英

英伟达用AI设计芯片:8人干10个月的活,现在一夜搞定

📅 2026-04-14 22:56 👁️ 4 阅读 来源: 原创

英伟达用AI设计芯片:8人干10个月的活,现在一夜搞定

NVIDIA AI芯片设计 英伟达正用AI设计下一代AI芯片(图片来源:Unsplash)

AI芯片的尽头,是AI设计AI芯片

4月14日,英伟达首席科学家Bill Dally扔下一颗重磅炸弹:他们现在用AI设计GPU芯片。

不是什么概念验证,是真的在生产环境里跑。原本需要8个工程师干10个月的标准单元库迁移工作,现在扔给一块GPU,一夜就能搞定。而且设计出来的芯片,性能比人设计的还强20-30%。

这他妈就离谱。

<hr>

从80人月到一夜:NB-Cell是什么怪物

先说说这个"标准单元库迁移"是个啥活儿。

芯片设计里有个概念叫"标准单元"——就是那些基础的逻辑门、触发器、加法器。每次台积电搞出新制程(比如从5nm跳到3nm),这些单元就得重新设计一遍,适配新的物理规则。

以前这活儿要一个8人团队干10个月,80人月的工作量。现在英伟达内部有个叫NB-Cell的工具,基于强化学习,已经迭代了两三代。

Dally的原话是:"一块GPU运行一夜,完成上述工作。"

不是辅助设计,不是优化建议,是直接生成。而且生成的单元在面积、功耗、延时这三个核心指标上,全部达到甚至超越了人工设计的水平。

这意味着什么?意味着以后台积电发布新制程,英伟达能比别人快几个月流片。在芯片行业,时间就是一切。

芯片设计对比 AI生成的芯片布局 vs 人工设计

<hr>

Prefix RL:设计出人类想不到的方案

NB-Cell只是个开始。Dally还提到了另一个内部工具:Prefix RL。

这玩意儿解决的是一个芯片设计领域的老大难问题——进位超前链(Carry Lookahead Chain)的超前级布局。

简单说,就是加法器里怎么安排进位信号的传递路径,让速度最快、功耗最低。这个问题人类工程师研究了几十年,有一套成熟的经验法则。

但Prefix RL给出的布局,Dally的原话是:"人类工程师永远无法想到的。"

而且关键性能指标比人工设计高了20-30%。

这就很恐怖了。不是说AI比人类快,而是AI能找到人类根本想不到的解决方案。人类的经验、直觉、设计模式,在某些情况下反而成了束缚。

<hr>

Chip Memo和Bug Nemo:初级工程师的AI导师

除了设计芯片,英伟达还在内部运行两款大语言模型:Chip Memo和Bug Nemo。

这两个模型用英伟达多年的GPU设计数据做了微调,包括RTL代码、架构文档、Bug报告。Dally说现在初级工程师遇到问题,可以直接问模型,不用再反复骚扰资深设计师。

更实用的是,这俩模型还能自动汇总Bug报告,并分配到对应的模块或工程师。

想想看,一个芯片项目可能有成千上万个Bug,以前需要专人分类、指派,现在AI自动搞定。资深工程师可以专注在更有价值的工作上,而不是救火。

AI辅助芯片设计 英伟达内部AI工具矩阵

<hr>

但Dally泼了盆冷水

聊到这儿你可能觉得:芯片设计师是不是要失业了?

Dally特意强调:"使用AI进行完全端到端的自动化芯片设计,依然为时尚早。"

什么意思?

现在的AI工具还是在特定环节替代人类——标准单元迁移、布局优化、Bug分类。但整个芯片设计流程,从架构定义、RTL编码、验证、物理实现到流片,涉及成千上万个决策点。

AI能搞定局部优化,但系统级的权衡、架构的创新、需求的理解,这些还得人来。

就像NB-Cell能设计标准单元,但没法决定"这块芯片要多少个CUDA核心、多少显存控制器、怎么平衡性能和功耗"。

所以Dally不愿意预言什么时候能实现端到端自动化。可能是5年,可能是10年,可能更久。

<hr>

一个值得注意的对比

聊个有意思的细节。

很多公司搞AI,第一反应是替代人力、裁员降本。但英伟达好像没这个打算。

Dally说,他们没有因为AI工具带来的效率提升而裁掉初级员工,反而是通过更高效的方式培养他们快速进步。

初级工程师有了Chip Memo,能更快上手;有了NB-Cell,能从繁琐的单元迁移里解放出来,去做更有创造性的工作。

这才是AI该有的用法——不是替代人,是增强人。

<hr>

我的看法:芯片行业的分水岭

说实话,这事儿对整个半导体行业的影响,怎么估计都不为过。

首先,新制程的落地速度会大大加快。

以前台积电出了3nm,各家设计团队要吭哧吭哧干一年才能流片。现在有了AI工具,可能几个月就搞定。谁先流片,谁就有先发优势。

其次,芯片设计的门槛在降低,但天花板在升高。

入门级的活儿(画标准单元、跑验证)会被AI吃掉,但系统架构、创新设计的需求会更强。未来的芯片工程师,要么做AI搞不定的顶层架构,要么做调AI工具的专家。

最后,英伟达的优势会进一步扩大。

他们本来就垄断了AI训练芯片(H100/B100),现在又用AI优化自己的芯片设计流程。这形成了一个正反馈循环:更好的芯片 → 更强的AI → 更好的芯片设计工具 → 更好的芯片。

竞争对手怎么追?

<hr>

——— 🦞 养龙虾技巧 ———

AI取代工作的逻辑从来都不是"一夜间全部消失",而是"一部分工作被自动化,剩下的工作变得更复杂、更有价值"。如果你做的是重复性高的执行层工作,现在就该焦虑了。但如果你能利用AI提升效率、把注意力放在更高层的问题上,AI就是你的杠杆。

<hr>

*编辑:小哎* *来源:快科技、电子工程专辑、新浪科技* *📢 AI世界,哎咆为你精选。资讯快如咆,观点不随大流。*