近日，谷歌首席科学家Jeff Dean针对EDA（电子设计自动化）界对自家AlphaChip的质疑，以论文回应论文，并强硬表示这是同行竞争中的常见现象。谷歌的AlphaChip，这一登上Nature杂志的“超人”芯片设计系统，自发布以来便多次受到业界的质疑，质疑者不仅停留在口头讨论，更通过实验、撰写论文等方式进行挑战，其中一篇论文甚至作为invited paper发表在ISPD 2023上。

面对这些质疑，Jeff Dean及其团队并未选择沉默，而是选择了以科学的方式回应。他们发布了一篇论文，详细回应了EDA社区的质疑，论文地址：https://arxiv.org/pdf/2411.10053。Jeff Dean指出，这些毫无根据的怀疑在很大程度上是由一篇存在严重缺陷且未经同行评审的论文导致的，该论文地址：https://arxiv.org/pdf/2302.11014。这篇论文声称复制了谷歌的方法，但实际上并未遵循主要步骤，尤其是未进行预训练，减少了20倍的计算量，并且没有进行收敛训练。Jeff Dean形象地比喻说，这就像评估一个以前从未见过围棋的AlphaGo，然后得出结论说AlphaGo不太擅长围棋。

此外，Jeff Dean还回应了Synopsys杰出架构师Igor Markov在CACM 2024年11月刊上发表的分析文章。Markov的文章对谷歌的强化学习在芯片宏观布局中的应用提出了质疑。Jeff Dean表示，Markov在发表文章时并未透露自己是Synopsys的高级员工，而Synopsys是商业EDA软件公司，而AlphaChip是开源的。他认为Markov的指控毫无根据，且已经被Nature证明过。

谷歌在回应中详细列出了时间表，展示了AlphaChip从发布预印本到在谷歌TPU中实际应用的过程。自2020年4月发布Nature论文的预印本以来，AlphaChip已经在多个版本的TPU中流片，并在2022年1月至7月期间开源。谷歌的另一个团队独立复制了Nature论文中的结果，进一步验证了AlphaChip的有效性。此外，Nature也在2024年4月完成了调查和出版后审查，发现对谷歌有利。

Jeff Dean在回应中强调，AlphaChip已经在谷歌内部服役了很长时间，并被联发科等外部芯片制造商采用。他表示，对于反方的质疑，谷歌已经通过开源代码、发布详细实验结果等方式进行了充分回应。他批评说，Markov的大部分批评都是基于一种偏见，即认为谷歌的方法不应该奏效，因此它一定不起作用，任何表明相反的证据都是欺诈。