整個(gè)芯片行業(yè)似乎普遍都還在競逐算力的峰值……

包括中國的企業(yè)。

但遠(yuǎn)在英國的一家名為XMOS的芯片設(shè)計(jì)公司，卻已經(jīng)開始押注一場(chǎng)更為根本的變革：用生成式AI重塑人與硅芯片的對(duì)話方式。

近日，XMOS首席執(zhí)行官M(fèi)ark Lippett向外界披露，該公司正研發(fā)一款能通過自然語言提示直接配置其Xcore處理器硬件特性的GenAI工具。

其愿景極具顛覆性：工程師只需用日常語言描述系統(tǒng)功能，AI便能自動(dòng)將其轉(zhuǎn)化為可在Xcore上高效運(yùn)行的設(shè)計(jì)，將開發(fā)周期從“數(shù)月縮短至數(shù)天”。

聽上去像是對(duì)現(xiàn)有開發(fā)流程的效率提升，但實(shí)則是對(duì)半導(dǎo)體行業(yè)傳統(tǒng)商業(yè)模式與價(jià)值鏈條的一次“突襲”。XMOS此舉，僅僅是提供一個(gè)更友好的開發(fā)界面嗎？

抑或是，它正利用其芯片獨(dú)特的“硬實(shí)時(shí)”與“可確定性”架構(gòu)，在巨頭林立的市場(chǎng)中，開辟一條以“決策智能”為核心的全新護(hù)城河？

1. 抽象層次提升了

在我們談?wù)撨@場(chǎng)革命之前，先理解一個(gè)困擾了電子工程師數(shù)十年的難題。

在芯片的世界里，想法與實(shí)現(xiàn)之間，橫亙著一道巨大而復(fù)雜的鴻溝。

您構(gòu)想了一個(gè)精妙的系統(tǒng)，例如一個(gè)能同時(shí)處理四路麥克風(fēng)降噪并實(shí)時(shí)響應(yīng)語音喚醒的智能設(shè)備。但要將這個(gè)構(gòu)想變?yōu)樵诠栊酒线\(yùn)行的代碼，您必須化身為一個(gè)事無巨細(xì)的“微觀世界管理者”。

這就是傳統(tǒng)意義上的“功能抽象”。

數(shù)十年來，我們的工具在不斷進(jìn)步，從最底層的匯編指令，到更為友好的C語言，再到各種封裝好的函數(shù)庫。這確實(shí)是在提升抽象層次，但本質(zhì)上，它提供的仍是更趁手的“工具”，而非解決問題的“方案”。

工程師依然必須深度浸淫在硬件架構(gòu)的細(xì)節(jié)中，需要精確地知道哪個(gè)數(shù)字信號(hào)處理器（DSP）核心最適合執(zhí)行快速傅里葉變換（FFT）算法，需要精準(zhǔn)地配置哪個(gè)輸入輸出（I/O）引腳連接時(shí)鐘源，需要像一位交響樂指揮一樣，手動(dòng)編排好各個(gè)任務(wù)之間的調(diào)度與通信，確保它們不會(huì)相互搶奪資源或產(chǎn)生致命的時(shí)序沖突。

這個(gè)過程極度依賴專業(yè)知識(shí)和經(jīng)驗(yàn)，它緩慢、昂貴，且將絕大多數(shù)軟件工程師擋在了硬件設(shè)計(jì)的大門之外。

而XMOS所倡導(dǎo)的“意圖抽象”，正是瞄準(zhǔn)這道鴻溝發(fā)起的一場(chǎng)革命。

它的核心目標(biāo)是要將設(shè)計(jì)工作的起點(diǎn)，從對(duì)“如何實(shí)現(xiàn)”的繁瑣規(guī)劃，轉(zhuǎn)變?yōu)閷?duì)“需要什么”的清晰陳述。這背后是計(jì)算機(jī)科學(xué)中一個(gè)經(jīng)典范式的閃耀回歸與升維，即“聲明式編程”。

在此范式下，用戶的責(zé)任是精確地定義最終的目標(biāo)狀態(tài)——“我需要一個(gè)具備這些功能的系統(tǒng)”，而將“如何達(dá)到這一狀態(tài)”的復(fù)雜實(shí)現(xiàn)過程，完全交由系統(tǒng)內(nèi)部的智能引擎去處理。

