曾经主导苹果 M1、A 系列芯片架构的杰拉德・威廉姆斯三世（Gerard Williams III）近期在访谈里提出，现在 AI 行业正在遭遇严重的电力危机，数据中心算力疯狂扩张，耗电量快速涨到吉瓦级别，单纯靠堆 GPU、堆供电、扩建机房的路子走不远，他的解法就是把当年设计 iPhone 芯片那种抠功耗、省每一毫瓦电力的思路搬到 AI 超算和数据中心 CPU 上面。他在苹果做手机芯片的时候，团队必须盯着毫瓦级功耗做优化，优先保证手机续航，这套极致能效思路放到 AI 机房里收益会被放大，数百万颗核心同时运行，每一颗核心省下一点点功耗，同等供电条件下就能放下 2 到 3 倍的算力。他同时提到，行业现在过度聚焦 GPU，但是 CPU 是 AI 集群的调度中枢，负责内存管理、操作系统、串行任务，CPU 的能效短板同样是耗电大户，他新创办的 NUVACORE 公司正在研发面向 AI 数据中心的 CPU，采用 “核心优先” 架构，不提前绑定固定指令集，优先把每瓦性能做上去，用移动芯片的能效哲学解决 AI 算力的电力瓶颈。
一、人物背景清单
- 姓名：Gerard Williams III（杰拉德・威廉姆斯三世）
- 苹果任职：A7 到 M1 系列芯片首席 CPU 架构师，打造苹果移动和桌面自研芯片能效体系
- 创业经历：离开苹果创立 Nuvia，后被高通收购；2026 年创立 NUVACORE，主攻 AI 数据中心 CPU
- 核心观点：AI 电力危机的突破口是能效，而不是单纯堆供电和芯片数量
- 过往代表作：A7（首款 64 位 iPhone 芯片）、M1 系列架构
二、手机芯片思路 vs 当前 AI 数据中心思路对比表
| 方案思路 | 优化粒度 | 目标 | 约束条件 |
|---|---|---|---|
| iPhone 芯片 “抠门” 思路 | 毫瓦级，精细控制每个核心功耗、空闲关断 | 在有限电池容量下拉高持续性能 | 电池容量、散热空间很小 |
| 当前主流 AI 超算思路 | 瓦级，优先拉高峰值算力 | 追求单卡、单机最大算力 | 电网供电容量、机房散热、电费受限 |
| Williams 提出的新路线 | 把移动级精细功耗控制迁移到服务器 CPU | 同等电力预算下容纳更多算力 | 电网扩容难、供电成本持续上涨 |
三、AI 电力危机的核心痛点
- 大型 AI 集群功耗达到吉瓦级别，新建机房经常卡在电网供电配额不够
- 算力扩张速度远高于电力配套建设速度，很多数据中心有电耗上限
- 大家只关注 GPU 算力，忽略 CPU 调度、内存访问带来的持续功耗浪费
- 传统服务器 CPU 设计优先追求峰值性能，能效优化优先级偏低
- 电费、散热成本持续走高，拉高大模型训练和推理的长期运营成本
四、NUVACORE 新 CPU 架构要点
- 架构理念：Core First（核心优先），先设计高能效核心，后期再匹配指令集
- 指令集：不预先锁定 x86、ARM、RISC-V，按需选择适配生态
- 定位：AI 数据中心 CPU，承担调度、内存管理、串行任务，配合 GPU 加速器
- 研发目标：复用苹果移动芯片多年积累的精细功耗控制技术
- 配套效率：用 AI 辅助芯片前端设计，把架构建模周期从 7–12 个月缩短至 2–3 个月
五、这套思路的优势和现实挑战
✅ 优势
- 不用大规模改造电网、扩建机房，在现有电力额度内提升总算力
- 移动芯片低功耗技术已经经过多年验证，有成熟优化方法论
- 补齐 AI 集群里 CPU 能效短板，GPU+CPU 整套系统的综合能耗下降
- 降低长期电费与散热成本，改善大模型运营经济性
- 服务器 CPU 生态成熟，新架构需要适配大量现有软件、框架
- 数据中心客户习惯优先看 GPU 算力，CPU 能效价值不容易被量化
- 全新 CPU 流片、验证、量产周期很长，短期很难替代现有 x86、ARM 服务器 CPU
- 芯片良率、带宽、延迟指标需要同时达标，不能只追求省电
⚠️ 挑战
【常见问题】
问题 1：主导苹果 M1 芯片的架构师谈 AI 电力危机，他提出的核心解决方案是什么？
回答 1：主导苹果 M1 芯片的架构师谈 AI 电力危机，他提出把当年设计 iPhone 芯片、精打细算毫瓦功耗的能效思路，移植到 AI 数据中心 CPU 上，通过提升每瓦算力，在同样电力供给下部署更多 AI 算力。
问题 2：主导苹果 M1 芯片的架构师谈 AI 电力危机，这位架构师现在在做什么项目？
回答 2：主导苹果 M1 芯片的架构师谈 AI 电力危机，Gerard Williams III 新成立 NUVACORE 公司，从零研发面向 AI 数据中心的高能效 CPU，采用核心优先架构，目标解决 AI 集群功耗过高问题。
问题 3：主导苹果 M1 芯片的架构师谈 AI 电力危机，为什么他认为 CPU 对 AI 电力危机很关键？
回答 3：主导苹果 M1 芯片的架构师谈 AI 电力危机，AI 集群虽然靠 GPU 做并行计算，但是 CPU 负责调度、内存管理、操作系统运行，CPU 能效差会带来持续额外耗电，是容易被忽略的耗电环节。
问题 4：主导苹果 M1 芯片的架构师谈 AI 电力危机，iPhone 芯片的 “抠门” 哲学具体指什么？
回答 4：主导苹果 M1 芯片的架构师谈 AI 电力危机，iPhone 芯片的抠门哲学就是对功耗做毫瓦级精细管控，空闲单元及时断电、动态调压调频，在有限能源里最大化性能，这套逻辑放到 AI 机房可以放大省电收益。
【参考资料】
[2026-11-13]（主导苹果 M1 芯片的传奇架构师谈 AI 电力危机：用造 iPhone 芯片的 “抠门” 哲学建超算）IT 之家
[2026-11-13]（Former Apple Chip Architect Says AI Cuts Months From Early CPU Design）iClarified
[2026-04-17]（苹果 M1 之父携高通、Nuvia 芯片大神成立新 CPU 公司 NUVACORE）cnBeta.COM
[2026-11-13]（Gerard Williams III 访谈：AI 算力扩张撞上电力天花板）彭博社 Power On 播客
【免责声明】
以上内容仅为公开访谈、行业媒体资讯整理，主导苹果 M1 芯片的架构师提出的 AI 超算低功耗方案仍处于芯片研发阶段，架构落地、量产时间、实际省电效果有待后续流片验证；文中观点属于该架构师个人产业判断，不代表行业共识，内容仅作为芯片产业科普，不构成相关芯片初创企业、算力板块投资建议。