寒武纪陈云霁：AI设计CPU达十年前手机芯片水平

行业背景：AI与半导体走向双向赋能

人工智能的算力需求曾长期由半导体产业单方面支撑，如今这一关系正在反转：AI开始深度介入芯片设计、材料研发与设备优化。在先进制程获取受限的背景下，这种双向赋能被视为中国半导体产业寻求新路径的关键变量。

核心信息：AI设计CPU性能跨越

寒武纪联合创始人陈云霁在上海举办的2026世界顶尖科学家论坛上表示，由AI设计的芯片性能已可与十多年前人类设计的处理器比肩。他指出了AI驱动芯片设计的两大难题：CPU架构可选方案数量极其庞大，以及处理器每秒数十亿次运算对精度近乎完美的要求。

为应对这些挑战，其团队开发了一套迭代系统，不追求AI一次性输出完美设计，而是每秒对AI生成的设计自动完成数百次验证与修正。据陈云霁介绍，团队于2021年推出启蒙1号（Qimeng-1），性能对标上世纪90年代英特尔486处理器；到2025年，迭代产品启蒙2号性能已达到十多年前主流手机CPU的水准。

除芯片设计外，陈云霁团队还分析了超过100种AI算法，提炼出通用底层计算操作，为专用AI指令集架构（ISA）奠定基础。他提到，华为第一代AI芯片采用了该团队的处理器架构，并支付约2亿元人民币授权费。

AI向材料与设备环节延伸

在材料科学领域，诺贝尔奖得主康斯坦丁·诺沃肖洛夫指出，AI有能力修改二维材料的原子结构并预测性能，但现实材料远比AI模型复杂，模型往往基于纯铁、高纯硅等理想化物质。逆向设计日益流行：研究人员先定义目标性能，再反向推导材料结构、成分与制造工艺。美国西北大学教授杰弗里·斯奈德以苹果手表为例，称其外观类似普通不锈钢或铝合金，实际采用逆向设计研发的专用合金，强度、耐腐蚀性、可靠性、可加工性与抛光性能均按需定制。

半导体设备环节同样在引入AI。拓荆科技董事长吕光泉表示，设备厂商越来越多采用AI虚拟制造技术提升效率。泛林半导体（Lam Research）基于物理模型搭建数字孪生，将部分刻蚀建模步骤速度最高提升30倍；应用材料利用AI开展实时工艺分析，每小时可处理超100万次晶圆三维测量。拓荆科技也在实体工艺腔体与虚拟腔体之间做双向数据映射，实现工艺实时预测、设备预测性维护与晶圆传输调度优化。吕光泉还提到，AI智能代理能自动完成失效分析，将原本数百工时的工作量压缩至5.5小时以内。

对产业链的影响

从产业链环节看，AI设计CPU的进展落在设计端，直接关联指令集架构与处理器IP，对下游封测与PCB环节的短期拉动有限，但长期可能改变芯片设计效率与迭代节奏。AI在材料研发中的逆向设计方法，则指向覆铜板（CCL）、封装基板等上游材料的定制化开发路径，有望缩短新材料验证周期。设备端的AI虚拟制造与数字孪生，落在制造环节的工艺控制与良率管理，对晶圆代工与封测厂的设备维护、调度效率构成直接利好。整体而言，AI正从设计、材料到设备逐环渗透，为受限于先进制程的国内半导体产业提供效率型创新空间。

结语

AI设计芯片从启蒙1号到启蒙2号的性能跨越，展示了迭代式验证系统在复杂设计空间中的可行性。当这一方法向材料与设备环节扩散，半导体价值链的竞争维度可能从单纯制程微缩，转向设计效率与工艺智能化的比拼。

来源：电子产品世界 EEPW