2026年8月，一家名為Architect Labs的矽谷初創公司，扔出了一枚足以撼動整個半導體行業的震撼彈。這家由兩名年僅20歲的輟學生創立、今年6月才結束隱身模式的年輕公司，聲稱其AI系統在不到兩周時間內，自主設計並驗證了一款名為Redwood的AI加速晶片。

矽谷初創推出 性能數據亮眼

這不是一次尋常的產品迭代，而是一次設計範式的顛覆。傳統上，一款複雜晶片從規格定義到流片，往往需要數年時間、數以億美元計的研發投入，以及數百名工程師的協同作業。Architect Labs的做法截然不同：人類架構師只需提供技術規格，其餘工作——包括RTL設計、驗證環境、固件、驅動程式，以至自訂運算核心——全部交由AI系統完成。

Redwood定位為面向機械人、無人機及邊緣裝置的端到端AI推理平台，目標是在嚴格功耗限制下，支援對即時物理AI響應有高度要求的場景。若以三星8納米製程量產，預估其推理吞吐量可達Nvidia Jetson Orin Nano的1.75倍，功耗卻僅約一半，相當於每瓦效能提升約3.4倍。

目前Redwood已部署於AMD Versal FPGA平台，以250MHz運行，能夠對包括Llama、Qwen等參數規模達數十億級的大模型進行即時推理。美國南佛羅里達大學教授Hao Zheng指出，兩周完成設計與驗證固然令人驚嘆，但Redwood尚未真正流片（tape-out），現有數據仍建基於FPGA模擬；真正考驗速度、能效與可靠性的，仍是實體晶片驗證。

AI自主設計「身體」再優化

聯合創辦人兼行政總裁Ebrahim Hussain勾勒出由「Fabless」（無晶圓廠）邁向「Designless」（無設計團隊）的願景——大幅降低對龐大人類設計團隊的依賴。其核心是一套AI與硬件互相強化的閉環：當AI模型在Redwood上運行後，模型本身會尋找進一步優化晶片架構的路徑，讓AI跑得更有效率。

迭代速度同樣驚人。該AI系統單日可自動整合115項設計變更，RTL覆蓋率達95%；規格一經調整，多數設計可在48小時內重新生成、驗證並部署。這種「AI設計自己的身體、再回頭優化自己」的循環，正是Architect Labs聲稱能以兩周完成傳統需數年工作的關鍵。

倘可量產 將大降定制門檻

若Redwood最終能量產成功，意義不止於一款邊緣推理晶片的誕生。高端定制晶片長期因成本高、周期長，幾乎只屬於科技巨頭或政府項目；Architect Labs若證明路徑可行，將顯著降低企業開發專屬硬件的門檻，讓更多公司有機會擁有自己的加速器。

風險同樣不容忽視。加州大學聖克魯茲分校教授Matthew Guthaus警告，AI設計可能出現意料之外的「開箱即錯」缺陷；若缺乏嚴格的人類監督，流片前未發現的問題，可能造成以百萬美元計的損失。

行業反應亦相當迅速。就在Redwood公布的同一周，Nvidia宣布推出Jetson Orin Nano 2（預計2027年上半年上市），聲稱性能提升一倍、功耗降低約40%——顯示邊緣AI硬件的設計競賽，已進入由AI驅動的新階段。

Redwood的真正意義，或許不在於當前規格有多亮眼，而在於它證明了「AI設計晶片」這條路不僅可行，而且推進速度遠超預期。半導體產業的遊戲規則，正在被重新改寫。

原文請按這裡

曾啟邦 (Rex)

作者為 AlgoBot聯合創辦人