6月10日·中国科学院发布「启蒙」系统，实现AI全流程自动设计芯片

6月10日·周二  AI工具和资源推荐

中国科学院发布「启蒙」系统，实现AI全流程自动设计芯片

中国科学院计算技术研究所联合软件研究所推出了「启蒙」系统，基于AI技术实现了处理器芯片软硬件设计的全流程自动化。该系统通过大模型和智能体技术，能够自动完成从功能需求到芯片设计的各个步骤，包括硬件逻辑设计、电路设计、操作系统配置、编译工具链开发以及高性能库设计等。其中，「启蒙1号」和「启蒙2号」分别达到了Intel 486和ARM Cortex A53的性能水平。此外，「启蒙」系统还在硬件代码生成、操作系统优化、编译工具链开发和高性能库设计等方面取得了国际领先成果。该系统采用“三步走”技术路线，通过自顶向下、自底向上和自演进的方式逐步提升设计能力，有望彻底改变传统芯片设计范式，大幅提升设计效率并满足多样化需求。来源：微信公众号【新智元】

20人团队提前实现DeepSeek构想，AI算力迎来新变革

国内AI芯片团队玉盘AI发布了一种全新的计算架构SRDA，旨在从硬件源头解决AI大模型的算力瓶颈。该架构采用数据流驱动设计理念，通过3D堆叠高带宽内存、系统级数据流优化和融合高速互联等技术，大幅提升了数据传输效率和计算单元利用率。SRDA架构还支持低精度计算和高精度累加，解决了传统硬件在计算精度上的不足。此外，该架构通过精简设计和软件定义的可重构性，降低了研发成本，提升了模型与算法的适应性。玉盘AI的核心团队仅20余人，平均年龄30+，其提前布局的I/O融合技术和eSPU AI Hub方案，与DeepSeek的最新构想高度契合。SRDA架构的推出，可能成为通用GPGPU架构与AI大模型专用计算架构的分水岭，为AI基础设施的未来发展提供了一种全新的思路。来源：微信公众号【新智元】

李飞飞团队提出「嫁接」技术，通过架构编辑提升Diffusion Transformer效率

斯坦福大学李飞飞团队提出了一种名为「嫁接」的技术，用于在小计算预算下通过编辑预训练的Diffusion Transformers（DiT）来探索新的模型架构设计。该技术允许研究者在不从头开始训练模型的情况下，通过替换模型中的某些算子（如MLP）来创建新的混合架构，从而在保持模型质量的同时减少计算量。实验表明，通过嫁接技术，模型深度可以减半，同时质量还得到提升。例如，在DiT-XL/2模型上，通过嫁接技术将每对序列Transformer模块转换为并行模块，模型深度减少到原来的一半，而FID指标仅从2.27上升到2.77。此外，该技术还成功应用于文本转图像模型PixArt-Σ，实现了1.43倍的加速，生成质量损失极小。该研究为在有限计算资源下优化大型生成模型提供了新的思路。来源：微信公众号【机器之心】

苹果WWDC 2025：AI重构风暴来袭，端侧模型开放，Siri升级跳票

华为AI算力突破：万卡集群98%可用度，秒级恢复与分钟级诊断