Architect Labs ဟုခေါ်သော ဆီလီကွန်စတင်တည်ထောင်သူသည် ၎င်း၏ AI စနစ်များသည် အထွေထွေ-ရည်ရွယ်ချက် CPU အသစ်ကို အဆုံးမှအဆုံးထိ ရှာဖွေတွေ့ရှိခဲ့ပြီး — ညွှန်ကြားချက်မှ နောက်ဆုံး ချစ်ပ်အပြင်အဆင်အထိ နည်းလမ်းအားလုံးကို ရှာဖွေတွေ့ရှိခဲ့ကြောင်း ပြောကြားခဲ့သည်။ Frostbite ဟုအမည်ပေးထားသည့် ချစ်ပ်အား နိုဝင်ဘာ 18 ရက်၊ 2026 ခုနှစ်တွင် Architect Silicon Inc ၏ တစ်စိတ်တစ်ပိုင်းဖြစ်သော Architect Labs မှ ဘလော့ဂ်ပို့စ်တစ်ခုတွင် ထုတ်ဖော်ပြသခဲ့သည်။ ကုမ္ပဏီ၏အဆိုအရ AI အေးဂျင့်များသည် compiler၊ ISA၊ ဗိသုကာပညာ၊ microarchitecture၊ RTL၊ အတည်ပြုချက်နှင့် နောက်ဆုံး GDS — ကုမ္ပဏီ၏ အဆိုအရ AI အေးဂျင့်များသည် compiler၊ ISA၊ ဗိသုကာပညာ၊ microarchitecture၊ RTL၊ စိစစ်ရေးနှင့် နောက်ဆုံး GDS — the layout files — the zeroarch-suc တွင်အသုံးပြုထားသော human layout ဖိုင်များကို ဦးစားပေးလုပ်ဆောင်သည်။

ခေါင်းစဉ်ဖြင့် အရေးဆိုမှုသည် ထင်ရှားသည်- နောက်ဆုံးအကဲဖြတ်ချိန်အထိ 15 ကြိမ် အပါအဝင် အလုပ်ချိန် 25 ခုတွင် Frostbite သည် ခေတ်မီ၊ ဆီလီကွန်-သက်သေပြထားသော superscalar dual-issue, in-order CPU core နှင့် နှိုင်းယှဉ်ပါက 4.59x စွမ်းဆောင်ရည်-တစ်ဝပ်ကို ရရှိခဲ့သည်။ အဆိုပါပို့စ်သည် တစ်ရက်အတွင်း ထောက်ခံမဲ 160 ကျော်ရရှိသည့် Hacker News ကို ချက်ခြင်းအာရုံစိုက်ခဲ့သည်။ အကယ်၍ ရလဒ်များသည် သီးခြားခွဲခြမ်းစိတ်ဖြာခြင်းမှ လွတ်မြောက်ပါက၊ ၎င်းသည် ယခုနှစ်တွင် AI ဟာ့ဒ်ဝဲလွှမ်းခြုံမှု၏ အကျိုးဆက်ဆုံးအပိုင်းများထဲမှ တစ်ခုဖြစ်သည် — AI သည် ချစ်ပ်ဒီဇိုင်နာများကို အကူအညီပေးသည်ထက် ပိုမိုလုပ်ဆောင်နိုင်သည်ဟူသော အထောက်အထားနှင့် လူသားမသတ်မှတ်ထားသော အခြေခံဗိသုကာလက်ရာများကို မူလအစပြုမည့်အစား လူသားများက သတ်မှတ်ပေးနိုင်သည်။

