一家初创公司，想颠覆CPU

一家新晋CPU初创公司Nuvacore近日浮出水面，由Gerard Williams III、John Bruno和Ram Srinivasan联合创立。这几位创始人均曾在苹果、Nuvia和高通任职，具备深厚的定制CPU设计背景。其中，Williams曾参与创立Nuvia，该公司后被高通收购。此外，Nuvacore还聘请了前苹果CPU工程负责人David Williamson担任硬件工程高级副总裁。

值得注意的是，创始团队的资历并非简单罗列。他们曾参与打造过去二十年来最具颠覆性的CPU架构，并非只是管理芯片项目的管理人员，而是直接负责微架构决策的架构师，涉及乱序执行深度、分支预测策略、内存子系统设计和电源管理等领域，这些决策直接影响芯片性能，并取得了显著成果。

此外，该公司已获得红杉资本的投资。鉴于红杉过往的成功案例，Nuvacore的未来备受关注。

为何选择CPU赛道？

选择CPU领域，一方面与团队背景相关，另一方面也与行业需求变化有关。

正如近期讨论所示，大型市场参与者正为应对智能体人工智能（Agentic AI）调整方向。NVIDIA的Vera CPU、Arm的AGI CPU以及Intel将Xeon定位为推理处理器，均表明CPU在智能体AI中的核心角色是编排：管理工具调用、在模型间路由，以及处理GPU和加速器不擅长的控制流。但实际情况更为复杂。

智能体系统并非处理一批任务后停止，而是持续运行。它在跨越数小时甚至数天的对话中保持上下文，不断从内存提取推理轨迹、刷新向量存储，并在决定下一步前检查已有知识。这些内存访问无处不在，不规则且不可预测，与CPU缓存架构师过去30年优化的清晰、可重复模式截然不同。

CPU并非独立运行，它需调用多个工具、启动子代理、等待响应，并将结果反馈至下一决策，同时与GPU、底层存储和网络共享系统资源。任何微小的效率损失都会累积。在生产规模下，数百万个代理交互同时运行，对延迟和一致性的要求远超当前服务器CPU的设计能力。

当前高性能CPU基于智能体运行模型出现前的工作负载假设设计。服务器CPU针对可预测的企业级工作负载优化吞吐量，客户端CPU则优化突发性能和激进电源管理。两者均无法完美匹配需持续、高效、低延迟协调数百万次智能体交互的处理器。

基于此，对Nuvacore的乐观解读是：该团队审视市场后认为，目前无人从根本上构建适合智能体AI的处理器。Arm的AGI CPU只是现有产品的改进，NVIDIA Vera的设计理念是与GPU并行，Intel Xeon则在传统架构上扩展。整个市场基于人们真正理解智能体工作负载特征前存在的假设迭代，这增强了团队进入该领域的信心。

指令集架构之谜

确定CPU赛道后，Nuvacore毅然进入。

该公司将目标定位为“通用CPU核心”，旨在满足“高级AI系统和智能体计算的高强度、持续性需求”。他们并非设计TPU、矩阵加速器或专用推理引擎，而是CPU。Nuvacore的核心论点是，这款CPU必须为智能体计算带来根本性变革。

在9月29日发布的文章中，该公司介绍了WarpCore的独特之处，即“核心优先”开发模式：“Core First是一种突破传统行业构建方式的方法，赋予我们NUVACORE团队自由，让我们能够首先构建绝对最佳、性能最高的内核，然后选择最适合我们或合作伙伴想要构建的系统的指令集。”

Nuvacore表示，他们不会在项目开始时选择指令集架构（ISA），而是先构建大部分基础CPU核心IP，再根据自身或合作伙伴最终需求选择ISA。这与传统CPU设计方法截然不同，后者目标ISA通常从一开始就决定设计方向。Nuvacore表示，将微架构部分内容与指令集解耦，使工程师能更自由地专注于性能、能效和芯片面积。

该公司尚未透露WarpCore最终将采用哪种ISA。然而，其招聘材料中提到RISC-V、Arm64和x86架构均与工程工作相关，表明底层设计在开发时充分考虑了ISA灵活性。

当然，这并不意味着指令集可简单地在最后阶段添加。解码、特权级别、内存顺序、异常处理和软件兼容性仍对CPU设计构成重大限制。借助Nuvacore，显然可在最终确定ISA前，开发出足够多的性能关键机制。

该公司招聘信息透露了基础性工作内容，包括分支预测、指令调度、寄存器重命名、乱序执行、加载/存储设计、缓存和内存子系统、一致性以及性能建模等岗位。此外，还有RTL、验证和物理设计职位，涵盖流片和芯片后验证环节。

最终选择ISA的法律问题尚未解决。RISC-V相对简单，无需Arm式架构许可。基于Nuvacore自有微架构的Arm实现需获得相应授权，鉴于Arm业务是销售CPU设计IP，获得授权可能棘手，尤其考虑到Arm与高通/Nuvia的法律纠纷。x86门槛更高，其实现权受严格控制。

这引出另一种可能性：WarpCore可能旨在成为可重用的CPU IP，供拥有相关架构许可的合作伙伴适配。该公司尚未明确长期商业模式将以完整CPU、可授权核心IP、半定制芯片，还是三者的某种组合为核心。

