סטארט-אפ מסיליקון בשם Architect Labs אומר שמערכות הבינה המלאכותית שלה גילו, תכננו ואימתו מעבד חדש למטרות כלליות מקצה לקצה - משלב ההוראות ועד לפריסת השבב הסופית. השבב, בשם Frostbite, נחשף בפוסט בבלוג ב-18 בנובמבר 2026 על ידי Architect Labs, חלק מ- Architect Silicon Inc. לפי החברה, סוכני בינה מלאכותית חזרו באופן אוטונומי על המהדר, ISA, ארכיטקטורה, מיקרו-ארכיטקטורה, RTL, אימות ו-GDS סופי - קובצי הפריסה המשמשים ליצירת צ'יפים אנושיים מראש.
הטענה בכותרת בולטת: על קבוצה של 25 עומסי עבודה, כולל 15 שהחזיקו עד להערכה הסופית, Frostbite השיג כפולה של פי 4.59 ביצועים לוואט בהשוואה לליבת מעבד מודרנית, מוכחת בסיליקון, בעלת סוגיה כפולה, לפי סדר. הפוסט משך תשומת לב מיידית ב-Hacker News, שם הוא אסף יותר מ-160 הצבעות בעד תוך יום. אם התוצאות ישרדו בדיקה עצמאית, זה יהיה בין החלקים הבולטים ביותר של כיסוי החומרה של AI השנה - עדות לכך שבינה מלאכותית יכולה לעשות יותר מאשר לסייע למעצבי שבבים, ובמקום זאת יכולה ליצור ארכיטקטורות בסיסיות שבני אדם לא ציינו.
מדוע מעבדים קונבנציונליים משאירים ביצועים על השולחן
הטיעון של Architect Labs מתחיל באבחנה מוכרת. שפות תכנות מיינסטרים שנכללו עבור מעבדים למטרות כלליות מסתירות תלות בין חלקי תוכנית, מכיוון שכל פיסת קוד יכולה לקרוא או לכתוב כל משתנה דרך מצב משותף וניתן לשינוי. לכן החומרה מניחה את המקרה הגרוע ביותר וחייבת לגלות מחדש, בזמן הריצה, אילו הוראות למעשה תלויות זו בזו.
ביצועי ליבה בודדת, מציינת החברה, נתקעו במידה רבה מאז תחילת שנות ה-2000, מה שדחף את התעשייה לעבר עיצובים מרובי ליבות גדולים בתבנית Intel Xeon ו-AMD Zen. שמירה על האשליה שכל ליבה רואה את אותו זיכרון - היררכיות מטמון ופרוטוקולי קוהרנטיות - עולה שטח וכוח ומתרחבת בצורה גרועה.
הבסיס של Frostbite הוא מודל חישוב שונה: רשתות אינטראקציה. תוכנית היא גרף של צמתים, וחישוב מתרחש על ידי שכתוב של זוגות של צמתים מחוברים. כל שכתוב נוגע רק בחלק מקומי קטן של הגרף. לכל צומת יש בדיוק יציאה עיקרית אחת, כך שאף פעם לא חופפים שני זוגות פעילים - ניתן לשכתב אותם בכל סדר, או כולם בבת אחת, והתוצאה תמיד זהה. רשתות אינטראקציה הן גם ליניאריות: כל ערך משמש בדיוק פעם אחת, כך שאין מצב משותף לשינוי עבור החומרה לשמירה.
לפי הפוסט, שפת Vine יכולה להרכיב תוכניות במראה רגיל ישירות לרשתות אינטראקציה, והחברה אומרת שהעיצוב הזה מניב שני יתרונות גדולים: מקביליות שמגיעה היישר מהתוכנית ולא מחוטים ומנעולים, ונתונים שחיים בזיכרונות מקומיים קטנים ליד המקום שבו משתמשים בו - ומבטלים חלק גדול מהשטח והכוח שבבבים רגילים מבזבזים על מטמונים גדולים וקוהרנטיים.
הבלוג ממחיש את ההבדל עם בעיית חיפוש של חמש מלכות. תוכנית C++ עוברת על עץ החיפוש מועמד אחד בכל פעם; רשת האינטראקציות המקבילה חושפת את כל העבודה העצמאית בבת אחת - 3,183 אינטראקציות עם נתיב קריטי של 262 שלבים בלבד, כלומר בערך 12 אינטראקציות מוכנות לפעול בכל שלב.