သမားရိုးကျ CPU များသည် စွမ်းဆောင်ရည်ကို Table ပေါ်တွင် အဘယ်ကြောင့် ထားခဲ့သနည်း။

ဗိသုကာပညာရှင် Labs ၏ ငြင်းခုံမှုသည် ရင်းနှီးသော ရောဂါရှာဖွေခြင်းမှ စတင်သည်။ ယေဘုယျရည်ရွယ်ချက် CPU များအတွက် စုစည်းထားသော ပင်မပရိုဂရမ်ဘာသာစကားများသည် ပရိုဂရမ်တစ်ခု၏ အစိတ်အပိုင်းများကြားတွင် မှီခိုမှုကို ဖုံးကွယ်ထားသောကြောင့်၊ မည်သည့်ကုဒ်အပိုင်းအစမဆို မျှဝေထားသော၊ ပြောင်းလဲနိုင်သော အခြေအနေမှတစ်ဆင့် ဖတ်နိုင် သို့မဟုတ် ရေးသားနိုင်သောကြောင့် ဖြစ်သည်။ ထို့ကြောင့် ဟာ့ဒ်ဝဲသည် အဆိုးဆုံးအခြေအနေဟု ယူဆပြီး ညွှန်ကြားချက်များသည် တစ်ခုနှင့်တစ်ခုအပေါ် အမှန်တကယ်မူတည်သည့် runtime တွင် ပြန်လည်ရှာဖွေရမည်ဖြစ်သည်။

Single-core စွမ်းဆောင်ရည်၊ ကုမ္ပဏီသည် 2000 ခုနှစ်အစောပိုင်းကတည်းက ရပ်တန့်သွားပြီး Intel Xeon နှင့် AMD Zen ၏ ပုံစံခွက်တွင် multicore ဒီဇိုင်းများဆီသို့ တွန်းအားပေးကာ လုပ်ငန်းကို ကြီးမားစွာ ရပ်တန့်စေခဲ့သည်။ core တစ်ခုစီတိုင်းသည် တူညီသောမှတ်ဉာဏ်—cache hierarchies နှင့် coherence protocols — ဧရိယာနှင့် ပါဝါနှင့် စကေးများကို စရိတ်စက ညံ့ဖျင်းစွာ မြင်နိုင်သော core တစ်ခုစီမှ တူညီသောမှတ်ဉာဏ်ကို မြင်သည့်ထင်ယောင်ထင်မှားကို သိမ်းဆည်းထားသည်။

Frostbite ၏အခြေခံအုတ်မြစ်သည် မတူညီသောတွက်ချက်မှုပုံစံတစ်ခုဖြစ်သည်- အပြန်အလှန်ထိန်းပိုက်များ။ ပရိုဂရမ်တစ်ခုသည် node များ၏ဂရပ်ဖစ်ဖြစ်ပြီး ချိတ်ဆက်ထားသော node အတွဲများကို ပြန်လည်ရေးသားခြင်းဖြင့် တွက်ချက်မှုဖြစ်ပေါ်ပါသည်။ ပြန်လည်ရေးသားမှုတိုင်းသည် ဂရပ်၏ ဒေသဆိုင်ရာ အစိတ်အပိုင်းအနည်းငယ်ကိုသာ ထိသည်။ node တစ်ခုစီတွင် အဓိက ပို့တ်တစ်ခု အတိအကျ ပါရှိသည်၊ ထို့ကြောင့် တက်ကြွသောအတွဲ နှစ်ခု ထပ်နေမည်မဟုတ်ပါ — ၎င်းတို့ကို မည်သည့်အစီအစဥ်တွင်မဆို သို့မဟုတ် အားလုံးကို တစ်ပြိုင်နက် ပြန်လည်ရေးသားနိုင်ပြီး ရလဒ်သည် အမြဲတမ်းတူညီပါသည်။ အပြန်အလှန်ဆက်သွယ်မှုပိုက်များသည် မျဉ်းဖြောင့်ဖြစ်သည်- တန်ဖိုးတိုင်းကို တစ်ကြိမ်တိတိ အသုံးပြုသည်၊ ထို့ကြောင့် ဟာ့ဒ်ဝဲကို ကာကွယ်ရန်အတွက် မျှဝေထားသော ပြောင်းလဲနိုင်သောအခြေအနေမရှိပါ။

