AI加速器能效比達輝達3.4倍，關鍵技術突破為何？

Question

Accepted Answer

Redwood 計畫揭示 AI 在硬體設計中的顛覆性潛力，加速器能效比超越輝達 Jetson

Architect Labs 的 Redwood 計畫透過 AI 全面主導硬體設計流程，展現了前所未有的效率與效能。該計畫僅由兩名人類工程師提供高階規格，AI 系統便在不到兩週內完成了 AI 加速器的設計、驗證、韌體及底層程式開發，並成功部署至 AMD Xilinx Versal FPGA 平台。與輝達（Nvidia）的邊緣運算旗艦 Jetson 相比，Redwood Nano 在端側實體 AI（Physical AI）與低功耗場景下的能效比高達 3.4 倍，這項突破的核心在於 AI 對整個開發週期的端對端自動化與優化能力。
AI 實現硬體設計流程的全面自動化與快速迭代

Redwood 計畫的關鍵在於 AI 系統能夠獨立執行從效能建模、RTL 程式碼生成、驗證環境建置、形式驗證，到韌體與底層核心程式開發等所有環節。過去，這些步驟需要大量跨領域工程師協作，耗時數月甚至數年，且規格變更往往導致漫長的重新設計與驗證週期。Redwood 則實現了 AI 直接串聯這些開發環節，大幅縮短了從規格到實際部署的時間。研究團隊觀察到，在高階規格變更後，AI 最快能在 48 小時內完成重新設計、驗證與部署，甚至在開發高峰期一天能合併 115 次硬體變更，顯示出 AI 在快速迭代與成本控制上的巨大優勢。
Redwood 加速器在端側 AI 應用展現卓越能效

Redwood Nano 部署於 FPGA 平台後，在端側實體 AI 與低功耗場景下的優異能效表現，是其超越輝達 Jetson 的直接體現。端側實體 AI 指的是在設備本地進行感知、決策與控制的應用，例如自主移動機器人、智慧監控系統或工業自動化設備。在這些應用中，低延遲與高能效至關重要。相較於 Jetson 系列，Redwood Nano 透過 AI 針對特定應用場景進行了更精細的硬體架構優化與底層程式碼生成，使其在同等功耗下能執行更複雜的 AI 模型，或在完成相同任務時消耗更少的能源。這種針對性優化是傳統通用型硬體設計難以企及的。
AI 設計晶片的循環效應預示著下一代硬體發展趨勢

Redwood 計畫更具前瞻性的一點在於，執行於第一代 Redwood 硬體上的 AI 模型，也開始反饋參與下一代晶片的架構探索與程式碼生成。這開啟了一個「AI 設計晶片、晶片提供更多 AI 算力、AI 再利用新增算力設計下一代晶片」的潛在正向循環。這種模式有望加速 AI 硬體技術的演進速度，使晶片設計不再僅是人類工程師的專屬領域，而是 AI 與人類協同創新的新紀元。雖然目前 Redwood 仍屬研究階段，且主要聚焦於特定低功耗、端側 AI 工作負載，但其展現的 AI 在硬體設計中的顛覆性潛力，已為未來晶片產業的發展方向提供了清晰的藍圖。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

AI加速器能效比達輝達3.4倍，關鍵技術突破為何？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友