Redwood:AI 两周设计出一颗芯片,3.4 倍能效是推算的,芯片还没造出来

一份规格是两个人写的，剩下的活全是机器干的。

性能模型、RTL 代码、验证环境、形式化证明、固件、驱动、算子内核，一样不落。用了不到两周。

这是一家叫 Architect Labs 的公司 8 月 26 日贴在 arXiv 上的东西，芯片叫 Redwood。消息传到中文世界之后，标题基本统一成了两句：两周造出一颗芯片，能效是英伟达 Jetson Orin Nano 的 3.4 倍。

两句都不算编的。但把它们连在一起读，你会得到一个和论文里写的完全不同的故事。

先交代一句这家公司是谁

没听说过很正常——Architect Labs 2025 年才成立，总部在加州帕洛阿托，两位联合创始人，CEO 叫 Ebrahim Hussain，今年 20 岁。

公司今年 6 月才从隐身状态里出来，宣布拿到 2400 万美元种子轮，Kindred Ventures 领投。

投资人里有 Jeff Dean——谷歌大脑的创建者之一，还有 OpenAI 和英伟达的高管。

Architect Labs 要干的事只有一件：让 AI 从头到尾自己设计芯片。

注意这个次序。它不是一家做了很多年芯片、顺手用上 AI 的公司，而是反过来的——先有「让 AI 把全套活干完」这个命题，再拿一颗芯片来证明它能成。

Redwood 就是它交出的第一份作业。论文的署名里甚至没有出现任何个人名字，只写了一行「Architect Labs Team」。

记住这个身份，后面那些数字才好读。

唯一一次真刀真枪的比较，Redwood 是输的

论文第 4 页有一张表，是全文唯一一次两边都真跑了、真测了的对比。跑的是 Qwen3-0.6B 这个六亿参数的小模型。

Redwood 每秒生成 12.1 个词元，Jetson Orin Nano 每秒 28 个。它慢了一倍多。

 

论文第 4 页 TABLE I。全文唯一一次两边都实测的比较，左边 12.1，右边 28。

这个结果一点都不丢人，因为两边根本不在同一个形态上。Redwood 此刻跑在一块 AMD 的 FPGA 上——那是一种可以反复擦写、随时改逻辑的现场可编程芯片，工程师用它验证设计对不对。它的时钟只有对方的四分之一，内存带宽只有对方的四分之一。

用一块开发板去比一颗量产了三年的芯片，慢一倍已经算争气。

问题在于，那个满天飞的 3.4 倍，不是从这张表来的。

3.4 倍来自另一张表，脚注写着「推算」

同一篇论文第 5 页还有一张表，Redwood 那一栏是 49，Jetson 那一栏还是 28。表格脚注只有一行字：Projected（推算）。

从 12.1 到 49，中间垫了三个还没发生的假设，论文自己写得很清楚：时钟从 250 兆赫拉到 1 吉赫，计算引擎数量乘四，内存带宽从 16 GB/s 拉到 64 GB/s——最后这一条的原文是「假设拥有和 Jetson Orin Nano 相同的带宽」。

至于功耗那一栏的 1.335 瓦，是用大学教材里那个动态功耗公式算出来的；面积 2.88 平方毫米，是数了一遍标准单元的数量，再乘上几个经验系数：给可测试性设计加 15%，布局利用率假设 70%，时钟树再加 20%。

这些都是电子表格里的数字。 没有布局布线，没有版图文件，没有做过时序收敛。

所以那个 3.4 倍的完整意思是：一个从没被测到过的 49，除以一个真测出来的 28；再乘上一个用公式算出来的瓦数，除以一个真测出来的瓦数。

公司没有说谎，摘要里白纸黑字写着 Projected。是这个词在翻译成中文的路上掉了。

 

