我认为这样做最多是一次黑客攻击。
AES是一种加密算法，而不是一种随机数生成算法。我不指望一遍又一遍地应用AES来产生像样的随机性。
您提到您担心性能问题，希望使用AES硬件。AES硬件加速的原因是AES相当复杂。例如，xorshift只是几个xor和shift操作，你还需要依赖于你的目标硬件有AES加速器。
从某个地方获得一个像样的C PRNG库（它们不难找到），用你的共享随机数作为种子，然后就这样了。

你没有说明你的安全需求。如果你想要一个加密安全的解决方案，那么你的问题就不简单了。请参阅A Block Cipher based Pseudo Random Number Generator Secure Against Side-Channel Key Recovery以获得一个可能的解决方案。
由于安全要求，这样的RNG会很慢。正如32上校所说，你的问题可能会通过非加密RNG更好地解决，它会更快，可能更容易维护。

给定一个预先协商好的真随机数，我是否可以使用AES生成一个随机数序列？
是的，这正是对称密码学的核心。
但是，使用这样的自定义结构是不合适的：

rand[n] = AES(AES(AES...AES(truly_random_number...))) //n times

相反，只需使用已建立的构造，如计数器模式。

AES_ctr128_encrypt(all_zeroes, rand+n, 16, truly_random_number, &n, ecount_buf, 1)

(The上面的代码片段省略了some serious detail。我不知道你实际上使用的是什么库。在C中手动启动AES并不容易。）
在计数器模式下使用AES作为RNG的Python示例：

import Crypto.Cipher.AES

def rand_block(key: bytes, offset: int, *, nonce=b''):
    c = Crypto.Cipher.AES.new(key, Crypto.Cipher.AES.MODE_CTR, nonce=nonce, initial_value=offset)
    return c.encrypt(bytes(Crypto.Cipher.AES.block_size))

# test value:
assert int.to_bytes(179565763088325722286336838177169761478, 16, 'little') == \
       rand_block(bytes.fromhex('000102030405060708090A0B0C0D0E0F'), 99)

你应该读一下下面的内容，它有到PRNG的其他参考资料的链接
http://c-faq.com/lib/rand.html
不要做你正在做的事情，除非你在同行评议的文献中找到一些东西，这将工作，即使这样，我也会谨慎对待它。

#define a 48271
#define m 2147483647
#define q (m / a)
#define r (m % a)

static long int seed = 1;

long int PMrand()
{
    long int hi = seed / q;
    long int lo = seed % q;
    long int test = a * lo - r * hi;
    if(test > 0)
        seed = test;
    else    seed = test + m;
    return seed;
}

请注意文档底部附近的a的更改。您也应该不相信我刚才写的内容，即做好功课，并确保上述或其他PRNG适用于您的应用程序。