芯片设计效率危机：AI 能帮上什么忙

芯片设计效率危机：AI 能帮上什么忙？

Recursive Intelligence 联合创始人安娜·戈尔迪（Anna Goldie）和阿扎利亚·米尔霍塞尼（Azalia Mirhoseini）认为，提升 AI 芯片设计效率或许是缓解"算力危机"的一条出路。

在 TechCrunch Disrupt 大会上，两人展示了她们如何用 AI 自动设计芯片，并通过每次迭代学习、不断优化后续方案——目标是把芯片设计流程大幅提速、实现自动化。

戈尔迪在台上说：

"业界普遍预期，未来五年算力需求至少增长 10000 倍，这可能还算保守。因此我们不能靠建 10000 倍的数据中心来应对，而是要让芯片本身更高效——更高效地利用数据中心带宽，更高效地利用晶圆和代工厂产能。哪怕把数据中心建到太空里，恐怕也挡不住太阳被遮住的趋势。"

AI 接管执行，人类专注创意

面对"AI 设计自己的芯片"这一前景，戈尔迪并不担忧。她认为，把芯片设计交给 AI 后，人类可以把精力转向应用开发和探索新可能，从而拓展计算能力的边界。

"未来的分工模式很清晰：人类带来伟大的创意和想法，执行层面交由 AI 完成。这不仅发生在芯片设计，也发生在软件开发等领域。Recursive 正在做的事，正是把这一模式落地到芯片设计。"

她们还指出，AI 正在用非常规的布局方案挑战传统芯片设计范式。团队此前开发的 AlphaChip 系统曾生成一种环形、"甜甜圈形状"的芯片元件排列，最初令工程师们惊讶，但最终被验证为成功方案。

整片优化：AI 带来的设计范式转变

传统做法是把芯片划分为数十个独立模块分别设计，而 Recursive Intelligence 的思路是对整片芯片进行全局优化。这种方式让 AI 能够创建复杂的波纹状图案等精巧布局。两位创始人表示，她们计划在后续披露更多细节。

这一思路的商业意义在于：如果一种芯片的设计周期从半年、一年压缩到约一周，那么定制芯片就有望覆盖空间计算、AR/VR、生物计算等多种场景——从财务上看变得可行，同时还能带来更高的能效表现。

"过去设计一颗芯片耗时半年到两年，必须极度挑剔地选品。但当设计周期缩短到一周，加上制造流程，定制芯片完全可以覆盖各类应用场景，在经济性和能效上都更合理。" 戈尔迪解释道。