那么，在XMOS的藍(lán)圖里，是誰來承擔(dān)這個(gè)“實(shí)現(xiàn)者”的重任？是生成式人工智能。

它在這里扮演的角色，遠(yuǎn)不止一個(gè)更聰明的代碼補(bǔ)全工具，而是一個(gè)深度融合了Xcore硬件靈魂的“超級(jí)編譯器”。這個(gè)AI模型，通過吞噬XMOS過去十年積累的無數(shù)硬件設(shè)計(jì)數(shù)據(jù)、性能模型和最佳實(shí)踐，已經(jīng)將Xcore芯片的每一個(gè)特性、每一條約束、每一種優(yōu)化可能性內(nèi)化為了它的“本能”。當(dāng)您用自然語言描述您的系統(tǒng)意圖時(shí)，AI正在幕后進(jìn)行一場(chǎng)高速、復(fù)雜的多維匹配與決策。

它可以將您的需求拆解為原子級(jí)的任務(wù)，為這些任務(wù)在并行的處理器陣列中找到最合適的“座位”，為它們之間必需的數(shù)據(jù)流鋪設(shè)好高效的“通道”，并最終生成一份經(jīng)過深度優(yōu)化、且能確保硬實(shí)時(shí)性能的底層配置與代碼。

至于我為何將這個(gè)概念定義為“變革”，就正在于它勢(shì)必會(huì)從根本上重塑設(shè)計(jì)流程的動(dòng)力學(xué)。它不再僅僅是讓已有的工作做得更快，而是讓完全不同背景的人能夠從事曾經(jīng)遙不可及的工作。

一位精通算法但未必了解硬件時(shí)序的軟件工程師，現(xiàn)在也有可能獨(dú)立完成一個(gè)高性能嵌入式系統(tǒng)的構(gòu)建。

開發(fā)活動(dòng)的核心，從“如何調(diào)配硬件資源”的技術(shù)性推演，轉(zhuǎn)變?yōu)榱恕叭绾味x產(chǎn)品功能”的概念性思考。

這正是“意圖抽象”最強(qiáng)大的解放力量——它試圖將人類創(chuàng)造者從執(zhí)行層面的復(fù)雜性與不確定性中解脫出來，讓他們能將寶貴的智力資源完全聚焦于創(chuàng)新本身。

這不僅僅是效率的量變，這是能力范圍的質(zhì)變，是芯片設(shè)計(jì)工具歷經(jīng)數(shù)十年演進(jìn)后，一次向著人類思維本能回歸的跨越。

2. 賣硬件到賣確定性

而且，這項(xiàng)概念所誘發(fā)的變革，還有另一面。

那便是商業(yè)模式的轉(zhuǎn)變。

長久以來，半導(dǎo)體行業(yè)遵循著一個(gè)清晰而穩(wěn)固的商業(yè)模式，其核心是銷售那片封裝在精致外殼中的硅晶體，即硬件本身，以及與之配套的知識(shí)產(chǎn)權(quán)（IP）。

在這個(gè)傳統(tǒng)模式下，一家芯片公司的價(jià)值，通常由一條簡潔的公式所衡量：價(jià)值 = 芯片性能 × 軟件生態(tài)。性能是硬核指標(biāo)，是數(shù)據(jù)表上令人眼花繚亂的算力、功耗與頻率；軟件生態(tài)則是讓這顆芯片煥發(fā)生機(jī)的土壤，是編譯器、驅(qū)動(dòng)、庫函數(shù)所構(gòu)成的支撐體系。

然而，XMOS將生成式AI深度融入工具鏈的戰(zhàn)略，正悄然推動(dòng)著價(jià)值天平發(fā)生一次決定性的傾斜，其新的價(jià)值公式正演進(jìn)為：價(jià)值 = 芯片性能 × (軟件生態(tài) + 決策智能)。

這個(gè)新加入的變量——“決策智能”，正是整個(gè)故事商業(yè)魔力的源泉。

它指的不是簡單的自動(dòng)化，而是特指GenAI工具所賦予的那種將模糊需求轉(zhuǎn)化為最優(yōu)硬件配置的確定性。

XMOS首席執(zhí)行官M(fèi)ark Lippett說：“無需派遣現(xiàn)場(chǎng)應(yīng)用工程師”、“客戶希望不打電話就能成功”。

平常的話語，卻精準(zhǔn)地刺中了傳統(tǒng)芯片商業(yè)模式中最隱秘、也最沉重的成本中心。

在嵌入式系統(tǒng)開發(fā)中，那顆小小的芯片本身的采購成本，往往只是整個(gè)項(xiàng)目開支的冰山一角。潛藏在水下的，是更為巨大的“認(rèn)知成本”與“試錯(cuò)成本”。

一位資深工程師需要投入數(shù)月甚至數(shù)年的時(shí)間，去深入學(xué)習(xí)一款新芯片的架構(gòu)奧秘、時(shí)序特性和調(diào)試技巧。這期間充滿了不確定性，精心設(shè)計(jì)的方案可能在最后關(guān)頭發(fā)現(xiàn)無法滿足實(shí)時(shí)性要求；微妙的資源沖突可能導(dǎo)致系統(tǒng)在特定條件下崩潰。