ပို့စ်အရ၊ Vine ဘာသာစကားသည် သာမာန်ပုံသဏ္ဍာန်ပရိုဂရမ်များကို အပြန်အလှန်ပိုက်ကွန်များသို့ တိုက်ရိုက်စုစည်းနိုင်ပြီး ဤဒီဇိုင်းသည် ကြီးမားသောအားသာချက်နှစ်ခုကို ထုတ်ပေးသည်- ပရိုဂရမ်မှ တိုက်ရိုက်လာသော အဆက်များနှင့်သော့ခတ်မှုများထက် ပရိုဂရမ်မှလာသော အပြိုင်အဆိုင်များနှင့် ၎င်းကိုအသုံးပြုသည့်နေရာဘေးရှိ ဒေသအမှတ်တရများတွင် နေထိုင်သည့်ဒေတာနှင့် ဧရိယာအများအပြားကို ဖယ်ရှားကာ သမရိုးကျချစ်ပ်များအသုံးပြုသည့် ဧရိယာအများအပြားကို ဖယ်ရှားပေးပါသည်။

ဘလော့ဂ်သည် ဘုရင်မငါးပါး ရှာဖွေရေးပြဿနာနှင့် ခြားနားချက်ကို သရုပ်ဖော်ထားသည်။ C++ ပရိုဂရမ်တစ်ခုသည် ရှာဖွေမှုသစ်ပင်အား တစ်ကြိမ်လျှင် ကိုယ်စားလှယ်လောင်းတစ်ဦးကို လမ်းလျှောက်ပေးသည်။ ညီမျှသောအပြန်အလှန် ပိုက်ကွန်သည် အမှီအခိုကင်းသောအလုပ်အားလုံးကို တစ်ကြိမ်တည်းထုတ်ပြသည် — ခြေလှမ်း 262 လှမ်းသာရှိသော အရေးကြီးသောလမ်းကြောင်းဖြင့် အပြန်အလှန်တုံ့ပြန်မှု 3,183 ခု၊ ဆိုလိုသည်မှာ အကြမ်းဖျင်းအားဖြင့် ခြေလှမ်းတိုင်းတွင် လုပ်ဆောင်ရန် အဆင်သင့်ဖြစ်နေပြီဟု ဆိုလိုပါသည်။

တောင်းဆိုချက် — နှင့် ၎င်း၏ သတိပေးချက်များ

စံနှုန်းနည်းစနစ်သည် နံပါတ်ကဲ့သို့ အာရုံစိုက်မှုကို ခံထိုက်သည်။ ဗိသုကာပညာရှင် Labs သည် ပရိုဂရမ်များအလုပ်လုပ်ပုံကို ဖော်ထုတ်သည့်အရာ 25 ခုကို ရွေးချယ်ထားသည် — အမှီအခိုကင်းသောအပိုင်းများစွာ၊ အပြိုင်အလုပ်ဝိုင်းများ၊ ရှည်လျားသောဆက်တွဲကွင်းဆက်များ၊ ဒေတာမှီခိုသောအကိုင်းအခက်များ၊ ပြန်လှည့်ခြင်း — နှင့် ၎င်းတို့အား ချိန်ညှိထားသည့် အေးဂျင့်များနှင့် ကိုက်ညီမှုမရှိသော ပရိုဂရမ်များအတွက် ဒီဇိုင်းကို ယေဘူယျဖော်ပြရန် အကဲဖြတ်သတ်မှတ်ထားသည့် ရှာဖွေမှုအစုတစ်ခုအဖြစ် ခွဲထားသည်။

FFT၊ radixsort နှင့် LU ပြိုကွဲမှုအတွက် Kernels များသည် SPLASH-2 benchmark suite ကို လိုက်နာသော်လည်း 64x သေးငယ်သော အရွယ်အစားဖြင့် စူးစမ်းလေ့လာခြင်းများကို ဆက်လက်လုပ်ဆောင်နိုင်သည်။ နောက်ပိုင်းတွင် အဖွဲ့သည် Kalman filter၊ PCA၊ အကန့်အသတ်ရှိသော ဒြပ်စင်ခွဲခြမ်းစိတ်ဖြာမှု၊ LU ဖြေရှင်းချက်နှင့် LZ4 ချုံ့ချဲ့မှုတို့၌ လက်တွေ့ကျသော အလုပ်တာဝန်ငါးခုကို ထည့်သွင်းခဲ့သည်။

