AI自主设计芯片并跑通推理
推荐指数 74.0 NO. 011 · 2026.10.07
发布2026/10/06Score182Comments238
为什么值得看
OpenTPU 是一个完全由 AI 设计、人类验证的开源 AI 加速器，已在 FPGA 上成功运行 230M 参数模型。整个设计（SystemVerilog、指令集、编译器、驱动）集中在单一仓库，是理解 AI 加速器全栈的罕见学习资源。
编辑判断
AI 设计芯片不是新鲜事，Google 和 NVIDIA 内部早有尝试，但 OpenTPU 的特殊之处在于它把'AI 自举'（bootstrapping）推到了新边界——AI 不仅设计芯片，还要在这块芯片上跑自己的推理。这种闭环对 AGI 讨论有象征意义。
对硬件创业者来说，这个项目的真正价值是降低了 AI 加速器全栈的学习门槛。之前想理解 TPU/Groq 这类架构，要么看零散论文，要么读百万行代码；OpenTPU 把完整链路压进了一个可读的 monorepo，甚至包含 bit-exact 模拟器。如果你在做端侧推理或考虑自研加速器，这是比教科书更高效的起点。
值得注意的是它目前还停留在 FPGA 验证阶段，ASIC 流片的成本和功耗数据还没出来，'AI 设计芯片'的效率优势是否能在先进制程下保持，仍是待验证的命题。
社区反馈
意见分歧 133 条评论
核心争论：AI设计芯片是可行学习资源，但能否超越GPU/ASIC商业化存疑
After using AI to develop risc-v CPU cores, the same technique was used for developing openTPU. An open source AI inference engine. It's able to run most of the modern models like Qwen 3.5, Gemma 4, and many others. The TPU started able to produce only a few tokens per second and trough a recursive
I feel like there is a lot to be gained from an experienced user pointing an LLM in a tasteful direction.
Vibe connoisseuring