做 RISC-V 芯片的团队可以留意,达摩院把 8 核一致性和 32MB L3 做成了一块现成 IP,带宽还比 XL-200 翻倍。以前要自己拼多核互连,现在直接集成就行,8 核扩展率超 90% 这个数字挺实在的。
#chip design
做芯片设计或 HLS 的朋友可以看看这篇:AutoC2V 把真实综合结果变成训练数据,再用一个 QoR 预测奖励模型省掉反复跑综合的开销,生成的 RTL 在延迟和资源上比 HLSPilot、AutoDSE 和 Claude Opus 4.8、GPT-5.5 这些通用模型都好。
这家叫 Archgen 的 YC 公司把晶体管往楼上盖,而不是继续往小里做,同一份活最多省 40% 电。他们的 AI 温度预测模型比传统软件快 5000 倍,工程师画芯片时就能当场看到哪里会过热。做芯片设计或关注后摩尔时代路线的人可以看看。
Archgen 做了个能自己找错改错的芯片设计智能体,热分析引擎比传统 EDA 工具快 5,000 倍。做先进封装、3D 堆叠芯片的工程师可以看看,跟 Cadence 那套手工流程完全是两个思路。
YC F26 的 Archgen 在做 AI 驱动的 3D 芯片设计工具,热仿真比传统 EDA 快 5000 倍,布局引擎还拿了 HRT 挑战赛第一。芯片垂直堆叠后散热和时序是硬骨头,他们让 AI 智能体自己找 bug、修复、重跑。做芯片设计或关注 EDA 格局的人可以看看。
给做硬件的朋友看看:有个智能体能自动排布元件、走线、修设计错误,热仿真模型比传统 EDA 工具快约 5,000 倍,能提前找出会过热的区域。做芯片或电路板设计的团队值得评估一下。
Anthropic 招牌的 15 人小团队用自家 Claude 设计芯片,直接对标 Nvidia 和 AMD,IPO 故事越讲越大了。
The gains came from auditing agent outputs and rewriting tool descriptions, not from swapping in a bigger model — a cheaper lever most teams overlook. Engineering teams building agentic workflows can replicate the measure-and-refine loop described in NVIDIA's techblog. It pairs a concrete verification benchmark with a widely available framework, NeMo Gym, making the method transferable beyond chip design.
世界模型跑来设计芯片了,单颗 NPU 干到 700TOPS,算力利用率还能到 99%,搞芯片的朋友可以看看这套 AI 设计流程。
Robinhood CEO 开的 Harmonic,把拿下数学奥赛水平的定理证明系统 Aristotle 用到芯片设计验证上,思路挺有意思。
日经报道印度芯片设计创业公司拿到设计能力却接不到大订单,量上不去价格就打不过别人,做硬件创业的可以看看。
Nikkei 报道印度芯片设计创业公司卡在商业化的最后一步:订单少、供应链不顺,价格拼不过对手,商业化到底难在哪说得挺清楚。
前苹果和 NUVIA 的芯片老将出来创业,做数据中心 CPU,估值已经喊到 25 亿美元,思路是先做核心 IP 再定指令集,跟传统 CPU 设计反着来。
新思科技要找中国AI实验室合作,用AI工具帮本土企业加速芯片设计,还和OpenAI搞了个GPT-Synopsys模型。
EDA 巨头 Synopsys 想拉中国 AI 实验室一起做 AI 芯片设计,中美技术隔离下还愿意合作,这个信号挺有意思。
This collaboration represents a significant shift in AI-powered chip design, moving beyond simple assistance to autonomous workflow execution. Engineers in semiconductor design can now delegate complex optimization tasks to AI agents, potentially accelerating design cycles by 30-50% while improving power, performance, and area metrics. The shared revenue model suggests this could become a new industry standard for AI-assisted EDA workflows.
This deal signals LPDDR6's growing adoption in AI hardware, potentially reducing power consumption in data centers. For ASEAN readers, this highlights South Korea's expanding role in the AI chip supply chain, with SEMIFIVE's success showing how design services can capture significant value in the AI hardware ecosystem.
TSMC 拉上 Synopsys 和 Cadence,把 agentic AI 工具直接塞进先进制程的芯片设计流程,还带认证 UALink IP,做芯片的可以关注。
AI 写代码很溜,但芯片时序收敛还是硬骨头:8 个前沿 LLM 跑了 300 多次,最强的也只过了 53.3% 的任务。
朋友,TrendForce 这个行业报告值得看看,它详细列出了全球十大芯片设计企业的营收数据,比如博通、英伟达、AMD 这些大厂,还有它们各自的增长情况,挺有参考价值的。
OpenAI用AI自研芯片,Luna模型比GLM 5.3云端部署还便宜,企业业务半年就达预期。
OpenAI的芯片设计AI来了,比开源方案更省钱,还可能按效果付费
Socionext联手英特尔18A-P工艺,要为数据中心和HPC打造专用芯片了,这组合挺有看头。
Anthropic造芯片给搞AI训练的工程师开85万美元,比实际造芯片的还高,这就是用AI设计AI芯片的现状。
MicroEvo用LLM引导芯片微架构设计搜索,比NSGA-II质量高36.2%,效率提升10倍多,代码已开源。
华为芯片老将廖恒开口了,讲18层宝塔理论,还夸DeepSeek梁文锋,自曝三次误判,全程干货。