Uma startup de silício chamada Architect Labs afirma que seus sistemas de IA descobriram, projetaram e verificaram uma nova CPU de uso geral de ponta a ponta – desde o conjunto de instruções até o layout final do chip. O chip, chamado Frostbite, foi revelado em uma postagem no blog de 18 de novembro de 2026 pelo Architect Labs, parte da Architect Silicon Inc. De acordo com a empresa, os agentes de IA iteraram de forma autônoma no compilador, ISA, arquitetura, microarquitetura, RTL, verificação e GDS final – os arquivos de layout usados para fabricação de chips – com zero antecedentes de arquitetura fornecidos por humanos.
A afirmação do título é impressionante: em um conjunto de 25 cargas de trabalho, incluindo 15 mantidas até a avaliação final, o Frostbite alcançou um múltiplo de desempenho por watt de 4,59x em comparação com um núcleo de CPU moderno, superescalar, de dupla emissão e comprovado em silício, em ordem. A postagem chamou atenção imediata no Hacker News, onde coletou mais de 160 votos positivos em um dia. Se os resultados sobreviverem a um escrutínio independente, estes seriam classificados entre as peças mais importantes da cobertura de hardware de IA este ano – prova de que a IA pode fazer mais do que ajudar os designers de chips e, em vez disso, pode originar arquitecturas fundamentais que os humanos não especificaram.
Por que CPUs convencionais deixam o desempenho em segundo plano
O argumento do Architect Labs começa com um diagnóstico familiar. As principais linguagens de programação compiladas para CPUs de uso geral ocultam dependências entre partes de um programa, porque qualquer parte do código pode ler ou escrever qualquer variável por meio de um estado mutável e compartilhado. O hardware, portanto, assume o pior caso e deve redescobrir, em tempo de execução, quais instruções realmente dependem umas das outras.
O desempenho de núcleo único, observa a empresa, estagnou em grande parte desde o início dos anos 2000, empurrando a indústria em direção a grandes projetos multicore nos moldes do Intel Xeon e AMD Zen. Manter a ilusão de que cada núcleo vê a mesma memória – hierarquias de cache e protocolos de coerência – custa área e energia e é escalonável.
A base do Frostbite é um modelo diferente de computação: redes de interação. Um programa é um gráfico de nós e a computação acontece reescrevendo pares de nós conectados. Cada reescrita afeta apenas uma pequena parte local do gráfico. Cada nó tem exatamente uma porta principal, portanto, dois pares ativos nunca se sobrepõem — eles podem ser reescritos em qualquer ordem ou todos de uma vez, e o resultado é sempre o mesmo. As redes de interação também são lineares: cada valor é usado exatamente uma vez, portanto não há estado mutável compartilhado para o hardware proteger.
De acordo com a postagem, a linguagem Vine pode compilar programas de aparência comum diretamente para redes de interação, e a empresa diz que esse design traz duas grandes vantagens: paralelismo que vem direto do programa, e não de threads e bloqueios, e dados que residem em pequenas memórias locais próximas de onde são usados – eliminando grande parte da área e energia que os chips convencionais gastam em caches grandes e coerentes.
O blog ilustra a diferença com um problema de busca de cinco rainhas. Um programa C++ percorre a árvore de pesquisa um candidato por vez; a rede de interação equivalente expõe todo o trabalho independente de uma só vez – 3.183 interações com um caminho crítico de apenas 262 etapas, o que significa que aproximadamente doze interações estão prontas para serem executadas em cada etapa.
A reivindicação – e suas advertências
A metodologia de benchmark merece tanta atenção quanto o número. O Architect Labs selecionou 25 cargas de trabalho agrupadas de acordo com a forma como os programas expõem o trabalho – muitas peças independentes ao mesmo tempo, rodadas de trabalho paralelo, longas cadeias sequenciais, ramificações dependentes de dados, recursão – e as dividiu em um conjunto de pesquisa com o qual os agentes foram ajustados e um conjunto de avaliação retido, para mostrar que o design se generaliza para programas nos quais nunca foi ajustado.
Kernels para decomposição FFT, radixsort e LU seguem o conjunto de benchmark SPLASH-2, embora em tamanhos 64x menores para manter as execuções exploratórias tratáveis. Posteriormente, a equipe adicionou cinco cargas de trabalho práticas ao conjunto retido: um filtro de Kalman, PCA, análise de elementos finitos, uma resolução LU e descompressão LZ4.
Duas advertências são importantes. Primeiro, a linha de base de comparação é um núcleo superescalar em ordem e de dupla emissão – um ponto de design simples e eficiente em termos de energia, não os enormes núcleos fora de ordem que alimentam telefones e laptops, portanto, o número de 4,59x não deve ser lido como uma afirmação de superar os processadores de aplicativos de última geração. Em segundo lugar, o Frostbite existe hoje no estágio GDS: um projeto completo e verificado, pronto para fabricação, ainda não uma peça de silício testada e enviada para envio. A própria empresa enquadra o resultado como uma prova de “um aumento de função escalonada em desempenho/W e desempenho/área” no nível do design.
Como a IA construiu o chip
A descrição do processo é sem dúvida a parte mais nova do anúncio. O Architect Labs diz que executou vários enxames de agentes em todo o projeto. Na fase de exploração, os agentes sintetizaram documentos de pesquisa e benchmarks existentes, construíram modelos Python para negociar ideias arquitetônicas de alto nível e restringiram o campo a um único conceito – produzindo um PDF de 141 páginas descrevendo o modelo de programação proposto, o tempo de execução e os blocos de chips de alto nível.
Esse documento, admite a empresa, “não estava nem perto da arquitetura final”: assim que a primeira geração RTL foi concluída, ele foi excluído, porque muitas de suas estimativas estavam “bem longe do que era fisicamente possível”.
A partir daí, o sistema construiu um modelo de software completo do chip usando uma nova linguagem de especificação interna chamada ASL, escrevendo o modelo de sistema da Frostbite – “Arcmodel” – nele. ASL oferece suporte a traduções verificáveis por máquina e refinamentos entre RTL, modelos de sistema, UVM e asserções SVA em relação a uma especificação apoiada formalmente, e suas estimativas de poder e desempenho são consideradas precisas entre 1-5%. Mais tarde, quando a equipe examinou as primitivas arquitetônicas descobertas, eles relataram ter ficado “surpresos ao encontrar novas implementações de hardware e recursos de tempo de execução que, de outra forma, seriam difíceis de arquitetar”.
De Redwood a Frostbite
A Frostbite baseia-se no resultado anterior da empresa, Redwood, no qual seus sistemas de IA – com uma arquitetura – implementaram, verificaram e implantaram um acelerador de inferência em tempo recorde. A diferença desta vez é o co-design: em vez de implementar uma arquitetura especificada pelo homem, os sistemas de IA moldaram o conjunto de instruções, a microarquitetura e o compilador juntos, um espaço de design que o Architect Labs descreve como “tão grande que antes era inacessível”.
A tese final da empresa é abrangente: à medida que os sistemas de IA se tornam mais capazes, todas as classes de chips conhecidas hoje – desde CPUs de data center até aceleradores de IA, switches de rede e NICs – passarão por mudanças arquitetônicas fundamentais semelhantes. Isso é uma previsão, não um resultado, e a validação independente dos números da Frostbite ainda não aconteceu. Mas é difícil ignorar a direção da viagem: a IA não se limita mais a projetar layouts dentro de arquiteturas definidas por humanos. Está começando a inventar as próprias arquiteturas.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →