一块芯片500轮自主演进：阿里发布超级大模型，能自己设计芯片

8月3号阿里发Qwen3.8的时候，大部分人都在看跑分：2.4万亿参数，1M上下文，Arena全球第二，紧追Claude。

但说实话，跑分这东西见多了，今天你超我明天我超你，已经有点麻木了。真正让我后背一凉的，是官方文档里藏着的一个案例——这个大模型，自己设计了一块芯片。

不是辅助写代码，不是给工程师提建议，是从算法架构到RTL代码，再到仿真验证、逻辑综合、布局布线，全流程自己跑。没人告诉它怎么优化，没有参考设计，甚至连内部逻辑都没给，就给了个接口定义和一个“门数越少越好”的目标。

然后它自己跟自己死磕了500轮，把电路从8298门优化到了678门，芯片面积直接砍了81%，还跑通了500MHz时序。

这已经不是“AI辅助设计”了，这是AI在自己迭代芯片。

01、先简单说下跑分，确实站到第一梯队了

先快速过一下大家都在转的成绩单，知道个大概就行。

Qwen3.8是千问家族目前最大的模型，总参数2.4万亿，支持1M长上下文，能看图。在第三方盲测Arena里排全球第二，仅次于Anthropic的Claude。

具体到硬指标：

-论文能力PaperBench93.0分，比Claude的Fable5高4分多

-指令遵循IFBench82.8分，比Claude高了近20分

-电脑操作OSWorld86.1分，也略超

-编程排全球第四，视觉排全球第二

怎么说呢，就是国产大模型第一次真正站到了最顶级的牌桌上，跟GPT、Claude正面掰手腕不落下风。这个进步确实很大，但还在我的预期内。

真正超预期的，是下面这个芯片设计的能力。

文章配图-1

02、500轮自我博弈，它把自己设计的电路砍了92%

这次Qwen3.8做的任务，是设计一个GCD/RSA密码硬件加速器。说人话就是一块做加密运算的数字电路，属于典型的逻辑密集型模块，很考验工程师的优化功力。

最开始给它的东西特别简单：一个任务说明，一个只有输入输出接口的空壳子，再加一个自动评分脚本。评分标准就两个：第一，功能必须完全正确，4/6/8/16位各种情况算出来的结果一个bit都不能错；第二，用的逻辑门越少越好。

没有任何人类干预，没有参考设计，甚至连怎么实现的思路都没给。

然后Qwen3.8就开始自己跟自己玩了。

它第一个能跑通的版本，用了8298个门。这很正常，不管是人还是AI，第一版先保证能工作，肯定是又大又笨。

但接下来的操作就开始离谱了：

第22轮，它自己把整个除法器推翻重写了。它发现原来用的16位硬件取模除法器太占地方，自己换成了迭代移位减法架构。就这一步，门数直接从8298砍到了2010，少了6000多门，整个优化过程80%的收益都是这一步带来的。

这是什么概念？相当于一个工程师写了第一版代码，然后自己看了半天说"不对，这个思路从根上就错了"，然后全部推倒重来。很多工程师工作三五年，都不一定有这个魄力和判断力。

然后它继续死磕：

-35到48轮，它发现有些逻辑其实是冗余的，安全地删掉了整个REDUCE阶段，把两个模块合并成一个，门数降到1304；

-60到113轮，它开始抠寄存器和状态机，删掉没用的触发器，把"先比较再减法"合成一个减法器，门数降到907；

-170到252轮，它直接打破了模块边界，把好几个子模块揉成一团，全局共享同一组减法器，门数降到765；

-最后443到500轮，它开始在门级抠细节，共享或非门树，调整选择逻辑，最终定格在678门。

整整500轮交互，71次评估，13个关键里程碑。它自己写代码，自己跑仿真，自己看报错，自己找瓶颈，自己改，再跑，再改。中间有好几次，我以为它已经到极限了，结果过了一百多轮，它又搞出了一个结构性的大改动。

最恐怖的是什么？它没有陷入局部最优。很多优化算法，或者说很多人类工程师，改到一定程度觉得"差不多了"，就停了。但Qwen3.8在几百轮之后，还能发起架构级的重构，而不是在细枝末节上修修补补。

最后它甚至自己把RTL代码送去做了布局布线，生成了真正的芯片版图。结果是：芯片面积从106×106微米缩小到46×46微米，布线长度从33000微米降到4000多微米，原来时序违例4.46纳秒根本跑不起来，最后不仅能跑，还跑到了500MHz，时序还留了0.66纳秒的余量。

面积砍了81%，速度反而更快了。

03、这意味着什么？AI设计AI芯片的闭环，快要成了

我知道有人会说：这不就是个小模块吗？又不是设计整个CPU。

没错，这只是一个加速器模块，还不是完整的芯片。但你要看到这件事的本质：大模型已经具备了端到端的芯片设计能力，而且它的优化方向，和人类工程师是一样的——先保证功能正确，再做架构级优化，再抠逻辑，最后抠物理实现。

更重要的是，它不知疲倦。人类工程师可能优化个十几版就到头了，它可以优化500版、5000版，而且永远理性，永远不会嫌麻烦，永远不会说"算了就这样吧"。

你想想这个场景：未来的芯片设计，不是几百个工程师画几年，而是大模型在沙箱里自己跟自己博弈，几天甚至几小时就迭代几百版，每一版都比上一版更小、更快、更省电。

而且这还只是个开始。Qwen3.8能设计密码加速器，那它能不能设计CPU核心？能不能设计GPU？能不能设计AI加速芯片？

如果有一天，AI设计的芯片，比人类工程师设计的还要好，然后用这块芯片去跑更强的AI，更强的AI再去设计更好的芯片——这个闭环一旦转起来，那才是真正的指数级加速。

之前大家都在说"AI写代码"，但写的都是应用层代码，是给CPU跑的。现在AI开始写硬件了，开始设计跑代码的东西本身了。这是完全不同的两个层级。

04、国产大模型，真的走到无人区了

最后说点感触。

曾几何时，我们说国产大模型，都是“跟在GPT后面”、“差距还有半年”、“虽然差点但够用了”。但这次Qwen3.8展示的芯片设计能力，我没在GPT或者Claude的公开演示里见过同等级别的东西。

这不是跟着别人走了，这是自己走到前面去了。

更有意思的是，阿里做这个事的路径也很有意思。别人都在卷对话、卷Agent、卷多模态的时候，它悄悄把大模型塞进了芯片设计这个最硬核、最专业的领域，而且一做就是全流程。

2.4万亿参数不是白给的。当模型大到一定程度，真的会涌现出一些你想不到的能力。之前谁能想到，一个语言模型，居然能懂数字电路，能做逻辑综合，能看懂时序报告？

现在它能做678门的小模块，那下一代呢？再下一代呢？

芯片设计这个行业，可能要变天了。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～