苹果M1芯片主导者谈AI电力：手机芯片的省电哲学能否撑起超算

11月13日，彭博社Power On访谈节目最新一期上线，主持人马克·古尔曼（Mark Gurman）请来苹果前CPU首席架构师杰拉德·威廉姆斯三世（Gerard Williams III），聊了聊眼下这轮AI浪潮。

公开资料显示，Williams在CPU架构领域摸爬滚打了几十年，也是苹果自研芯片从手机扩展到Mac的关键推手之一。A系列和M系列处理器的CPU架构都由他在苹果带队主导，离开后他创办了AI数据中心芯片公司NUVACORE，想把“每瓦性能”这套思路从移动端搬到云端。

2019年他离开苹果，与伙伴联合创立NUVIA，这家公司后来被

在苹果的那些年，从A7到M1，多代自研处理器他都参与过研发。A7是苹果第一颗64位移动处理器，M1则是Mac告别Intel、转向自研Apple Silicon的代表作。也正因这段履历，Williams被视为苹果“自研芯片+软硬件协同”路线的标志性人物。

访谈中Williams提出，全行业都在追捧英伟达GPU，可AI数据中心真正的主角其实是CPU，它作为“大脑”的角色没人能替代。GPU是AI的“算力引擎”，CPU则是让整个数据中心高效协同的“调度中枢”。

大语言模型的大规模并行计算固然要靠GPU和AI加速器，但内存调度、安全机制、操作系统运行以及关键串行任务，仍然得由CPU负责。他创办的NUVACORE走的是“核心优先”（Core First）架构，不提前绑定x86、ARM或RISC-V指令集，芯片核心设计阶段保持灵活，到最后再针对具体生态做优化。

说到芯片研发，Williams给出的对比是：传统方式从零设计一颗高性能CPU一般要2.5至3年，光前期性能建模和设计评估就得花7至12个月；靠AI工具，NUVACORE已经把这一阶段压到2至3个月。

在他眼里，AI是设计团队的“能力延伸”，能帮工程师腾出大把时间去试更激进的点子。不过模型并不总靠谱，最后还得由资深人类工程师把关验证，芯片的绝对稳健要靠他们来保证。

他还提到，手机芯片时代对毫瓦级功耗的极致追求，眼下正变成AI数据中心的关键能力。当年做手机芯片，工程师为了续航，每一毫瓦（milliwatt）的功耗都得斤斤计较。

反观今天的AI数据中心，动辄消耗吉瓦（Gigawatt）级别的电力。如果把手机上的省电技术移植到服务器CPU上，每颗核心省下的几毫瓦乘以数百万颗核心，同样的电力和空间限制下就能塞进2到3倍的算力。