数字芯片设计的行业现状：工程师要么还在坚守“古法写代码”，要么只能外网让 AI 写完后再艰难传进内网。其实 fabless 集群中常见的“多核、无 GPU”服务器已经可以轻松跑 Codex + 本地大模型，内网部署后，芯片设计工程师再也不用对着外网 AI 生成的代码一个一个字母敲了！

前言

在上一篇文章里我们介绍了如何在 fabless 芯片设计公司内网部署 OpenClaw 这个通用的 AI Agent。但对于明确的编写代码任务，其实我们也可以在内网纯 CPU 服务器上部署像 OpenAI Codex 这类编程专用的 AI Agent。

一、Codex 相比 Claude Code 在内网的优势

在 AI 编程框架中，Claude Code 显然比 Codex 更为知名。但在芯片设计公司内网部署时，Codex 相校 Claude Code 反而具备其独特优势：初始提示词更少。

当启动 AI Agent 后，LLM 框架的第一个运行步骤就是处理输入提示词（Prefill） 。对新一代的显卡，如 30 系的 NV 显卡或苹果 M5 内置的 GPU，都已包含了 Tensor Core 硬件，可对 Prefill 进行大幅加速。

但在芯片设计公司内网的无 GPU 的服务器上处理这些提示词时，Prefill 的处理速度会比具有 Tensor Core 的硬件慢很多，通常只能跑到 50-100 token/s。Codex 的初始提示词只有 4600 个token 左右，而 Claude Code 可多达 30000 个，因此 Codex 在纯 CPU 上要跑得“轻快”很多。

二、Codex 的安装以及与本地大模型的对接

1. Codex 安装：认准 v0.94 版

Codex 的安装比较简单，通过 npm 就可以直接装好。但最新的 Codex 只支持 Response API，目前还没有可以完美对接的本地大模型框架。

Codex v0.94 是最后一个支持 Completion API 的版本，在config.toml中配置成这个成熟的接口可以很方便地与本地大模型对接了。

2. 本地大模型的选择与对接

虽然 Unsloth 推荐使用 GLM-4.7-Flash 模型来搭配 Codex，但经过测试，Qwen 3.5 35B A3B 依然表现得比 GLM-4.7-Flash 更好（而且跑得更快），因此更适合在芯片设计内网中使用。

GLM-4.7-Flash 可以直接与 Codex 对接 。但对于 Qwen 3.5 模型，则还需要准备一个 chat 模版，在 llama.cpp 启动时通过--chat-template-file进行指定，才能完成与 Codex 的对接。

量化方案选用的依然是 UD_Q4_K_XL，其 Unsloth Dynamic 量化可以在相近的文件大小上达到比 Q4_K_M 更高的精度。

三、Linux 操作系统的兼容性

芯片设计集群中一般安装的都是 RHEL 操作系统（或对应的 CentOS / Rocky 系统）。经过实测，在 RHEL 6 / 7 / 8 版本上都可以顺利部署 Codex + 本地大模型，对老一些的操作系统只需要作一些兼容性处理即可：

四、实测效果

芯片设计内网运行 Codex 效果如下（启用 32 核 CPU）：

五、轻松部署

与 OpenClaw 类似，轻思科技也提供了芯片设计内网专用的 Codex 预编译包，它可以：

• 同时支持 RHEL6/7/8 / CentOS6/7 / Rocky8 系统，覆盖所有 fabless 集群
• 解压可用
• 包含最后一个支持 Completion API 的 Codex v0.94
• 包含 Qwen 3.5 的 chat 模版
• 内网运行
• 纯 CPU 运行

目前可通过🛰️“轻思科技EDA” - 在线支持 - OpenClaw安装包 中的网盘地址下载这个 Codex 内网专用预编译包（约100MB）。