Newshot
Account

主导苹果 M1 芯片的传奇架构师谈 AI 电力危机:用造 iPhone 芯片的“抠门”哲学建超算

Summary

IT之家 11 月 13 日消息,在最新一期 Power On 访谈节目中,彭博社的马克 · 古尔曼(Mark Gurman)邀请苹果前 CPU 首席架构师杰拉德 · 威廉姆斯三世(Gerard Williams III)作客,探讨当前的 AI 浪潮。 IT之家查询公开资料,Williams 是一位深耕 CPU 架构数十年的芯片工程师,也是苹果自研芯片从手机走向 Mac 的关键人物之一。他曾在苹果主导 A 系列和 M 系列处理器的 CPU 架构,后创办 AI 数据中心芯片公司 NUVACORE ,主张把“每瓦性能”从移动设备带入云端。 2019 年离开苹果联合创立 NUVIA,公司后被高通收购,他主导了 Oryon CPU 架构;2026 年又联合创立新公司 NUVACORE。 Gerard Williams III(中)与 Nuvia 的联合创始人 John Bruno(左)和 Manu Gulati(右)合影,图源:Nuvia 在苹果期间,他参与了从 A7 到 M1 等多代自研处理器的研发。A7 是苹果首款 64 位移动处理器,M1 则是苹果将 Mac 从 Intel 芯片转向自研 Apple Silicon 的标志性产品。这段经历使 Williams 成为苹果“自研芯片 + 软硬件协同”路线的代表性人物。 在本次访谈节目中,Williams 认为尽管全行业都在疯狂追捧英伟达的 GPU, 但是 CPU 才是 AI 数据中心的幕后主角,CPU 的“大脑”角色不可替代。 GPU 是 AI 的“算力引擎”,CPU 则是让整个数据中心高效协同的“调度中枢”。 大语言模型虽然依赖 GPU 和 AI 加速器完成大规模并行计算,但仍需要 CPU 负责内存调度、安全机制、操作系统运行及关键串行任务。其创立的 NUVACORE 公司采用“核心优先”(Core First)架构,不预先绑定 x86、ARM 或 RISC-V 指令集,而是在芯片核心设计阶段保持灵活,最终再针对具体生态进行优化。 在芯片研发方面,Williams 称,传统从零设计高性能 CPU 通常需 2.5 至 3 年,其中前期性能建模和设计评估往往耗时 7 至 12 个月;借助 AI 工具,NUVACORE 已将该阶段压缩至 2 至 3 个月。 他把 AI 比作设计团队的“能力延伸”,AI 能帮工程师省出大量时间去…

Original text(via IT之家)

主导苹果 M1 芯片的传奇架构师谈 AI 电力危机:用造 iPhone 芯片的“抠门”哲学建超算

IT之家 11 月 13 日消息,在最新一期 Power On 访谈节目中,彭博社的马克 · 古尔曼(Mark Gurman)邀请苹果前 CPU 首席架构师杰拉德 · 威廉姆斯三世(Gerard Williams III)作客,探讨当前的 AI 浪潮。

IT之家查询公开资料,Williams 是一位深耕 CPU 架构数十年的芯片工程师,也是苹果自研芯片从手机走向 Mac 的关键人物之一。他曾在苹果主导 A 系列和 M 系列处理器的 CPU 架构,后创办 AI 数据中心芯片公司 NUVACORE ,主张把“每瓦性能”从移动设备带入云端。

2019 年离开苹果联合创立 NUVIA,公司后被高通收购,他主导了 Oryon CPU 架构;2026 年又联合创立新公司 NUVACORE。

在苹果期间,他参与了从 A7 到 M1 等多代自研处理器的研发。A7 是苹果首款 64 位移动处理器,M1 则是苹果将 Mac 从 Intel 芯片转向自研 Apple Silicon 的标志性产品。这段经历使 Williams 成为苹果“自研芯片 + 软硬件协同”路线的代表性人物。

在本次访谈节目中,Williams 认为尽管全行业都在疯狂追捧英伟达的 GPU,但是 CPU 才是 AI 数据中心的幕后主角,CPU 的“大脑”角色不可替代。GPU 是 AI 的“算力引擎”,CPU 则是让整个数据中心高效协同的“调度中枢”。

大语言模型虽然依赖 GPU 和 AI 加速器完成大规模并行计算,但仍需要 CPU 负责内存调度、安全机制、操作系统运行及关键串行任务。其创立的 NUVACORE 公司采用“核心优先”(Core First)架构,不预先绑定 x86、ARM 或 RISC-V 指令集,而是在芯片核心设计阶段保持灵活,最终再针对具体生态进行优化。

在芯片研发方面,Williams 称,传统从零设计高性能 CPU 通常需 2.5 至 3 年,其中前期性能建模和设计评估往往耗时 7 至 12 个月;借助 AI 工具,NUVACORE 已将该阶段压缩至 2 至 3 个月。

他把 AI 比作设计团队的“能力延伸”,AI 能帮工程师省出大量时间去尝试更激进的创意,但因为模型并不总是可靠,最终仍需要资深人类工程师来把关验证,确保芯片的绝对稳健。

他还表示,手机芯片时代对毫瓦级功耗的极致追求,正在成为 AI 数据中心的关键能力。当年设计手机芯片时,工程师为了续航必须斤斤计较每一毫瓦(milliwatt)的功耗。

而如今 AI 数据中心动辄消耗吉瓦(Gigawatt)级别的惊人电力,如果能把手机上的省电技术用到服务器 CPU 上,每颗核心省下的几毫瓦乘以数百万颗核心,就能在同样的电力和空间限制下塞入 2 到 3 倍的算力。

相关文章

  • Axelera AI 公布数据中心级 AIPU 芯片 Titania 架构,2027Q3 投产
  • 不靠补贴、不增加他人成本:微软承诺其 AI 扩张电费将自己买单
  • 黄仁勋辞职后,英伟达总部外出现鲜花和蜡烛
  • 黄仁勋最激进 AI 赌局的“刹车手”:英伟达临时 CEO 克雷斯曾力主削减 2500 亿美元 OpenAI 豪赌
  • Anthropic、OpenAI 遭专利诉讼,被指侵犯五项神经网络技术专利
  • 超 740 亿美元砸向 AI:马斯克的 SpaceX 不光造火箭,还要建超级算力帝国

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