论文摘要原文。「Projected onto Samsung 8 nm」是公司自己的措辞，不是媒体加的。

但他们真正干成的那件事，比标题上写的值钱

讲到这儿容易滑向「又一个吹牛的创业公司」。那样就把这件事看小了。

Redwood 最硬的成绩不在性能表上，在第 6 页。论文说，所有测试平台、测试用例、形式化产物和仿真，全部由系统自动生成，没有人类验证工程师参与；每个模块的代码覆盖率和功能覆盖率都达到 95%；而第一版 RTL 从仿真送上 FPGA 的时候，零 bug。

如果你不做芯片，这段话可能没什么感觉。换个说法：在一颗芯片的开发周期里，验证通常是最烧人、最烧时间的一段，不是画图。 一个团队大半的工时耗在证明「这东西不会出错」，而不是让它跑起来。

把这一段自动化掉，是真突破。Redwood 值得被认真对待的地方在这里，不在那个 3.4 倍。

可也正是这一点，让接下来这个数字变得刺眼。

只有 14% 的芯片项目，一次就造对了

这个数不是我找来打脸的，是 Architect Labs 自己论文第一页引的——他们引它是为了说明传统流程有多慢：只有 14% 的 IC/ASIC 项目能够一次流片就成功，二十年来最低；75% 的项目延期。

剩下那 86% 是什么情况？不是设计画得慢，是造出来之后不对，得回炉再来一次。而一次流片的钱，动辄几百万美元。

现在把这两件事并排放：他们最值得夸的成绩是「验证做得又快又干净」，而 14% 这个数衡量的，恰恰是验证有没有漏东西——一颗芯片是不是真的没问题，只有把它造出来、通上电、跑起来才知道。

也就是说，他们最有说服力的那个成绩，唯一能被检验的地方，正是他们还没走到的那一步。

这不是我推的。论文最后一段自己写着，未来工作包括「把这套 AI 系统延伸到物理设计、流片和后硅验证」。第 5 节用的词更克制：Redwood 目前「达到了物理设计就绪」——就绪的意思是可以开始了，不是做完了。

创始人对 Business Insider 说，计划把 Redwood 送去台积电制造，什么时候送还没定。有意思的是，论文里那个 3.4 倍是投影到三星 8 纳米上算的——挑的是对手所在的、已经有些年头的工艺，而他们自己并不打算用它。

造出来才是考试

中佛罗里达大学一位电子与计算机工程的助理教授评价这个时间线时说，令人印象深刻，但用 AI 加速芯片设计的公司早就有了。然后他补了一句，我认为是这整件事最该被记住的一句：

「制造才是真正的考验，它才会最终告诉你这颗芯片到底有多快、多省电、多可靠。」

加州大学圣克鲁兹分校另一位教授说得更直接：AI 在芯片设计的很多环节已经很好用，但它也会犯很蠢的错，需要严密监督和反复复核——而这些错误如果没在制造之前抓住，代价是几百万美元。

还有一件事值得放在旁边看。就在 Architect Labs 发论文的同一周，英伟达发布了 Jetson Orin Nano 2，2027 年上半年上市。而上一代 Orin Nano Super 曾经只靠一次软件升级，就把峰值算力从 40 TOPS 抬到了 67 TOPS。

英伟达连硅都没动，发了个驱动，就吃掉了 1.6 倍。 而 Redwood 那 1.75 倍的性能优势，是假设自己主频翻四倍、带宽翻四倍之后推出来的，且流片日期未定。

Redwood 比的是一张快照，对面是一部还在放的电影。

下次再看到「AI 几周做完了人几年的活」

我不觉得 Architect Labs 在骗人。两周从一句规格长出一整套可运行的软硬件栈，这件事三年前没人做得到，它是真的。

但这条新闻真正教给我们的，是另一个更好用的问题。

每次看到「AI 把某个专业几年的活压到了几周」，先别急着问快了多少倍，先问：它做完的是哪一段，那一段原来是不是瓶颈。

芯片这行卡了二十年的地方，从来不是有没有人把图画出来。是画完之后，你怎么知道它是对的——而这个答案，得等造出来才有。