4 月 14 日，英伟达首席科学家 Bill Dally 在 GTC 大会曝光AI 设计芯片重大突破：过去需要8 名工程师耗时 10 个月完成的标准单元库迁移，如今依靠 AI 工具在单块 GPU 上一夜即可完成，生产力实现量级飞跃。
标准单元库迁移是芯片切换新工艺的核心工序，每次需适配 2500–3000 个单元，传统模式工作量高达80 人・月。英伟达自研NB-Cell AI 工具，依托强化学习全自动完成迁移，AI 设计的电路在面积、功耗、延迟三大指标媲美人工，部分性能更优。
另一款 AI 工具Prefix RL专攻进位超前链优化，产出的电路结构是人类工程师无法构思的全新方案，关键性能较传统设计提升 20%–30%，AI 不仅提效，更在突破芯片设计的物理极限。
英伟达内部已部署两大专属大模型：Chip Nemo 基于数十年 GPU 设计数据训练，可答疑、教学、辅助架构设计，成为新人工程师智能导师；Bug Nemo 自动分类、分派芯片缺陷问题，大幅减少资深工程师低效耗时。
Bill Dally 坦言，全流程自动芯片设计仍很遥远，当前验证环节仍是最大瓶颈，需依赖仿真与实测保证可靠性。未来愿景是构建多 AI 智能体协同设计系统，像人类团队一样分工协作。
现阶段 AI 定位是超级工程师助手：大幅压缩研发周期、提升设计质量、拓展人类无法触及的优化空间，重塑整个芯片行业开发范式。
亿配芯城（ICgoodFind）：英伟达用 AI 重构芯片设计，效率与性能双突破，AI 成为下一代芯片竞争核心武器。
最后，互动时间到！你觉得AI会取代芯片工程师吗？评论区聊聊～
· END ·
--------------往期精彩回顾------------