目前，WarpCore的工艺节点、缓存层次结构、流水线配置、向量功能或流片计划等关键细节尚未公布，但其刻意保持ISA决策开放，使其成为目前开发中较为不寻常的全新CPU项目之一。

Nuvacore需要回答的难题

了解上述背景后，可看出存在真正挑战。首先，Nuvacore团队的过往业绩主要集中在客户端，而非数据中心领域。他们的声誉在苹果建立，苹果为封闭生态系统设计芯片，拥有已知散热性能、工作负载、软件栈和单一客户。Nuvia在2019年成立时立志进军数据中心，但在推出服务器产品前被收购。高通实际推出的产品是Oryon，一款优秀的笔记本电脑芯片。

数据中心工作中不为人知的是，它并非光鲜亮丽的工程。可靠性、可用性和可维护性（RAS）在热门会议上不会获得掌声，但当需确保生产机架上CPU连续运行五年时，这才是真正重要的工作。检测并隔离错误、与虚拟机管理程序堆栈协作、了解NUMA拓扑以避免瓶颈，这才是数据中心工作的本质。

英特尔和AMD几十年来在x86架构上做同样的事，这种能力已深入组织架构，在产品路线图上看不到。这是一种根深蒂固的组织记忆，源于多年与企业客户在凌晨两点处理故障的沟通。Arm的Neoverse项目也值得一提，其芯片在数据中心成功并非因基准测试成绩，而是Arm花费数年与AWS、微软和谷歌合作，解决详尽的数据中心特定需求，这些需求在新闻稿中看不到。这种合作时间并非可有可无，而是成功的必要条件。

没有理由认为Nuvacore团队无法完成这项工作；所需技能可学习和招聘。但这与他们之前开发的项目截然不同，差距不容小觑。值得注意的是，该公司招聘信息包括操作系统负责人、固件负责人、遥测和可观测性负责人以及软件验证负责人。问题在于，考虑到红杉资本和潜在客户的耐心，这样的执行时间表是否现实。

这里还有另一个挑战：数据中心是否真的准备好迎接下一代芯片？我认为没有，但原因可能并非所想。这不是技术成熟度问题，而是疲劳问题。数据中心架构师不会闲着没事盼着更多供应商来评估。首席信息官已疲于应对现有系统管理，并努力将新一代AI基础设施与现有环境融合。

所有带着新芯片进店的公司都低估了客户最终决定采用所需的成本。评估芯片、认证、集成、培训团队、提供支持……这些消耗企业有限资源。

让一款新设计的CPU进入数据中心，通常有三种情况：超大规模数据中心将其作为定制芯片采用；成熟OEM厂商承诺围绕它构建平台；或者性能和效率差异足够大，迫使成本压力促使厂商重新评估。

我认为Nuvacore正在追求第三条道路。但要走上这条路，还需在交付量产芯片前，赢得超大规模数据中心的设计订单或与OEM厂商建立合作关系。这需要大量信任资本，因为产品至少需两到三年才能完成流片。我怀疑Nuvacore团队已拥有部分信任资本。至于资金是否充足，以及时间安排是否与超大规模数据中心多年的产品路线图规划周期相符，目前不得而知。

最后，能谈谈“CPU”这个词吗？因为我觉得它现在承担了很多原本设计之外的工作。

目前，“CPU”更多是一个定位术语，而非精确架构描述。我们讨论的，无论是Nuvacore、Arm的AGI CPU、NVIDIA Vera还是采用AMX技术的Intel Xeon，更接近于“AI时代异构计算系统中的主机处理器”。这是更准确的说法，尽管它永远不会出现在产品规格书中。所以，大家用“CPU”这个词，希望客户能自行理解其真正含义。

Nuvacore将直接面临这个问题。他们究竟在打造什么，将直接影响如何看待其竞争地位。如果打造高性能通用核心，需在各种工作负载下具备出色IPC和能效，那将是一场硬仗。另一边还有英特尔、AMD和Arm，拥有数十年客户关系和认证历史。这场战斗并非没有胜算，但需拿出远胜于他们的产品。

另一方面，如果Nuvacore正在重新思考执行层面的智能推理微架构——例如不规则内存访问模式、持续状态管理和低延迟编排需求——那么它所构建的东西，很难被归入任何现有类别。这可能会使与非超大规模客户的商业洽谈更困难，因为卖的不仅是芯片，而是向不堪重负的买家兜售全新思维模式。但这同时是一个更有趣的问题。

持怀疑态度的人认为，这是一支世界级团队，却在追逐一个他们从未涉足的数据中心市场，产品可能还需数年才能完成流片，而超大规模数据中心运营商正自主研发芯片，企业IT部门也面临认证周期资源紧张。“改写芯片规则”的说法，要么是对真正不同架构方法的真实描述，要么是所有芯片初创公司证明自身存在的惯用伎俩。

在公司展示芯片前，无法判断哪种解读正确。红杉资本的支持表明，这家实力雄厚、在芯片市场评估和投资方面有卓越业绩的金融公司认为，乐观解读比悲观解读更可能。这固然重要，但毕竟还不是产品。在数据中心领域，从引人注目的架构概念到合格且可部署的CPU之间的差距，正是大多数雄心勃勃的芯片公司选择保持沉默的原因。

本文来自微信公众号“半导体行业观察”（ID：icbank），作者：编辑部，36氪经授权发布。