התביעה - וההסתייגות שלה
מתודולוגיית הבנצ'מרק ראויה לתשומת לב לא פחות מהמספר. Architect Labs בחרו 25 עומסי עבודה מקובצים לפי האופן שבו תוכניות חושפות עבודה - חלקים עצמאיים רבים בו-זמנית, סבבים של עבודה מקבילה, שרשראות עוקבות ארוכות, ענפים תלויי נתונים, רקורסיה - ופיצלו אותם לקבוצת חיפוש שעליה התכוונו הסוכנים וערכת הערכה ממושכת, כדי להציג את העיצוב מכליל לתוכניות שעליהן מעולם לא היה מכוון.
גרעינים לפירוק FFT, radixsort ו-LU עוקבים אחר חבילת ה-Benchmark SPLASH-2, אם כי בגדלים קטנים פי 64 כדי לשמור על ריצות חקירה ניתנות למעקב. מאוחר יותר, הצוות הוסיף חמישה עומסי עבודה מעשיים לסט המתוחזק: מסנן קלמן, PCA, ניתוח אלמנטים סופיים, פתרון LU ופירוק LZ4.
שתי אזהרות חשובות. ראשית, קו הבסיס של ההשוואה הוא ליבה סופר-סקלארית בעלת תקינות כפולה - נקודת תכנון פשוטה וחסכונית בצריכת החשמל, לא הליבות העצומות שאינן תקינות שמניעות טלפונים ומחשבים ניידים, כך שאין לקרוא את הנתון של 4.59x כטענה של מנצח מעבדי יישומים חדישים. שנית, Frostbite קיים היום בשלב ה-GDS: עיצוב שלם ומאומת מוכן לייצור, עדיין לא בדוק, חתיכת סיליקון למשלוח. החברה עצמה ממסגרת את התוצאה כמוכיחה "עלייה של תפקוד שלב ברמת העיצוב/הפרק/W ו-perf/שטח".
איך ה-AI בנה את השבב
תיאור התהליך הוא ללא ספק החלק החדש ביותר בהכרזה. Architect Labs אומר שהיא ניהלה מספר נחילי סוכנים על פני הפרויקט. בשלב החקירה, סוכנים סינתזו מאמרי מחקר ואמות מידה קיימות, בנו מודלים של Python כדי להחליף רעיונות ארכיטקטוניים ברמה גבוהה, וצמצמו את התחום לקונספט אחד - הפקת PDF של 141 עמודים המתאר את מודל התכנות המוצע, זמן הריצה ובלוקי שבבים ברמה גבוהה.
המסמך הזה, מודה החברה, "לא היה קרוב לארכיטקטורה הסופית": לאחר שדור ה-RTL הראשון הושלם, הוא נמחק, משום שרבות מההערכות שלו היו "בעלות מה שהיה אפשרי פיזית".
משם, המערכת בנתה מודל תוכנה מלא של השבב תוך שימוש בשפת מפרט חדשנית שנקראת ASL, וכתיבת בו את מודל המערכת של Frostbite - "Arcmodel". ASL תומכת בתרגומים ובחידודים הניתנים לבדיקת מכונה בין RTL, מודלים של מערכת, הצהרות UVM ו-SVA מול מפרט מגובה רשמי, והערכות ההספק והביצועים שלו נטענות מדויקות עד 1-5%. כשהצוות בחן מאוחר יותר את הפרימיטיבים הארכיטקטוניים שהתגלו, הם מדווחים כי "הופתעו למצוא יישומי חומרה חדשים ותכונות זמן ריצה שאחרת היה קשה לתכנן אותם".
מרדווד ועד כפור
Frostbite מתבסס על התוצאה הקודמת של החברה, Redwood, שבה מערכות ה-AI שלה - בהינתן ארכיטקטורה - הטמיעו, אימתו ופרסו מאיץ מסקנות בזמן שיא. ההבדל הפעם הוא תכנון משותף: במקום להטמיע ארכיטקטורה שצוינה על ידי אדם, מערכות הבינה המלאכותית עיצבו את ערכת ההוראות, המיקרו-ארכיטקטורה והקומפיילר יחד, חלל עיצוב ש- Architect Labs מתאר כ"כל כך גדול שלא היה נגיש בעבר".
התזה הסופית של החברה היא גורפת: ככל שמערכות בינה מלאכותיות הופכות ליכולות יותר, כל סוג של שבבים המוכר כיום - ממעבדים בדרגת מרכז נתונים ועד מאיצי בינה מלאכותית, מתגי רשת ו-NIC - יעברו שינויים ארכיטקטוניים בסיסיים דומים. זו תחזית, לא תוצאה, ואימות בלתי תלוי של המספרים של Frostbite עדיין לא קרה. אבל קשה להתעלם מכיוון הנסיעה: AI כבר לא רק מעצב פריסות בתוך ארכיטקטורות מוגדרות על ידי אדם. זה מתחיל להמציא את הארכיטקטורות עצמן.
---
הישאר לפני AIקבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.
קרא עוד חדשות AI →