一篇来自 Architect Labs 的预印本论文，把 AI 参与芯片研发的边界又往前推了一步。论文《Redwood: A Frontier AI Accelerator Designed, Verified, and Deployed from Scratch in 2 Weeks by AI》称，两名人类工程师只用自然语言写出高层规格说明，AI 就在两周内从零完成了一颗可运行大模型的真实芯片硬件设计、验证和部署。
几乎同一时间，报道还援引 SemiAnalysis 的说法称，在查看 OpenAI 自研芯片的底层代码时，工程师已难以解释 AI 生成代码的具体实现细节。文章将这两件事并列，指向同一个变化：无论是底层算子还是芯片设计流程，AI 正在接管过去高度依赖人工经验的核心环节。
OpenAI 工程师称已难逐行理解 AI 生成代码
根据文中引述，SemiAnalysis 专家在采访中拿出一段汇编逻辑，询问其如何调动硬件单元，现场几位 OpenAI 工程师未能逐行解释代码的具体工作方式，随后承认「说实话，我们完全看不懂它每一行到底在干什么。但这不重要——AI 理解它，AI 测试了它，而且它跑得飞快，性能炸裂。」
文中称，这一披露来自 SemiAnalysis 专家 Jordan Nanos。按照披露内容，OpenAI 在自研芯片最核心的底层加速算子开发中，已把汇编级代码生成交给 AI 处理。报道还提到，OpenAI 团队在 Triton 之上构建了一套底层内核编程语言 Gluon，而 Gluon 中的复杂硬件指令由 AI 在短时间内自动生成。
文章据此给出的结论是，代码不再以「人类可逐行理解」为前提，只要 AI 能理解、能验证、并且结果可运行，这套机制就会继续推进。原文将其描述为软件工程范式的一次剧烈变化。
论文称 2 名工程师配合 AI，两周做出 Redwood
Architect Labs 发布的论文给出的信息更具体。文中将传统半导体研发与 Redwood 的生成方式做了对照：传统专用加速芯片通常需要数百人的架构、验证和后端团队，研发周期从立项、架构设计、RTL 编写到流片验证通常需要 18 至 24 个月，资金成本则可能达到数千万甚至数亿美元。
而在 Redwood 项目中，两名人类工程师只需用自然语言写出顶层功能规格说明书，规格之下的流程则由 AI 自动完成。报道称，该系统没有使用现成的商业加速器 IP，却在两周内自动生成了完整硬件设计，包括寄存器传输级代码、硬件验证套件以及配套底层固件。
论文还提到一个更接近工程现实的指标：当规格发生变化后，AI 可以重新生成设计、完成验证，并重新部署到真实硬件，全流程只需 48 小时。原文称，在研发峰值阶段，该系统单日可自动合入 115 次硬件改动，模块覆盖率达到 95%，首版交付实现 0 Bug。
Redwood 已在 FPGA 上运行开源大模型
这颗芯片名为 Redwood。文章称，它并非停留在论文或仿真层面，而是已部署在 AMD Xilinx Versal FPGA 硬件上，并实际运行了开源大模型。
按照文中的测算，如果将 Redwood 转换为同等制程的 ASIC 芯片，其在端侧 Physical AI 和低功耗场景下的能效比可达到英伟达边缘计算产品 Jetson 的 3.4 倍。报道据此认为，过去长期制约芯片行业的硬件研发周期，正在被 AI 明显压缩。
论文还提到用第一代 Redwood 参与下一代设计
文章最后强调了论文中的另一处表述：运行在第一代 Redwood 芯片上的开源大模型，已经开始参与下一代芯片的架构设计与代码生成。
原文将这一点视作「硬件自我递归演进」的信号，即更高效的 AI 芯片运行更强的模型，再由这些模型继续设计下一代芯片。文中没有给出更细的技术拆分，但将这一过程描述为芯片和 AI 相互加速的闭环。
CUDA 壁垒是否会被削弱
报道将 OpenAI 的底层代码生成实践与 Redwood 论文放在一起讨论，并把焦点落在英伟达长期建立的 CUDA 生态。原文认为，英伟达的重要优势之一在于大量开发者和企业长期绑定在 CUDA 之上；而当底层软硬件协同优化交给 AI，人类开发者对复杂 CUDA 库的适配工作可能被部分替代，AI 可以直接围绕硬件架构生成更合适的底层汇编和优化路径。
不过，就这篇报道本身来看，关于 OpenAI 自研芯片「在生成速度和运行成本上同时把英伟达挑落马下」的说法，文中并未给出更完整的测试方法、对比条件或独立验证数据。可确认的信息主要包括 SemiAnalysis 对 OpenAI 底层代码生成流程的披露，以及 Architect Labs 论文中关于 Redwood 设计、验证、部署和 FPGA 运行结果的描述。
参考信息与出处
文中列出的参考资料包括 firesidealpha 在 X 上发布的两条帖子、Architect Labs 官方博客以及预印本论文。MarsBit 页面显示，本文来自微信公众号「新智元」，作者为 Aeneas 大卫。
- 预印本标题：Redwood: A Frontier AI Accelerator Designed, Verified, and Deployed from Scratch in 2 Weeks by AI
- 预印本地址：https://arxiv.org/abs/2608.26418
- Architect Labs 博客：https://architectlabs.com/blog/redwood