這些成本高昂、耗時(shí)漫長且結(jié)果未知的探索過程，構(gòu)成了客戶創(chuàng)新道路上最大的障礙與風(fēng)險(xiǎn)。

現(xiàn)在，XMOS通過其AI工具，將這些令人望而生畏的成本絕大部分內(nèi)部化并吸收了。它提供給客戶的，不再是一塊需要用戶自行摸索的“空白畫布”，而是一套已經(jīng)預(yù)設(shè)了最佳路徑的“自動(dòng)導(dǎo)航系統(tǒng)”。

客戶支付的價(jià)格，購買的不僅僅是硬件，更是一份規(guī)避探索風(fēng)險(xiǎn)的保險(xiǎn)，一份對(duì)成功結(jié)果的確定性承諾。

這份“確定性”所帶來的，是一種前所未有的、近乎顛覆性的客戶粘性。

試想，當(dāng)一位開發(fā)者已經(jīng)習(xí)慣于用人類最自然的語言，輕松描述系統(tǒng)功能，并在幾分鐘內(nèi)獲得一個(gè)經(jīng)過驗(yàn)證、可立即投入使用的解決方案時(shí)，他還會(huì)愿意回到那個(gè)需要手動(dòng)查閱數(shù)千頁技術(shù)文檔、逐行編寫底層代碼、并冒著巨大調(diào)試風(fēng)險(xiǎn)的傳統(tǒng)工作模式中去嗎？

體驗(yàn)上的代差，一旦形成，便構(gòu)筑起一道競爭對(duì)手難以逾越的生態(tài)護(hù)城河。

即便競爭對(duì)手能夠推出一款性能參數(shù)稍優(yōu)、價(jià)格稍低的芯片，但要彌補(bǔ)這種開發(fā)范式上的世代差距，也絕非易事。

最終，這一切將匯聚于一個(gè)極具吸引力的商業(yè)終點(diǎn)：極致的規(guī)模化服務(wù)能力。

傳統(tǒng)的芯片支持模式高度依賴稀缺且昂貴的現(xiàn)場(chǎng)應(yīng)用工程師（FAE），這本質(zhì)上是一種人力密集型的、難以規(guī)?；姆?wù)。

一個(gè)FAE團(tuán)隊(duì)的能力半徑，決定了公司能夠有效服務(wù)的客戶數(shù)量與質(zhì)量上限。

而XMOS的AI工具，恰恰打破了這一瓶頸。

正如Lippett所展望的，它使得公司在不顯著增加頂尖人力資源投入的情況下，能夠同時(shí)服務(wù)于成千上萬個(gè)客戶項(xiàng)目。這種模式的特征——前期高昂的研發(fā)投入固定成本，和后期服務(wù)每個(gè)額外客戶的近乎為零的邊際成本——正是典型的軟件驅(qū)動(dòng)的高毛利率擴(kuò)張模式。

在資本市場(chǎng)的眼中，這種模式代表著無限的想象空間與估值溢價(jià)，因?yàn)樗A(yù)示著一旦技術(shù)成熟，企業(yè)將能以一種輕盈而迅猛的姿態(tài)，實(shí)現(xiàn)指數(shù)級(jí)的增長。

這，才是隱藏在“自然語言配置芯片”這一酷炫功能背后，真正具有顛覆性的商業(yè)未來之一。

3. 可預(yù)測(cè)的并行架構(gòu)

但為什么是XMOS呢？為什么是Xcore呢？

我認(rèn)為Mark Lippett反復(fù)強(qiáng)調(diào)的“硬實(shí)時(shí)行為”和“可靜態(tài)驗(yàn)證功能和定時(shí)”這些概念其實(shí)已經(jīng)可以回答。

我將此稱為“可預(yù)測(cè)的并行架構(gòu)”——這是一種在當(dāng)今追求絕對(duì)算力的混沌浪潮中，近乎偏執(zhí)地追求秩序與確定性的獨(dú)特路徑。

我們?nèi)粘Ｊ褂玫碾娔X、手機(jī)里的通用處理器（CPU、GPU），是性能強(qiáng)大的巨人，但其行為在本質(zhì)上卻是動(dòng)態(tài)且不確定的。它們依靠緩存、分支預(yù)測(cè)、動(dòng)態(tài)功耗管理以及復(fù)雜的操作系統(tǒng)調(diào)度器來提升平均性能。然而，這種優(yōu)化策略帶來一個(gè)代價(jià)：不確定性。

