Architect Labs라는 실리콘 스타트업은 자사의 AI 시스템이 명령어 세트부터 최종 칩 레이아웃까지 새로운 범용 CPU 엔드투엔드를 발견, 설계 및 검증했다고 밝혔습니다. Frostbite라는 이름의 이 칩은 Architect Silicon Inc.의 일부인 Architect Labs의 2026년 11월 18일 블로그 게시물에서 공개되었습니다. 회사에 따르면 AI 에이전트는 인간이 제공한 아키텍처 사전 작업 없이 컴파일러, ISA, 아키텍처, 마이크로아키텍처, RTL, 검증 및 최종 GDS(칩 제조에 사용되는 레이아웃 파일)를 자율적으로 반복했습니다.

헤드라인 주장은 놀랍습니다. 최종 평가까지 보류된 15개 워크로드를 포함하여 25개 워크로드 세트에서 Frostbite는 최신 실리콘으로 입증된 수퍼스칼라 듀얼 이슈, 순차 CPU 코어와 비교하여 4.59배의 와트당 성능 배수를 달성했습니다. 이 게시물은 Hacker News에서 즉각적인 관심을 끌었으며 하루 만에 160개 이상의 공감을 얻었습니다. 결과가 독립적인 조사에서 살아남는다면 이는 올해 AI 하드웨어 적용 범위에서 가장 중요한 부분 중 하나가 될 것입니다. 이는 AI가 칩 설계자를 지원하는 것 이상의 일을 할 수 있고 대신 인간이 지정하지 않은 기본 아키텍처를 생성할 수 있다는 증거입니다.

기존 CPU가 성능을 저하시키는 이유

아키텍트랩스의 주장은 익숙한 진단에서 시작된다. 범용 CPU용으로 컴파일된 주류 프로그래밍 언어는 프로그램 부분 간의 종속성을 숨깁니다. 왜냐하면 모든 코드 조각은 공유되고 변경 가능한 상태를 통해 모든 변수를 읽거나 쓸 수 있기 때문입니다. 따라서 하드웨어는 최악의 경우를 가정하고 런타임 시 어떤 명령어가 실제로 서로 의존하는지 재발견해야 합니다.

회사에 따르면 단일 코어 성능은 2000년대 초반부터 크게 정체되어 업계가 Intel Xeon 및 AMD Zen을 기반으로 하는 대형 멀티코어 설계를 향해 나아가고 있습니다. 모든 코어가 동일한 메모리(캐시 계층 구조 및 일관성 프로토콜)를 본다는 환상을 유지하면 공간과 전력이 소모되고 확장성이 떨어집니다.

Frostbite의 기초는 다른 계산 모델인 상호 작용 네트워크입니다. 프로그램은 노드의 그래프이며 연결된 노드 쌍을 다시 작성하여 계산이 발생합니다. 모든 재작성은 그래프의 작은 로컬 부분에만 영향을 미칩니다. 각 노드에는 정확히 하나의 기본 포트가 있으므로 두 개의 활성 쌍이 겹치지 않습니다. 순서에 관계없이 또는 한 번에 모두 다시 쓸 수 있으며 결과는 항상 동일합니다. 상호작용 네트워크는 또한 선형적입니다. 모든 값은 정확히 한 번만 사용되므로 하드웨어가 보호해야 하는 공유된 변경 가능 상태가 없습니다.

게시물에 따르면 Vine 언어는 평범해 보이는 프로그램을 상호 작용 네트워크로 직접 컴파일할 수 있으며 회사는 이 디자인이 두 가지 큰 이점을 제공한다고 밝혔습니다. 하나는 스레드와 잠금이 아닌 프로그램에서 직접 제공되는 병렬 처리와 사용되는 위치 옆의 작은 로컬 메모리에 있는 데이터로, 기존 칩이 크고 일관된 캐시에 소비하는 공간과 전력의 상당 부분을 제거합니다.

블로그에서는 퀸이 5개인 검색 문제의 차이점을 보여줍니다. C++ 프로그램은 한 번에 한 후보씩 검색 트리를 탐색합니다. 등가 상호 작용 네트워크는 모든 독립적인 작업을 한 번에 노출합니다. 즉, 단 262단계의 중요한 경로로 3,183개의 상호 작용이 가능합니다. 즉, 모든 단계에서 대략 12개의 상호 작용이 실행될 준비가 되어 있음을 의미합니다.

주장과 주의사항

벤치마크 방법론은 숫자만큼 많은 관심을 받을 가치가 있습니다. Architect Labs는 프로그램이 작업을 노출하는 방식에 따라 그룹화된 25개의 워크로드(한 번에 많은 독립적인 부분, 병렬 작업 라운드, 긴 순차 체인, 데이터 종속 분기, 재귀)를 선택하고 이를 에이전트가 조정한 검색 세트와 보류 평가 세트로 분할하여 디자인이 조정되지 않은 프로그램에 일반화됨을 보여줍니다.

