纯AI造CPU!从零自创指令集:能效比暴增4.59倍
(来源:快科技)
快科技11月21日消息,芯片设计这条流水线,可能真的要被AI改写了,Architect Labs在11月20日发布了通用CPU"Frostbite"。
按官方说法,这颗芯片从指令集、微架构、RTL(寄存器传输级)到最终版图,全程由其AI系统端到端完成,指令集也是从零自建的,最终在7nm工艺上落地。
在25项负载上,Frostbite的每瓦性能达到对比核心的4.59倍(几何平均),而且其中15项负载是团队留到最终评测才拿出来的。
Architect Labs表示,该项目的初衷是验证AI是否能引领超越人类设计的硬件发现。
事实证明,AI不仅做到了,还彻底重构了芯片的运行逻辑。Frostbite并没有采用传统的指令集架构,而是由AI从零开始构建了一套基于"交互网络"的计算模型。
简单来说,交互网络是1990年提出的一种将程序表示为节点图的计算模型,所有的计算步骤都是局部的,这使得硬件不再需要昂贵且耗电的全局缓存一致性协议。
在技术架构上,Frostbite采用了阵列单元(Tile)网格布局。与传统CPU依赖中央调度器不同,AI为这款芯片设计了一套名为"工作窃取"的机制。
这意味着当某个计算单元空闲时,它会自动从邻近忙碌的单元中"偷取"任务来执行,而无需等待统一分配。
这种去中心化的设计极大地降低了前端指令分发的复杂度,将取指、解码和发射环节的功耗从传统设计的27%降至仅6%。
研发过程同样展示了AI的恐怖效率。AI智能体在不到5个月的时间里,完成了从编译器、微架构到寄存器传输级(RTL)设计的全部迭代。
成绩单在这里:7nm工艺,综合阶段800MHz,最终版图500MHz;一个Frostbite quad(2×2的tile阵列配4个L3节点)面积0.792平方毫米,对比基准TCPU同工艺为0.895平方毫米,具体型号出于法律原因未公布。
一颗quad对单个TCPU核心,全部负载平均性能/面积8.77倍,每瓦性能几何平均4.59倍,其中10项搜索集负载6.02倍、15项未参与调优的保留集负载3.83倍。
架构在高度可并行的任务上最强,但JSON解析、Huffman编码、k-d树这类分支多的动态程序同样赢过基准。
能耗结构的变化更直观:刨去占TCPU能耗49%、quad能耗41%的时钟分布,TCPU剩余能耗的57%花在内存、27%花在取指译码发射,Frostbite把这两项分别压到38%和6%,26%花在片上网络和调度上,扩到4×4阵列后功耗分布依然不变。
交互网络等了35年,缺的从来不是理论,而是探索非主流架构所需的时间、投入和人力,Architect Labs认为AI刚好改变了这笔账。