同一段代碼，在不同時(shí)刻運(yùn)行，可能會(huì)因?yàn)榫彺媸欠衩?、操作系統(tǒng)是否插入了高優(yōu)先級(jí)任務(wù)而產(chǎn)生微秒甚至毫秒級(jí)的執(zhí)行時(shí)間波動(dòng)。在大多數(shù)應(yīng)用中，這種波動(dòng)無關(guān)緊要。

但當(dāng)你試圖為一個(gè)這樣的系統(tǒng)開發(fā)一個(gè)能給出百分之百性能保證的“生成式AI工具”時(shí)，你會(huì)遭遇一面無法逾越的墻：AI本身，永遠(yuǎn)無法在一個(gè)本身就如流沙般變幻的基礎(chǔ)之上，構(gòu)建出一座堅(jiān)如磐石的城堡。

它無法承諾，也無力驗(yàn)證。

Xcore的架構(gòu)，從第一原理上就走向了另一條道路。

其“時(shí)間觸發(fā)架構(gòu)”和硬件隔離特性，本質(zhì)上是在芯片內(nèi)部構(gòu)建了一個(gè)由精確時(shí)鐘節(jié)拍驅(qū)動(dòng)的、可預(yù)測(cè)的并行世界。

就好比一個(gè)永不停歇、絕對(duì)準(zhǔn)時(shí)的交響樂團(tuán)：每個(gè)樂手（處理器核心）不僅知道自己的樂譜（代碼），更確切地知道自己必須在哪一個(gè)精確的拍點(diǎn)演奏，并且擁有完全不受他人干擾的獨(dú)立座位（硬件隔離）。

這意味著，任務(wù)的開始、執(zhí)行和結(jié)束時(shí)間，在系統(tǒng)設(shè)計(jì)階段就已經(jīng)被確定，并在芯片運(yùn)行時(shí)得到硬件的保證。這為高級(jí)工具提供了一個(gè)夢(mèng)寐以求的、確定性的、可精確建模的物理世界接口。

于是，奇跡發(fā)生了。

生成式AI在為此類架構(gòu)工作時(shí)，其角色發(fā)生了質(zhì)變。

它不再是一個(gè)在混沌中摸索最佳路徑的優(yōu)化器，它可以在虛擬環(huán)境中，對(duì)系統(tǒng)進(jìn)行“形式化驗(yàn)證”——一種數(shù)學(xué)上嚴(yán)格的方法，來證明設(shè)計(jì)的功能和時(shí)序百分百符合預(yù)期。它可以精準(zhǔn)預(yù)測(cè)在最極端的情況下，系統(tǒng)的響應(yīng)時(shí)間會(huì)是多少。

由此，我們得以窺見XMOS商業(yè)模式中最獨(dú)特的一點(diǎn)：銷售“時(shí)間”本身。

在物聯(lián)網(wǎng)、工業(yè)4.0、自動(dòng)駕駛和機(jī)器人技術(shù)席卷而來的時(shí)代，許多應(yīng)用場(chǎng)景的價(jià)值核心，已經(jīng)從“處理速度有多快”轉(zhuǎn)變?yōu)椤绊憫?yīng)是否足夠及時(shí)和可靠”。一個(gè)機(jī)械臂能否在毫秒級(jí)的規(guī)定時(shí)間內(nèi)完成緊急停機(jī)，一輛自動(dòng)駕駛汽車能否在確定的延遲內(nèi)融合所有傳感器數(shù)據(jù)并做出決策——這些場(chǎng)景中，確定性的“時(shí)間”價(jià)值，遠(yuǎn)高于漂浮不定的峰值算力。

算力（FLOPS）關(guān)乎吞吐量，是“能做多少”；而實(shí)時(shí)性關(guān)乎截止期限，是“必須在何時(shí)之前完成”。

后者，往往是系統(tǒng)安全、穩(wěn)定和可靠的性命攸關(guān)之處。

因此，Xcore架構(gòu)所提供的，是一種對(duì)“時(shí)間”這一維度的底層控制力。

而GenAI工具，則是將這種深埋在硬件深處的、獨(dú)特的“時(shí)間價(jià)值”，以一種前所未有的便捷方式，交付到每一位開發(fā)者手中的媒介。

我想，未來真正的稀缺價(jià)值，或許不再源于更快的計(jì)算，而源于更可信、更可知、更可依賴的計(jì)算。當(dāng)不確定性成為技術(shù)發(fā)展的最大成本時(shí)，提供“確定性”本身，便成了這個(gè)時(shí)代最強(qiáng)大的商業(yè)模式。

作者｜陳默

編輯/排版 | Felix

題圖/封面｜AI生成

出品｜32度域 芯片研究組（未經(jīng)許可，禁止轉(zhuǎn)載）

本內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表32度域立場(chǎng)。未經(jīng)允許不得轉(zhuǎn)載，違者必究，授權(quán)事宜請(qǐng)聯(lián)系我們。