Der 20-jährige Wettbewerbsburggraben von CUDA ist durchbrochen worden: Kein Code, keine menschliche Beteiligung, KI fertigte innerhalb von 14 Tagen einen echten Chip.

Gerade haben Ingenieure von OpenAI zugegeben, dass sie den von KI geschriebenen Code nicht mehr verstehen.

Nach Enthüllungen von SemiAnalysis haben die Ingenieure von OpenAI bei der Prüfung des unterliegenden Codes ihrer selbst entwickelten Chips resigniert zugegeben: Die Menschen sind nicht mehr in der Lage, den von KI generierten Code vollständig zu verstehen.

Noch erstaunlicher ist, dass fast zur gleichen Zeit das Team von Architect Labs im Silicon Valley eine Arbeit veröffentlicht hat, die die gesamte Halbleiterindustrie zerstören könnte:

Zwei menschliche Ingenieure haben lediglich die hochrangigen Spezifikationen in natürlicher Sprache verfasst, und die KI hat innerhalb von zwei Wochen ohne menschliche Beteiligung von Grund auf echte Chip-Hardware generiert, die große Modelle ausführen kann!

Der CUDA-Wassergraben von Nvidia wurde direkt durchbrochen.

Titel: Redwood: A Frontier AI Accelerator Designed, Verified, and Deployed from Scratch in 2 Weeks by AI

Preprint: https://arxiv.org/abs/2608.26418

Bei jeder Änderung der Architekturspezifikation benötigt die KI von der Code-Rekonstruktion und erneuten Verifizierung bis zur Bereitstellung auf der Hardware nur 48 Stunden.

Darüber hinaus hat dieser Chip das Open-Source-Großmodell auf FPGA erfolgreich ausgeführt, und der gemessene Energieeffizienz ist ganze 3,4 Mal höher als der von Nvidias Jetson!

Das Schockierendste für das gesamte Netz ist: Die KI, die auf diesem Chip der ersten Generation läuft, hat bereits damit begonnen, seinen Chip der nächsten Generation zu entwerfen.

Ingenieure von OpenAI gestehen: „Wir können den KI-Code nicht mehr verstehen“

In einem Interview zeigte ein Experte von SemiAnalysis auf einen Abschnitt des Codes und fragte: „Wie genau steuern diese Zeilen Assembler-Logik die Hardware-Einheiten?“

Die anwesenden Top-Ingenieure von OpenAI sahen sich gegenseitig an, zuckten schließlich mit den Schultern und gaben offen zu:

„Ehrlich gesagt, wir verstehen überhaupt nicht, was jede Zeile davon tut. Aber das ist nicht wichtig – die KI versteht es, die KI hat es getestet, und es läuft extrem schnell mit überragender Leistung.“

Laut der aufsehenerregenden Enthüllung von Jordan Nanos, Experte bei SemiAnalysis, hat OpenAI bei der Entwicklung der zentralen unterliegenden Beschleunigungsoperatoren für seine selbst entwickelten KI-Chips den gesamten Assembler-Code vollständig der KI übergeben.

Auf Basis von Triton hat das Team von OpenAI eine unterliegende Kernel-Programmiersprache namens Gluon aufgebaut.

Die komplexen Hardware-Anweisungen in Gluon werden alle in kurzer Zeit automatisch von der KI generiert.

„Der Code muss nicht von Menschen verstanden werden. Solange die KI ihn versteht und die KI ihn verifiziert hat, ist er richtig.“

Das ist der dramatischste Paradigmenwechsel in der Software-Entwicklung seit über einem halben Jahrhundert.

Warum wird der unterliegende Code der KI übergeben?

Nur so kann die Verteidigungslinie des von Jensen Huang aufgebauten Rechenleistungs-Imperiums durchbrochen werden.

Laut Enthüllungen von SemiAnalysis hat der geheim entwickelte selbst entwickelte KI-Chip von OpenAI Nvidia sowohl bei der Generierungsgeschwindigkeit als auch bei den Betriebskosten übertroffen!

Noch fataler ist, dass er direkt den „CUDA-Wassergraben“ untergräbt, auf dem Nvidia seit zwanzig Jahren seine weltweite Herrschaft gründet.

Nvidia ist unersetzlich vor allem deshalb, weil Millionen von Entwicklern und Hunderttausenden von Unternehmen weltweit an das CUDA-Ökosystem gebunden sind. Aber OpenAI hat mit praktischen Beispielen bewiesen:

Wenn die kooperative Optimierung von unterliegender Hard- und Software vollständig von der KI übernommen wird, müssen Menschen keine komplexen CUDA-Bibliotheken mehr anpassen. Die KI kann direkt auf die Hardware-Architektur abzielen und automatisch den optimalen unterliegenden Assembler generieren

Der Chip-Entwicklungszyklus wird durchbrochen! 2 Personen + KI fertigen echte Hardware in zwei Wochen

Gleichzeitig hat diese kürzlich von Architect Labs veröffentlichte bahnbrechende Arbeit die Halbleiter-Hardware-Design-Industrie vollständig umgewälzt.

Adresse der Arbeit: https://arxiv.org/abs/2608.26418

Was bedeutet es in der traditionellen Halbleiterindustrie, einen speziellen Beschleunigungs-Chip herzustellen?

