AI设计芯片性能达十多年前CPU水平，半导体产业加速重塑

AI加速器正支撑AI热潮，而AI也在反向重塑半导体产业。上观新闻援引寒武纪联合创始人陈云霁称，由AI设计的芯片，性能已达到与十多年前人工设计处理器相当的水平。

AI设计芯片快速进步

陈云霁在上周六于上海举行的2026世界顶尖科学家论坛上发表上述观点。据上观新闻报道，他指出AI驱动芯片设计面临两大难点：一是CPU架构的可能组合数量庞大，二是处理器每秒需执行数十亿次运算，对精度要求近乎完美。

为应对这些挑战，其团队开发了一套迭代系统，可每秒数百次自动验证并修正AI生成的设计，而不是要求首次生成即完全无误。

陈云霁表示，这一方法在2021年催生了Qimeng-1，性能与英特尔20世纪90年代的486处理器相当。到2025年，其后续产品Qimeng-2据称已达到十多年前主流智能手机CPU的性能水平。

除AI驱动芯片设计外，陈云霁团队还分析了100多种AI算法，识别出一组共同的底层计算操作，为专用AI指令集架构（ISA）奠定基础。据上观新闻报道，华为随后将该团队的处理器架构用于其第一代AI芯片，并支付约2亿元人民币许可费。

AI驱动材料设计：Apple Watch案例

与此同时，AI正延伸至材料科学。据中央人民广播电台报道，诺贝尔奖得主Konstantin Novoselov强调了AI在修改二维（2D）材料原子结构并预测由此产生性质方面的潜力。但他也提醒，现实材料远比AI生成模型复杂，后者往往依赖理想化物质，例如完全纯净的铁或硅。

在材料开发中，逆向设计（inverse design）正日益受到关注。报道指出，研究人员不再从材料成分出发，而是先定义目标性能，再反推合适的结构、成分与制造工艺。

美国西北大学教授Jeffrey Snyder以Apple Watch为例。Snyder表示，Apple Watch外观可能类似常规不锈钢或铝合金，但其使用的是通过逆向设计开发的专有合金，强度、耐腐蚀性、可靠性、可加工性和可抛光性等性能均按特定需求定制。

AI重塑半导体设备

AI也在改变半导体设备领域。由于工艺复杂，传统基于物理的调优方式成本高且耗时长。据第一财经（YiCai Global）援引拓荆科技（Piotech）董事长吕光泉称，设备制造商正越来越多地转向AI驱动的虚拟制造以提升效率。

例如，Lam Research利用基于物理的数字孪生（digital twins），将某些刻蚀建模步骤加速最多30倍；Applied Materials据报使用AI进行实时工艺分析，每小时处理超过100万次3D晶圆测量。

报道指出，中国的拓荆科技也在推进类似进展，通过物理与虚拟工艺腔室之间的双向数据映射，实现实时工艺预测、预测性维护和晶圆传输优化。吕光泉还表示，AI智能体（AI agents）可自动化故障分析等任务，将过去需要数百个工时的工作量降至5.5小时以下。

总体来看，这些进展凸显出AI在半导体价值链中不断扩大的作用——从设计处理器、工程化材料到优化制造设备。对中国而言，在获取先进芯片制造技术受到限制的背景下，AI驱动设计与制造方面的进展可能提供更多创新路径。