英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。 现在单张GPU跑一夜就能搞定。 最终产出的功耗和…

英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。 现在单张GPU跑一夜就能搞定。 最终产出的功耗和延迟数据，直接盖过人类工程师的图纸。

这家公司把过去三十年历代GPU的底层源码和绝密文档全盘喂给AI。 练出了一个专供内部的超级大脑ChipNeMo。 新手遇到不懂的底层原理直接找大模型连环追问。 资深老手彻底从基础答疑里解放出来。 连抓Bug、分析错误源头、给具体模块指派责任人的活，全由AI一手包办。

进位先行链是一个从上世纪五十年代就被反复研究的底层难题。 英伟达让强化学习程序像打街机游戏一样疯狂试错。 它只要勉强满足时序底线，就把体积和功耗往死里压。 最终系统吐出的架构图纸诡异至极。 人类设计师根本画不出那种走线。 测试台上的硬性指标硬生生比人工精调的方案高出30%。

如今英伟达内部的AI群体已经在接管新架构的参数探索。 首席科学家Bill Dally描绘了硬件制造的终局。 开局甩给系统一句指令：去把下一代GPU设计出来。 人类工程师直接去度假滑雪。 几天后回来，拿着跑完验证流程的完美图纸找台积电流片。