趋，其应用甚至早于当前 AI 大模型的普及。例如，谷歌团队在 2021 年发表的论文就展示了如何利用深度学习，将芯片布局布线所需的时间缩短至原来的几十分之一。

不过，早期的“AI”应用主要集中于“布局布线优化”等后端物理设计环节，核心的架构设计仍牢牢掌握在人类设计师手中。直到 2023 年生成式 AI 实现能力跨越后，AI 才开始深入架构设计等前端领域。这方面的先驱正是英伟达。

英伟达利用其数十年积累的芯片设计数据、技术文档等资料，结合通用数据库训练了专用大模型 ChipNeMo，用于辅助工程师进行逻辑设计、脚本编写和问题调试。用自己强大的 AI 算力去设计更强大的 AI 芯片，这堪称一种硬核的“生态闭环”。

在英伟达之后，众多芯片企业纷纷跟进。主流 EDA 软件厂商正在加速拥抱 AI，例如新思科技（Synopsys）的 DSO.ai（英特尔曾对其投资 20 亿美元）与楷登电子（Cadence）的 Cerebrus 等 AI 原生 EDA 工具已高度商业化，覆盖了从 RTL 代码生成到硅片验证的全流程。

AI 大模型的引入，正在改变芯片设计行业的人才需求结构。许多依赖经验积累的重复性、模式化工作可以交给 AI 辅助下的初级工程师完成，而资深工程师则能更专注于 AI 尚未能涉足的创造性领域和复杂问题攻关。

这一技术趋势对中国半导体产业而言尤为利好。由于国内资深芯片工程师储备相对薄弱，AI 辅助设计恰好能弥补这一短板，提升整体设计效率和创新速度。

近期，国内 EDA 企业合见工软发布了 UniVista Design Agent (UDA) 2.0，这是国内首个基于完全自研架构打造的智能体 EDA 平台，支持以自然语言对话的形式完成 RTL 代码编写、功能验证和优化。另一家企业芯和半导体也在今年宣布战略转型为“AI 时代的系统设计领航员”，旨在通过 AI 重构设计流程。行业龙头华大九天则早在 2024 年就开始将 AI 技术集成到其设计平台中。

此外，像阿里平头哥这样的芯片企业，也通过其“无剑”平台，让下游客户能够借助 AI 工具快速定制基于玄铁 CPU 的专用芯片，极大简化了开发流程。

可以说，AI 与 AI 芯片的发展正形成一个强大的正向循环：AI 辅助人类设计出更强大的芯片，而更强大的芯片又为下一代更复杂的 AI 模型提供硬件基石。这正是 Gerard Williams III 所洞察到的行业变革内核——未来的主流芯片将必然是为 AI 而生，其设计过程也必将深度融入 AI。

当下的通用 CPU 架构并非为 AI 时代原生设计，因此，Gerard Williams III 创立 NUVACORE 的使命，正是要打造一款专为 AI 计算未来而生的新型处理器。至于它最终是否还被称为“CPU”，已经不那么重要了。这场由传奇人物引领的、叠加了 AI 技术红利的新冒险，无疑为整个半导体行业带来了新的想象空间。对于这类硬核科技的动态，像云栈社区这样的开发者社区总是保持着高度的关注与讨论。