FFT, 기수 정렬 및 LU 분해를 위한 커널은 SPLASH-2 벤치마크 제품군을 따르지만 탐색 실행을 다루기 쉽게 유지하기 위해 크기가 64배 더 작습니다. 팀은 나중에 보유 세트에 Kalman 필터, PCA, 유한 요소 분석, LU 해결 및 LZ4 압축 해제 등 5가지 실제 워크로드를 추가했습니다.

두 가지 주의 사항이 중요합니다. 첫째, 비교 기준은 듀얼 이슈, 순차 슈퍼스칼라 코어입니다. 즉, 간단하고 전력 효율적인 설계 포인트이며 휴대폰과 노트북에 전원을 공급하는 엄청난 비순차적 코어가 아닙니다. 따라서 4.59x 수치는 최첨단 애플리케이션 프로세서를 능가한다는 주장으로 읽어서는 안 됩니다. 둘째, Frostbite는 현재 GDS 단계에 존재합니다. 즉, 제조 준비가 완료된 완전하고 검증된 설계이지만 아직 테스트를 거쳐 배송되는 실리콘 조각은 아닙니다. 회사 자체는 설계 수준에서 "성능/W 및 성능/면적의 단계적 기능 증가"를 입증하는 결과를 제시합니다.

AI가 칩을 만든 방법

프로세스 설명은 아마도 발표에서 가장 참신한 부분일 것입니다. Architect Labs는 프로젝트 전반에 걸쳐 여러 에이전트 떼를 실행했다고 말했습니다. 탐색 단계에서 에이전트는 연구 논문과 기존 벤치마크를 종합하고 Python 모델을 구축하여 높은 수준의 아키텍처 아이디어를 교환하고 필드를 단일 개념으로 좁혔습니다. 즉, 제안된 프로그래밍 모델, 런타임 및 높은 수준의 칩 블록을 설명하는 141페이지 분량의 PDF를 생성했습니다.

회사는 이 문서가 "최종 아키텍처에 전혀 미치지 못했다"고 인정했습니다. 첫 번째 RTL 세대가 완료되면 해당 문서는 삭제되었습니다. 왜냐하면 많은 추정치가 "물리적으로 가능한 것보다 훨씬 낮았기" 때문입니다.

거기에서 시스템은 ASL이라는 새로운 사내 사양 언어를 사용하여 칩의 전체 소프트웨어 모델을 구축하고 그 안에 Frostbite의 시스템 모델인 "Arcmodel"을 작성했습니다. ASL은 공식적으로 지원되는 사양에 대해 RTL, 시스템 모델, UVM 및 SVA 어설션 간의 기계 확인 가능한 변환 및 개선을 지원하며 해당 전력 및 성능 추정치는 1~5% 이내로 정확하다고 주장됩니다. 팀이 나중에 발견된 아키텍처 기본 요소를 조사했을 때 "다른 방법으로는 설계하기 어려웠을 새로운 하드웨어 구현 및 런타임 기능을 발견하고 놀랐습니다."라고 보고했습니다.

레드우드에서 동상까지

Frostbite는 회사의 이전 결과인 Redwood를 기반으로 구축되었습니다. Redwood에서는 AI 시스템이 아키텍처에 따라 기록적인 시간 내에 추론 가속기를 구현, 검증 및 배포했습니다. 이번 차이점은 공동 설계입니다. 인간이 지정한 아키텍처를 구현하는 대신 AI 시스템이 명령어 세트, 마이크로 아키텍처 및 컴파일러를 함께 형성했으며, Architect Labs에서는 "이전에는 액세스할 수 없을 정도로 큰 디자인 공간"을 설명했습니다.

회사의 최종 논문은 다음과 같습니다. AI 시스템의 성능이 향상됨에 따라 데이터 센터급 CPU부터 AI 가속기, 네트워킹 스위치 및 NIC에 이르기까지 오늘날 알려진 모든 종류의 칩이 유사한 근본적인 아키텍처 변화를 겪게 될 것입니다. 이는 결과가 아닌 예측이며 Frostbite의 수치에 대한 독립적인 검증은 아직 이루어지지 않았습니다. 그러나 이동 방향은 무시하기 어렵습니다. AI는 더 이상 인간이 정의한 아키텍처 내부의 레이아웃을 디자인하는 것이 아닙니다. 아키텍처 자체를 발명하기 시작했습니다.

---

AI보다 앞서 나가세요

최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.

AI 뉴스 자세히 보기 →