老黄秘密武器曝光：AI一夜设计芯片新智元

8人团队干10个月，AI只需一夜！英伟达祭出「造芯」神技：芯片设计效率狂飙百倍，非人类直觉的设计方案惊呆工程师。硅基生命开始自进化，人类正退居二线？进来看黄仁勋的秘密武器。

就在今天，这条消息全网刷屏了。

英伟达用AI设计GPU，原本需要8名资深工程师10个月才能完成的任务，一夜就完成了！

在刚刚过去的英伟达GTC大会上，首席科学家Bill Dally与谷歌首席科学家Jeff Dean的一场巅峰对话，揭露了令人震惊的这个事实。

现在，这个Youtube演讲已经有上万人观看，受到网友们的盛赞。

在半导体行业的历史长河中，摩尔定律曾是不可逾越的真理，但随着物理极限的逼近，研发一款旗舰GPU的复杂程度已呈指数级增长。

但现在，英伟达的AI造芯神技，几乎让人类工程师彻底退居二线了？

从「80个人月」到「一块GPU的一夜」

在传统芯片设计流程中，标准单元库（Standard Cell Library）的迁移是一项极度枯燥且耗时的重体力活。

每当台积电或三星推出新的半导体工艺（如从5nm跨越到3nm），英伟达必须将其包含约2500至3000个单元的基础库重新适配新工艺。

Bill Dally透露，过去这项任务需要一个由8名资深工程师组成的团队，连续奋斗10个月才能完成，总计耗费80个人月的人力成本。

但在AI介入后，这一切被彻底颠覆了！

现在，英伟达开发了一款基于强化学习的工具——NB-Cell。只需将需求输入系统，一块GPU在一夜之间即可完成全部迁移工作。

在这个过程中，NB-Cell通过不断的试错和自我优化，在极短时间内探索数以亿计的设计排列组合。

令人震惊的是，AI生成的单元在尺寸（Area）、功耗（Power）和延迟（Delay）等核心指标上，不仅达到了人类水平，甚至在某些案例中优于人类的手工设计。

这种「隔夜交付」的能力，意味着英伟达可以比竞争对手更早地跑通新工艺，从而在硬件竞赛中始终保持身位领先。

AI在芯片设计中的具体应用层次

逻辑重塑：Prefix RL与「非人类直觉」的布局

如果说NB-Cell解决的是重复性劳动，那么Prefix RL则展示了AI在复杂逻辑设计上的创造力。

在芯片的算术逻辑单元（ALU）中，进位前瞻链（Carry Lookahead Chain）的放置是一个研究了几十年的经典难题。