人工智能或颠覆AI芯片领域：初创企业挑战Nvidia主导地位
Nvidia凭借其AI芯片和软件生态占据市场主导地位，市值超4万亿美元。其芯片被广泛用于训练大型AI模型，需在数据中心中联网数百至数千个处理器。Nvidia的成功不仅源于硬件性能，更因其提供配套软件工具，使开发者能高效编程新芯片。
然而，这一优势正受到挑战。初创公司Wafer正利用AI技术优化代码，使其在特定芯片上运行更高效。该公司通过强化学习训练开源模型，生成直接与硬件交互的内核代码，并增强现有模型（如Anthropic的Claude、OpenAI的GPT）的编码能力。Wafer已与AMD、亚马逊等企业合作，优化其自研芯片的软件运行效率，并已获400万美元种子轮融资，投资方包括谷歌Jeff Dean和OpenAI的Wojciech Zaremba。
Emilio Andere，Wafer联合创始人兼CEO表示，当前高端芯片在理论浮点运算性能上已与Nvidia GPU持平。他强调：“我们追求的是每瓦特的智能最大化。”目前，具备芯片代码优化能力的工程师稀缺且成本高昂，Nvidia的软件生态降低了开发门槛，但Wafer试图通过AI打破这一壁垒。
与此同时，另一家初创公司Ricursive Intelligence，由前谷歌工程师Azalia Mirhoseini和Anna Goldie创立，正推动AI自动化芯片设计。公司专注于物理设计与设计验证两大核心难题，已将AI用于优化芯片布局，其技术被谷歌采纳并广泛应用于行业。Ricursive进一步整合大语言模型，使工程师可用自然语言描述设计变更，目标是实现“用自然语言设计芯片”。
Ricursive已获3.35亿美元融资，估值达40亿美元。Goldie表示，未来AI可能同时优化芯片与算法，形成“递归式AI改进”，推动芯片设计进入“可扩展的规模定律”时代。这些进展可能显着降低芯片设计门槛，加速更多企业自研专用芯片，重塑AI基础设施格局。
编辑点评
此新闻揭示了AI技术正在反向重塑其自身基础设施，形成技术迭代的闭环。Nvidia长期以来凭借软硬件协同优势构建高壁垒，但AI自身的发展正在消解这一壁垒。Wafer通过AI优化代码，使非Nvidia芯片能以更高效率运行，而Ricursive则通过AI自动化芯片设计，降低企业自研芯片的技术门槛。这种‘AI设计AI硬件’的趋势，可能引发芯片产业的民主化，推动更多科技公司摆脱对Nvidia的依赖。
从全球科技竞争角度看，这一趋势对中美科技企业均有深远影响。中国在AI大模型和算力需求方面处于前列，若能把握AI芯片设计自动化机遇，可能加速实现高端芯片自主可控。同时，美国科技巨头如亚马逊、谷歌、Meta等，也将面临内部芯片与AI协同优化的全新竞争维度。
长期而言，AI驱动的芯片设计自动化或催生‘芯片-算法共进化’模式，形成新的技术迭代范式。这不仅可能重构全球半导体产业链，还可能影响数据中心架构、云计算服务成本及AI模型训练效率。该趋势若持续发展，或将成为下一波技术革命的基础设施基础。