AI 正在瓦解 Nvidia 的護城河

Nvidia 是 AI 晶片的絕對霸主，市值超過 4 兆美元。但諷刺的是，它親手打造的 AI 技術，可能正在瓦解自己最深的護城河。

Nvidia 的真正護城河不是硬體，是軟體

每一代 Nvidia 晶片之所以難以取代，核心原因不只是矽晶片本身的效能，而是整套軟體生態系——特別是 CUDA 程式庫。要讓 AI 模型在晶片上跑得又快又省電，需要大量底層程式碼優化，而 Nvidia 多年來在這塊的積累讓競爭對手望塵莫及。

但現在有人打算用 AI 來攻破這道防線。

Wafer：用 AI 寫晶片底層程式碼

一家名為 Wafer 的新創公司，正在訓練 AI 模型做 AI 產業中最困難也最關鍵的工作——優化程式碼，讓它在特定晶片上跑得盡可能有效率。

Wafer 的共同創辦人兼執行長 Emilio Andere 解釋，他們對開源模型進行強化學習，教會它們撰寫 kernel 程式碼（直接與作業系統中的硬體互動的軟體）。此外，他們還為 Anthropic Claude 和 OpenAI GPT 等現有模型加上「代理人框架」，進一步強化直接在晶片上寫程式的能力。

"最好的 AMD 硬體、最好的 Amazon Trainium、最好的 Google TPU，理論算力跟 Nvidia GPU 差不多。我們要做的是最大化每瓦特的智慧。" —— Emilio Andere，Wafer CEO

公司產品/技術融資/估值
WaferAI 寫晶片底層程式碼400 萬美元種子輪（Jeff Dean、Zaremba 投資）
Ricursive IntelligenceAI 設計晶片3.35 億美元 / 40 億估值

Nvidia 護城河有多深？一個真實案例

Andere 舉了一個很說明問題的例子：當 Anthropic 與 Amazon 合作，要在 Trainium 晶片上訓練 Claude 模型時，必須從零開始重寫整套程式碼，才能讓模型在新硬體上高效運行。這種工程成本極高，而擁有相關技能的效能工程師既貴又稀缺。

"Nvidia 的護城河在於晶片的可程式性。我認為現在是時候重新思考，這道護城河是否真的那麼堅固。" —— Emilio Andere

Ricursive Intelligence：用 AI 設計晶片本身

如果說 Wafer 要用 AI 寫晶片的「使用說明書」，那 Ricursive Intelligence 的野心更大——用 AI 設計晶片本身。

Ricursive 由兩位前 Google 工程師 Azalia Mirhoseini 和 Anna Goldie 創立。她們在 Google 時就開發了用 AI 優化晶片元件佈局的方法（AlphaChip），這項技術改變了 Google 設計自家處理器的方式，現在已被業界廣泛採用。

Ricursive 要更進一步：自動化更多晶片設計環節，並將大型語言模型整合到設計流程中。讓工程師能用自然語言描述設計變更。就像現在可以用 AI「vibe coding」寫 App，未來或許可以「vibe design」設計一顆晶片。

投資人對此瘋狂看好：短短幾個月，40 億美元估值，3.35 億美元融資。

遞迴式的 AI 自我進化

Goldie 提出了一個更深遠的可能性：AI 同時設計自己的晶片和演算法。如果 AI 能調整自己運行的矽晶片和程式碼，就會形成遞迴式的自我改進循環。

"我們正進入一個新的時代，可以投入更多算力來設計更快、更好的晶片——為晶片設計創造一種 scaling law。" —— Anna Goldie，Ricursive 共同創辦人

這意味著 AI 的進步不再完全受限於硬體製造商的研發週期。如果 AI 能加速晶片設計，而新晶片又能讓 AI 更強，這個正向循環可能大幅加速整個產業的發展速度。矽谷最珍貴的資源——頂尖晶片人才和知識——正在被 AI 民主化。

📰 本文資料來源 • 《WIRED》AI Lab Newsletter — "AI Could Democratize One of Tech's Most Valuable Resources" • Wafer（wafer.ai）— AI 晶片程式碼優化新創 • Ricursive Intelligence（ricursive.com）— AI 晶片設計新創