AI自主设计CPU架构Frostbite亮相
美国初创公司Architect Labs公布AI系统自主发现、设计并验证的通用CPU架构Frostbite,采用全新指令集,在25项模拟测试中,4计算单元集群每瓦性能达到对照CPU核心4.59倍,但尚未流片。
驱动中国11月22日消息,美国加利福尼亚州帕洛阿尔托初创企业 Architect Labs 在研究博客中披露,其人工智能系统已完成一款通用 CPU 架构 Frostbite 的发现、设计与验证。该处理器采用全新指令集,从底层重构,目标是突破传统 CPU 的部分架构限制。
传统 CPU 在运行时需要硬件判断指令依赖关系,并重新识别可并行执行的操作;多核处理器还依赖多级缓存和缓存一致性协议,保证各核心看到的共享内存数据一致。这些机制会占用芯片面积、消耗电力,在处理器规模扩大时也可能导致扩展效率下降。
Architect Labs 提出的替代方案被命名为“免费多线程”(Multithreading for Free)。该方案让程序直接暴露可并行执行的工作,而不是依赖传统线程、锁机制或乱序执行硬件在运行时寻找并行机会。Frostbite 由多个计算单元 Tile 构成,每个 Tile 是结构相同的小型处理单元,通过片上网络互连,并拥有独立的小容量本地内存。
在25项工作负载测试中,由4个计算单元组成的 Frostbite 集群每瓦性能达到一款尺寸相近、已完成硅验证的双发射顺序执行 CPU 核心的4.59倍。测试集群包含4个 Tile 和4个 L3 节点,而 Frostbite 完整设计实际包含16个 Tile。除每瓦性能外,该集群单位面积性能达到对照核心的8.77倍。不同工作负载下的能效提升幅度存在明显差异。
在早期综合阶段,该设计频率一度达到800MHz,最终布局设计降至500MHz。上述数据来自基于7纳米工艺的模拟设计。Frostbite 尚未真正流片,因此没有实际芯片可用于验证。由于法律方面原因,Architect Labs 暂时无法公开作为对照的 CPU 核心型号。
在设计流程方面,参与 Frostbite 设计的 AI 系统最初没有采用任何预设处理器架构理念。Architect Labs 将这种状态称为“零架构先验”(Zero Architectural Priors)。团队仍提前确定了处理器需要重点优化的工作负载。
多个 AI 智能体通过阅读学术论文和性能测试资料建立 Python 模型,并从中选定一个架构方向展开设计。最初生成的设计文档共141页,涵盖编程模型、运行时环境和高层级硬件模块。第一版寄存器传输级 RTL 设计生成后,该 PDF 文档被删除。公司解释称,文档中的许多数字和估算结果与物理实现的实际可能性相差甚远。
确定架构方向后,AI 不再依赖英语描述硬件规格。团队认为,自然语言无法准确表达所有细节,也难以发现其中的错误。AI 随后使用 Architect Labs 自行开发的硬件描述语言 ASL 编写规格。ASL 可转换为 Lean 证明系统中的形式化表达,进而接受机器验证。公司认为,这种方式能够消除大量潜在错误,同时减少 AI 智能体为了满足优化目标而钻规则空子的可能性。
在此基础上,AI 智能体还开发了 Arcmodel。该模型使用 ASL 编写,能够模拟整颗芯片的运行行为。