时间:2026年9月2日
地点:美国帕洛阿尔托(Palo Alto),硅谷
人物:Architect Labs 联合创始人 Ebrahim Hussain(侯赛因,CEO)与 Aaditya Subedi(苏贝迪);SemiAnalysis 分析师 Jordan Nanos;OpenAI 顶级工程师团队;英特尔前工程高级副总裁 Sunil Shenoy;中佛罗里达大学助理教授郑浩(Hao Zheng);加州大学圣塔克鲁兹分校教授 Matthew Guthaus
事件详情:硅谷初创公司 Architect Labs 于 9 月 1 日发布 arXiv 预印本论文 2608.26418《Redwood: A Frontier AI Accelerator Designed, Verified, and Deployed from Scratch in 2 Weeks by AI》,宣布仅由 2 名 20 岁左右的人类架构师写出高层自然语言规格,AI 系统在不到两周内、零人工介入、从零生成了名为「Redwood」的前沿 AI 加速器,涵盖性能模型、RTL 设计、UVM 验证环境、形式化证明、固件与计算内核,全部模块覆盖率 95%、首版交付 0 Bug。修改一次规格,AI 即可在 48 小时内自动重新生成、验证并部署回硬件;研发峰值单日合入 115 次硬件改动。该芯片已在 AMD Xilinx Versal FPGA 上跑通 Llama 与 Qwen 等数十亿参数开源大模型。论文数据显示,按三星 8nm 工艺换算,Redwood 吞吐量达到英伟达 Jetson Orin Nano 的 1.75 倍、功耗仅为 1/1.9,每瓦性能提升 3.4 倍。同日 SemiAnalysis 爆料称 OpenAI 自研芯片底层汇编代码已完全由 AI 生成,工程师坦言「已无法读懂 AI 写的代码」,行业惊呼英伟达二十年 CUDA 生态护城河正被撕裂。
背景:传统 ASIC 芯片设计通常需 18–24 个月、数千万至数亿美元、上百人团队;英伟达凭借 CUDA 生态绑定数百万开发者,构成二十年算力霸主地位。Architect Labs 团队于 2026 年 6 月获 2400 万美元种子轮融资,今年 8 月 26 日首版论文上线 arXiv。Google DeepMind AlphaChip 自 2020 年起用于 TPU 设计,但仅覆盖芯片布局等局部环节;Architect Labs 首次将「规格→RTL→验证→固件→内核→部署」全链路纳入同一 AI 优化闭环。
影响:若 Redwood 3.4 倍每瓦性能比在流片后被独立验证,将首次让中小团队可与英伟达展开端侧 AI 推理的能效对标;同时,「AI 设计 AI 芯片、芯片再训练 AI」的递归自我改进循环一旦工程化,将把芯片迭代周期从「年」压缩到「天」,对 EDA 工具链、英伟达 GPU 路线图及全球半导体产业格局构成根本性冲击。
总结:Architect Labs 用 14 天、2 个人与一篇 arXiv 论文,把「AI 造芯」从演示变成可量产验证的工程方案,宣告硬件设计正式进入「AI 自迭代」时代。
参考来源:
- https://www.36kr.com/p/3964303330155777
- https://arxiv.org/abs/2608.26418
- https://architectlabs.com/blog/redwood
- https://news.qq.com/rain/a/20260901A053MM00
- https://news.qq.com/rain/a/20260902A04UOR00
- https://www.icsmart.cn/141369/
- https://www.me.news/contents/308885
- https://www.toutiao.com/a7680745577570763279
- https://itdoeswhatnow.com/m/2026-08-26-chip-startup-says-an-ai-system-designed-and-verified-a-chip-in-two-weeks