Teamgröße: Meistens Hunderte von Top-Chip-Architekten, Verifizierungsingenieuren und Backend-Teams;

Entwicklungszyklus: Von der Projektgenehmigung, Architekturdesign, RTL-Programmierung bis zur Tapeout-Verifizierung dauert es normalerweise 18 bis 24 Monate;

Kapitalkosten: Zehn Millionen oder sogar Hunderte Millionen US-Dollar, mit extrem niedriger Fehlertoleranz – ein einziger Fehler kann direkt zum Bankrott führen.

Was Architect Labs getan hat, versetzt die gesamte Branche in Erstaunen:

Nur zwei menschliche Ingenieure haben die oberen funktionalen Spezifikationen in natürlicher Sprache verfasst, und die KI hat in zwei Wochen das gesamte Hardware-Design generiert.

Unterhalb der Spezifikationen läuft der gesamte Prozess ohne menschliche Beteiligung!

Ohne Verwendung von handelsüblichen kommerziellen Beschleuniger-IPs auf dem Markt hat das KI-System in nur zwei Wochen automatisch alles generiert, einschließlich des Registerübertragungsebenen-Codes, des Hardware-Verifizierungspakets und der dazugehörigen unterliegenden Firmware.

Bei traditionellem Chip-Design fürchten sich die Menschen vor Änderungen der Anforderungen am meisten: Die Änderung eines Moduls kann mehrere Monate dauern, um Simulation und Verifizierung erneut durchzuführen.

Aber im KI-System von Architect Labs dauert der gesamte Prozess der erneuten Generierung, Verifizierung und Bereitstellung auf der echten Hardware nach der Änderung der Spezifikationen nur 48 Stunden.

In der Spitzenphase der Entwicklung kann das System pro Tag automatisch 115 Hardware-Änderungen einpflegen, die Modulabdeckung erreicht 95 %, und die erste Auslieferung erreicht 0 Fehler!

Dieser Chip namens Redwood ist keineswegs ein bloßes Spielzeug für theoretische Zwecke.

Er wurde direkt auf der AMD Xilinx Versal FPGA-Hardware bereitgestellt und hat tatsächlich Open-Source-Großmodelle ausgeführt.

Nach Schätzungen erreicht die Energieeffizienz bei physikalischer KI auf Endgeräten und Szenarien mit niedrigem Stromverbrauch das 3,4-fache des Nvidias Edge-Computing-Flaggschiffs Jetson, wenn Redwood in einen ASIC-Chip mit gleichem Fertigungsprozess umgewandelt wird!

Das seit einem halben Jahrhundert geltende „Gesetz des Hardware-Entwicklungszyklus“ in der Chipindustrie wurde in diesem Moment von der KI vollständig durchbrochen.

Die KI entwirft bereits selbst den Chip der nächsten Generation

Wenn Sie nur denken, dass dies ein weiteres Beispiel für „Kostensenkung und Effizienzsteigerung durch KI“ ist, unterschätzen Sie die riesige Sturmflut, die hinter diesem Vorfall steckt, vollständig.

In einer Ecke dieser Arbeit verbirgt sich eine Beschreibung, die alle Informatiker erschaudern lässt:

„Das Open-Source-Großmodell, das auf dem Redwood-Chip der ersten Generation läuft, ist bereits vollständig in die Architekturdesign und Code-Generierung des Chips der nächsten Generation eingebunden.“

Bitte halten Sie inne und überdenken Sie diese Aussage sorgfältig.

Das ist das ultimative Konzept, das die Informatikwelt seit Jahrzehnten vorhersagt: Die rekursive Selbstentwicklung von Hardware.

In der Evolutionsgeschichte der Menschheit dauerte es Millionen von Jahren von Steinwerkzeugen zu Eisenwerkzeugen, und zweihundert Jahre von der Dampfmaschine zu integrierten Schaltkreisen. Da der Mensch durch seinen physischen Körper eingeschränkt ist, kann sein Gehirn die materiellen Träger des Überlebens nicht direkt iterieren.

Aber die siliziumbasierte Welt hat diese Einschränkung nicht.

Wenn eine intelligentere KI einen effizienteren Chip entwirft, läuft dieser Chip mit dreifacher Rechenleistung und einer Geschwindigkeit von 48 Stunden, um noch größere KI-Modelle auszuführen, die wiederum den Chip der nächsten Generation entwerfen …

Sobald das Schwungrad sich selbst dreht, ist seine Iterationsgeschwindigkeit nicht linear, sondern ein exponentieller Anstieg.

Der Mensch wird an den Rand gedrängt.

Werden Programmierer und Ingenieure zu „Tierpflegern“ des Schöpfers?

Heutzutage übersteigt die Komplexität der Technik erstmals die geistige Kapazität des Schöpfers selbst.

Auf Softwareebene stirbt die traditionelle „Programmierung“ allmählich. Die zukünftige Software-Entwicklung besteht darin, die Absichten der KI zu beschränken und die erzeugten Ergebnisse zu bewerten.

Auf Hardwareebene bricht die Hürde von mehreren zehn Milliarden Yuan für das Chip-Design zusammen. Das Halbleiterimperium, das früher von Großkonzernen monopolisiert wurde, könnte von unzähligen Teams aus „KI + 2 Personen“ besiegt werden.

Die unterliegende Hardware und die zentralen Operatoren, die das zukünftige globale Rechenleistungsnetz stützen, werden allmählich zu einem schwarzen Kasten