绕开EDA环节，两周搞定芯片设计

Architect Labs联合创始人Ebrahim Hussain近日在接受采访时表示，公司正在搭建一个平台，让 “任何人” 都能设计定制芯片。为印证这一说法，这家初创企业已在FPGA上完成原型芯片Redwood的开发，用时创下纪录。

“Redwood是首个实例，证明这套设计流程可行。”Hussain说，“我们确实能把一个想法落地，至少做出概念验证。我认为很难比两周更快。”这个速度还体现在：公司从晶圆厂拿到的首批测试芯片（也就是A0样片）一次成功。Architect Labs采用了台积电的多项目晶圆服务，这项服务允许多款芯片设计共用一套掩膜、在同一批次流片生产。

“现在要一次性做出功能完备的A0样片，难度越来越大。”Hussain提到，“我们希望帮助芯片企业加快开发速度，同时提升开发质量。最终目标是，让合作伙伴的A0样片能够直接进入量产。”

现年20岁的Hussain没有读完高中，直接进入不列颠哥伦比亚大学攻读工程物理专业。毕业后他曾短暂担任苹果与特斯拉的芯片设计师，并在2025年以访问研究员身份加入斯坦福大学。2025年7月，他与19岁的联合创始人Aaditya Subedi共同创立Architect Labs。目前Aaditya Subedi带领一支25人的团队，成员覆盖机器学习、硬件与软件工程领域，其中不乏拥有二三十年行业经验的芯片资深从业者。

“我在苹果、特斯拉都工作过。”Hussain说，“当时我在架构团队，亲眼见识芯片研发周期到底有多长。我认为AI会对芯片设计流程带来巨大影响，但与此同时，很多人采用的AI方案实际效果有限，很难真正改变行业。”

Architect Labs称，依托其技术，用户只需向AI系统输入需求，AI就可以接手芯片的设计与验证工作。“这套系统能够测试固件栈，验证软件和芯片之间如何交互。”Hussain说，“它和传统验证流程的思路完全不同。Redwood是我们的首个验证案例，证明这套验证技术具备可扩展性，我们可以用它开发复杂芯片。”

公司为Redwood搭建了内部模块与IP核，并将Redwood作为训练数据，循环迭代优化模型。开发这套功能级RTL生成方案时，Architect Labs主要把Anthropic的Claude Opus 4.6作为前沿基准模型。“我们后续会发布文章，介绍我们的模型已经能够超越当前前沿模型的能力，这很令人振奋。”Hussain说。

投资方如何看这个方向？

Architect Labs的投资方、Kindred Ventures创始人Steve Jang表示，OpenAI的Jalapeño芯片和亚马逊的Trainium芯片证明，更多开发者有能力打造出媲美各类推理芯片的高性能产品。“这个市场存在巨大的开拓机会。”Jang补充道，“Architect Labs的定位，可以类比软件领域的Claude Code。对Architect Labs而言，核心就是用AI大幅压缩芯片设计周期。”

Jang认为，即便缩减设计团队、缩短交付周期、降低资金投入，项目也能在几周内完成接近 “可量产” 芯片一半的开发工作。“这非常有价值。” 他说，“这样一来，企业在资本、时间和资源层面就能做出继续推进或叫停项目的决策。芯片至少能在FPGA上完成测试，得到比仿真更可靠的结果。放在过去，完成这些工作往往需要一到三年。”

目前客户进展如何？

Hussain没有透露具体客户名称，但表示Architect Labs正在和合作伙伴设计 “全球复杂度顶尖的部分ASIC，从全掩膜网络交换机，到大型芯粒，品类很多。” 他还说：“先进工艺节点正是我们的优势领域。未来我们会开发更多用途各异的复杂ASIC，不只是面向边缘推理。”

据Hussain介绍，公司很快会公布合作项目，合作对象包括初创企业、财富500强以及头部芯片厂商。“最先使用这类技术的是模型实验室。”Hussain说，“它们最先拥有资金和需求，自研芯片具备商业价值。随着AI从数据中心走向物理世界，可穿戴设备、机器人、人形机器人、自动驾驶车辆都会需要定制芯片。我们希望和这些赛道的企业合作。”

Hussain接触过不少企业，它们深度理解自身业务负载，现阶段采购芯片，但已经开始规划自研芯片路线。“如果自研一颗定制芯片，性能、功耗能提升多少？这类问题是他们关心的。”Hussain说道。

绕开传统EDA流程

Architect Labs的目标是绕开大部分EDA环节，加快芯片设计。

“传统EDA的瓶颈举个例子：假设有100个智能体并行开发芯片不同模块。”Hussain说，“要配齐100套商业EDA许可证难度很高。我们采用混合方案，大约90% 的验证工作不需要商业仿真器。我们自研了一些方法、仿真器与技术，仅在最终签核阶段使用传统EDA，确保芯片能够通过所有回归测试。”

回归测试是一类自动化验证检查，每当Verilog、VHDL这类硬件描述代码发生改动，就会自动运行。

Architect Labs并不认为芯片设计岗位会因此消失。“行业里芯片工程师供给一直很紧张。”Hussain说，“借助我们研发的技术，更多工程师能够负责更复杂的模块。单个项目所需工程师人数会下降，但能落地的项目会变多，芯片路线图也会变得更加激进。”

行业竞争

Architect Labs并非赛道独行者，竞争对手包括ChipAgents与Ricursive。ChipAgents在9月宣布，RISC-V处理器IP厂商Andes Technology将一项处理器定制任务，从8.5周缩短至6周。Ricursive创始人Anna Goldie与Azalia Mirhoseini曾任职于Google Brain，二人打造了AlphaChip，这套AI工具可在数小时内生成芯片版图。EDA厂商新思科技去年也表示，正在使用AI智能体降低芯片设计的复杂度。

Jang看好Architect Labs。“最重要的一点是，EDA厂商并不希望你快速解决问题。”Jang说，“它们希望你持续付费，购买咨询服务。”