အချက်နှစ်ချက် အရေးကြီးသည်။ ပထမဦးစွာ၊ နှိုင်းယှဉ်မှုအခြေခံသည် dual-issue၊ in-order superscalar core — ရိုးရှင်းပြီး ပါဝါသက်သာသည့် ဒီဇိုင်းအမှတ်၊ ဖုန်းများနှင့်လက်ပ်တော့များကိုပါဝါထုတ်နိုင်သော ကြီးမားသော out-order cores မဟုတ်ဘဲ၊ ထို့ကြောင့် 4.59x ကိန်းဂဏန်းကို ခေတ်မီဆန်းသစ်သော application processors များကိုအနိုင်ယူခြင်း၏တောင်းဆိုချက်အဖြစ် မဖတ်သင့်ပါ။ ဒုတိယ၊ Frostbite သည် GDS အဆင့်တွင် ယနေ့ တည်ရှိသည်- ပြီးပြည့်စုံသော၊ အတည်ပြုထားသော ဒီဇိုင်း၊ စမ်းသပ်ပြီးသား ဆီလီကွန်အပိုင်းအစ မရှိသေးပါ။ ကုမ္ပဏီကိုယ်တိုင်က ဒီဇိုင်းအဆင့်တွင် "perf/W နှင့် perf/area တွင် အဆင့်ဆင့်လုပ်ဆောင်နိုင်စွမ်းတိုးလာမှု" ကို သက်သေပြခြင်းဖြင့် ရလဒ်ကိုဘောင်သွင်းသည်။

AI က Chip ကို ဘယ်လိုတည်ဆောက်ခဲ့လဲ။

လုပ်ငန်းစဉ်ဖော်ပြချက်သည် ကြေငြာချက်၏ အဆန်းသစ်ဆုံးအပိုင်းဟု ဆိုနိုင်သည်။ ဗိသုကာပညာရှင် Labs က ၎င်းသည် ပရောဂျက်တစ်လျှောက် အေးဂျင့်အများအပြားကို လုပ်ဆောင်ခဲ့သည်ဟု ဆိုသည်။ စူးစမ်းလေ့လာရေးအဆင့်တွင် အေးဂျင့်များသည် သုတေသနစာတမ်းများနှင့် ရှိပြီးသားစံနှုန်းများကို ပေါင်းစပ်ဖန်တီးကာ အဆင့်မြင့်ဗိသုကာလက်ရာဆိုင်ရာ စိတ်ကူးများကို ဖလှယ်ရန်အတွက် Python မော်ဒယ်များကို တည်ဆောက်ကာ နယ်ပယ်ကို အယူအဆတစ်ခုတည်းအဖြစ် ကျဉ်းမြောင်းစေသည် — အဆိုပြုထားသော ပရိုဂရမ်းမင်းပုံစံ၊ အပြေးအချိန်နှင့် အဆင့်မြင့်ချစ်ပ်တုံးများကို ဖော်ပြသည့် 141 စာမျက်နှာ PDF ကို ထုတ်လုပ်သည်။

ကုမ္ပဏီက အဆိုပါစာရွက်စာတမ်းသည် "နောက်ဆုံးဗိသုကာလက်ရာနှင့် မနီးမဝေး" ဖြစ်ကြောင်း ဝန်ခံသည်- ပထမ RTL မျိုးဆက်ပြီးသည်နှင့်၊ ၎င်း၏ ခန့်မှန်းချက်အများအပြားသည် "ရုပ်ပိုင်းဆိုင်ရာ ဖြစ်နိုင်ချေများကို ကောင်းမွန်စွာ လုပ်ဆောင်နိုင်သောကြောင့်" ဖြစ်သောကြောင့် ၎င်းကို ဖျက်ပစ်ခဲ့သည်။

