美国加利福尼亚州帕洛阿尔托的初创公司Architect Labs在其研究博客中宣布,公司的人工智能系统已自主发现、设计并验证了一款名为Frostbite的通用CPU。该处理器采用全新指令集,从底层重新设计,试图摆脱传统CPU的部分架构限制。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。
需要指出的是,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,目前没有实际芯片可供验证。由于法律方面的原因,Architect Labs暂时无法公开作为对照的CPU核心型号。
传统CPU需要在运行时通过硬件判断指令间的依赖关系,重新识别可并行执行的指令;多核处理器还需复杂的多级缓存体系和缓存一致性协议,以确保各核心看到的共享内存数据保持一致。这些机制不仅占用芯片面积、消耗电力,也会在处理器规模扩大时面临扩展效率下降的问题。Architect Labs提出的替代方案被称为“免费多线程”,其核心思路是让程序本身直接暴露可并行执行的工作,而非依赖传统线程、锁机制或乱序执行硬件在运行过程中寻找并行机会。
Frostbite由多个计算单元组成,每个计算单元均为结构相同的小型处理单元,通过片上网络互相连接,并拥有独立的小容量本地内存。本次性能测试采用由4个计算单元和4个L3节点组成的计算集群,与传统CPU核心进行比较。Frostbite的完整设计实际包含16个计算单元。在早期综合阶段,该处理器设计频率一度达到800MHz,但在最终布局设计中降至500MHz。除每瓦性能达到对照处理器的4.59倍外,Frostbite集群的单位面积性能也达到对照核心的8.77倍。
不同工作负载下,Frostbite的能效提升幅度存在明显差异:全部25项测试的几何平均值为4.59倍,用于设计调优的10项测试为6.02倍,最终评估阶段才引入的15项测试为3.83倍。表现最好的是未参与调优的conv2d,达到23.12倍;表现最差的是同样未参与调优的递归斐波那契,为1.15倍。
值得注意的是,参与Frostbite设计的AI系统最初并未采用任何预设的处理器架构理念,Architect Labs将这种状态称为“零架构先验”。团队提前确定了处理器需要重点优化的工作负载,随后多个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长达141页,涵盖编程模型、运行时环境和高层级硬件模块,但在第一版寄存器传输级设计生成后,该文档即被删除。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,这份文档从一开始就只是设计起点。
确定架构方向后,AI智能体不再依赖英语描述硬件规格,转而使用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智能体还开发了使用ASL编写的软件模型Arcmodel,可在真正开始电路设计之前模拟整颗芯片的运行行为,运行速度约为RTL仿真的200倍。该模型最初的功耗估算最大偏差接近250%,经自动化迭代后,最终与实际电路设计测量结果的偏差缩小至5%以内。
完成基础模型后,大量AI智能体并行提出设计优化方案,每项修改均须经过规格验证、快速模型测试、电路设计实现和功耗测量,只有通过各项检查的方案才会被保留。整个过程中,AI智能体共尝试58项优化方案,最终保留37项。系统还出现了人类设计者从未明确规定的“工作窃取”行为:当某个计算单元没有任务可执行时,可从相邻单元获取尚未完成的工作;若无可用任务,则进入空闲状态以节省电力。
能耗分布方面,Frostbite与传统CPU呈现明显差异。根据对20种工作负载的平均测量结果(不包括时钟分配能耗),Frostbite的内存能耗占比为38%,传统CPU为57%;指令获取、解码和发射环节能耗占比从27%降至6%;片上网络和调度器带来新的能耗开销,占比达26%;时钟分配占总能耗比例分别为41%和49%。
这并非Architect Labs首次展示AI参与设计的处理器。今年8月,该公司公布了面向机器人和无人机的AI推理加速器Redwood,两名人类架构师只需提供设计规格,AI即可在不到两周时间内生成RTL代码、验证程序、固件、驱动程序和计算内核。Redwood目前也仅在FPGA上运行,尚未制造出实际芯片,公司称正在推进与台积电合作的流片计划。
英国剑桥初创公司Tendrils Compute也在开发类似方向的处理器,本月早些时候完成新一轮融资,并表示正在研发一款能够让数千个核心并行运行的处理器。Tendrils Compute还在开发名为Vine的编程语言,Frostbite的程序同样采用这种语言编写。Architect Labs表示,未来将公布更多性能测试结果,并计划推出基于FPGA的在线软件实验平台,让任何人都能运行Frostbite程序,同时提供初步版本的操作系统。公司最终计划公开Frostbite的RTL设计代码和指令集,并扩大测试工作负载范围,引入更多CPU作为对照,包括将更大规模的Frostbite网格架构与配备大容量缓存的多核版本对比,以及与规模更大、指令执行宽度更高的乱序执行CPU展开比较,相关测试预计将在未来几个月进行,届时将采用SPEC、PARSEC等主流CPU基准测试套件。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。