芯片设计为什么对错误零容忍
一颗每秒执行大量指令的处理器,即使单个环节出错概率很低,累计起来也会频繁出现故障。中科院计算所副所长陈云霁在 2026 世界顶尖科学家论坛上指出,让 AI 一次性生成正确设计十分困难,人类工程师同样要依靠验证排查问题。这句话点破了 AI 生成式设计的普遍困境:在写作、绘图里「差不多」可以接受,在芯片、药物、飞行器这些领域,差不多就是不可用。
把验证、调试、修复做进循环
研究团队的做法不是追求一次生成完美,而是让 AI 在设计流程里不断验证、调试、修复,通过反复迭代逼近目标。沿着这条路径,先后实现了「启蒙 1 号」和「启蒙 2 号」处理器核的自动设计——前者已完成流片,性能达到 Intel 486 水平;后者性能达到 ARM Cortex A53 水平。之后团队还把 AI 应用到操作系统配置、程序转译等环节,探索基础软件的自动化设计方式。
这套方法论不只对芯片有效
「生成 + 自动验证 + 迭代修复」实际上是一套通用的工程范式。AI 擅长在巨大搜索空间里快速提出候选,人类擅长定义什么是「对」以及判断结果是否有意义。把两者的分工固定成闭环,比争论「AI 会不会取代工程师」有用得多。对普通读者来说,这个案例也提供了一个判断标准:当看到某 AI 系统宣称做出重大设计成果时,先看它有没有可复现的验证环节和具体性能指标。
参考:中国新闻网 / 中国科学院 2026-11-02 报道。