ထိုနေရာမှ၊ စနစ်သည် Frostbite ၏စနစ်မော်ဒယ်—“Arcmodel”——ကို ရေးပြီး ASL ဟုခေါ်သော အိမ်တွင်းသတ်မှတ်ချက်ဘာသာစကားအသစ်ကို အသုံးပြု၍ ချစ်ပ်၏ဆော့ဖ်ဝဲမော်ဒယ်အပြည့်အစုံကို တည်ဆောက်ခဲ့သည်။ ASL သည် RTL၊ စနစ်မော်ဒယ်များ၊ UVM နှင့် SVA အကြား စက်စစ်ဆေးနိုင်သော ဘာသာပြန်များနှင့် ပြုပြင်မွမ်းမံမှုများကို တရားဝင် ကျောထောက်နောက်ခံပြုထားသော သတ်မှတ်ချက်များနှင့် ဆန့်ကျင်ဘက်ဖြစ်ပြီး ၎င်း၏ ပါဝါနှင့် စွမ်းဆောင်ရည် ခန့်မှန်းချက်များကို 1-5% အတွင်း တိကျသည်ဟု ဆိုထားသည်။ အဖွဲ့သည် နောက်ပိုင်းတွင် ရှာဖွေတွေ့ရှိထားသော ဗိသုကာဆိုင်ရာ အခြေခံများကို စစ်ဆေးသောအခါတွင် "ဗိသုကာပညာရှင်အတွက် ခက်ခဲစေမည့် ဆန်းသစ်သော ဟာ့ဒ်ဝဲ အကောင်အထည်ဖော်မှုများနှင့် runtime အင်္ဂါရပ်များကို တွေ့ရှိရခြင်းမှာ အံ့အားသင့်သွားသည်" ဟု ဖော်ပြခဲ့သည်။

Redwood မှ Frostbite အထိ

Frostbite သည် ၎င်း၏ AI စနစ်များဖြစ်သည့် ဗိသုကာပညာကို ပေးထားသည့် ကုမ္ပဏီ၏ယခင်ရလဒ်ဖြစ်သည့် Redwood ပေါ်တွင် တည်ဆောက်ထားသည် — အကောင်အထည်ဖော်၊ အတည်ပြုပြီး စံချိန်တင်အချိန်အတွင်း အနုမာနအရှိန်မြှင့်စက်ကို အသုံးပြုထားသည်။ ဤအချိန်ကွာခြားချက်မှာ ပူးတွဲဒီဇိုင်းဖြစ်သည်- လူသားသတ်မှတ်ထားသော ဗိသုကာလက်ရာကို အကောင်အထည်ဖော်မည့်အစား AI စနစ်များသည် ညွှန်ကြားချက်အစုံ၊ microarchitecture နှင့် compiler တို့ကို အတူတကွပုံဖော်ပေးသည့် ဒီဇိုင်းအာကာသဗိသုကာပညာရှင် Labs မှ "ယခင်က သုံးစွဲ၍မရနိုင်လောက်အောင် ကြီးမားပါသည်။"

ကုမ္ပဏီ၏နိဂုံးချုပ်ချက်မှာ ကျယ်ပြောလှပေသည်- AI စနစ်များသည် ပိုမိုစွမ်းဆောင်နိုင်လာသည်နှင့်အမျှ ယနေ့ခေတ်တွင် သိကြသည့် ချစ်ပ်အမျိုးအစားတိုင်း—- datacenter-grade CPUs မှ AI accelerators၊ networking switches နှင့် NICs များအထိ — အလားတူ အခြေခံဗိသုကာဆိုင်ရာ အပြောင်းအလဲများကို ဖြတ်သန်းကြမည်ဖြစ်သည်။ အဲဒါက ခန့်မှန်းချက်တစ်ခုပါ၊ ရလဒ်တစ်ခုမဟုတ်ဘဲ၊ Frostbite ရဲ့ ကိန်းဂဏာန်းတွေကို အမှီအခိုကင်းတဲ့ အတည်ပြုချက်က မဖြစ်ပေါ်သေးပါဘူး။ သို့သော် ခရီးသွားခြင်း၏ ဦးတည်ချက်ကို လျစ်လျူရှုရန် ခဲယဉ်းသည်- AI သည် လူတို့သတ်မှတ်ထားသော ဗိသုကာများအတွင်း အပြင်အဆင်များကို ဒီဇိုင်းထုတ်ရုံသာ မဟုတ်တော့ပါ။ ဗိသုကာပညာကို ကိုယ်တိုင်တီထွင်ဖို့ စတင်နေပါပြီ။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →