Стартап по производству микросхем под названием Architect Labs сообщает, что его системы искусственного интеллекта обнаружили, спроектировали и проверили новый процессор общего назначения на всех этапах — от набора команд до окончательной компоновки чипа. Чип под названием Frostbite был представлен в блоге компании Architect Labs, входящей в состав Architect Silicon Inc., от 18 ноября 2026 года. По данным компании, агенты ИИ автономно выполняли итерации над компилятором, ISA, архитектурой, микроархитектурой, RTL, проверкой и окончательным GDS — файлами компоновки, используемыми для производства чипов, — без каких-либо архитектурных априорных действий, предоставленных человеком.
Заявление в заголовке поразительно: при наборе из 25 рабочих нагрузок, включая 15, отложенных до окончательной оценки, Frostbite достиг коэффициента производительности на ватт, кратного 4,59 раза, по сравнению с современным, проверенным на базе кремния суперскалярным двухпроцессорным ядром ЦП нормального порядка. Пост сразу же привлек внимание Hacker News, где за день он собрал более 160 голосов. Если результаты выдержат независимую проверку, это станет одним из наиболее важных аспектов исследования аппаратного обеспечения ИИ в этом году — свидетельство того, что ИИ может делать больше, чем просто помогать разработчикам чипов, и вместо этого может создавать фундаментальные архитектуры, которые люди не указали.
Почему традиционные процессоры снижают производительность
Аргументация Architect Labs начинается со знакомого диагноза. Основные языки программирования, скомпилированные для процессоров общего назначения, скрывают зависимости между частями программы, поскольку любой фрагмент кода может читать или записывать любую переменную через общее изменяемое состояние. Поэтому аппаратное обеспечение предполагает наихудший случай и должно во время выполнения заново обнаружить, какие инструкции на самом деле зависят друг от друга.
Производительность одноядерных процессоров, как отмечает компания, в значительной степени застопорилась с начала 2000-х годов, что подтолкнуло отрасль к большим многоядерным разработкам в духе Intel Xeon и AMD Zen. Сохранение иллюзии, что каждое ядро использует одну и ту же память (иерархии кэша и протоколы согласованности), требует затрат площади и мощности и плохо масштабируется.
В основе Frostbite лежит другая модель вычислений: сети взаимодействия. Программа представляет собой граф узлов, и вычисления происходят путем переписывания пар связанных узлов. Каждая перезапись затрагивает лишь небольшую локальную часть графа. Каждый узел имеет ровно один основной порт, поэтому никакие две активные пары никогда не перекрываются — их можно перезаписывать в любом порядке или все сразу, и результат всегда один и тот же. Сети взаимодействия также линейны: каждое значение используется ровно один раз, поэтому не существует общего изменяемого состояния, которое оборудование должно охранять.
Согласно сообщению, язык Vine может компилировать обычные программы непосредственно в сети взаимодействия, и компания заявляет, что такая конструкция дает два больших преимущества: параллелизм, который исходит непосредственно из программы, а не из потоков и блокировок, и данные, которые хранятся в небольших локальных запоминающих устройствах рядом с тем местом, где они используются, что устраняет большую часть площади и мощности, которые традиционные чипы тратят на большие, когерентные кэши.
Блог иллюстрирует разницу на примере задачи поиска пяти ферзей. Программа на C++ просматривает дерево поиска по одному кандидату за раз; эквивалентная сеть взаимодействий предоставляет всю независимую работу одновременно — 3183 взаимодействия с критическим путем всего в 262 шага, что означает, что примерно двенадцать взаимодействий готовы к выполнению на каждом этапе.
Претензия и ее предостережения
Эталонная методология заслуживает такого же внимания, как и цифры. Architect Labs отобрала 25 рабочих нагрузок, сгруппированных по тому, как программы демонстрируют работу — множество независимых частей одновременно, циклы параллельной работы, длинные последовательные цепочки, ветки, зависящие от данных, рекурсия — и разделила их на набор поиска, на который настроены агенты, и набор отложенной оценки, чтобы показать, что проект обобщается на программы, на которые он никогда не настраивался.
Ядра для БПФ, поразрядной сортировки и LU-разложения соответствуют набору тестов SPLASH-2, но имеют в 64 раза меньший размер, чтобы облегчить исследовательские прогоны. Позже команда добавила к имеющемуся набору пять практических задач: фильтр Калмана, PCA, анализ методом конечных элементов, решение LU и декомпрессию LZ4.
Имеют значение два предостережения. Во-первых, базовым показателем для сравнения является двойное, упорядоченное суперскалярное ядро — простая, энергоэффективная конструкция, а не огромные вышедшие из строя ядра, которые питают телефоны и ноутбуки, поэтому цифру 4,59x не следует воспринимать как заявление о превосходстве над современными процессорами приложений. Во-вторых, Frostbite сегодня существует на стадии GDS: законченная, проверенная конструкция, готовая к изготовлению, а не протестированный и отправляемый кусок кремния. Сама компания описывает этот результат как доказательство «ступенчатого увеличения производительности/Вт и производительности/площади» на уровне проектирования.
Как ИИ создал чип
Описание процесса, пожалуй, самая новая часть анонса. В Architect Labs заявляют, что в рамках проекта было задействовано несколько групп агентов. На этапе исследования агенты синтезировали исследовательские работы и существующие тесты, создавали модели Python для компромисса между архитектурными идеями высокого уровня и сужали поле до одной концепции — создавая 141-страничный PDF-файл с описанием предлагаемой модели программирования, среды выполнения и блоков микросхем высокого уровня.
Этот документ, как признает компания, был «далек от окончательной архитектуры»: как только первое поколение RTL было завершено, он был удален, поскольку многие из его оценок были «далеко от того, что было физически возможно».
После этого система создала полную программную модель чипа, используя новый собственный язык спецификаций под названием ASL, написав на нем системную модель Frostbite — «Arcmodel». ASL поддерживает машинно проверяемые преобразования и уточнения между утверждениями RTL, системными моделями, UVM и SVA в соответствии с официально подтвержденной спецификацией, а его оценки мощности и производительности заявлены с точностью до 1–5%. Когда позже команда изучила обнаруженные архитектурные примитивы, они сообщили, что были «удивлены, обнаружив новые аппаратные реализации и функции среды выполнения, которые в противном случае было бы трудно спроектировать».
От Редвуда до обморожения
Frostbite опирается на предыдущий результат компании — Redwood, в котором ее системы искусственного интеллекта — с учетом архитектуры — внедрили, проверили и развернули ускоритель вывода в рекордно короткие сроки. Разница на этот раз заключается в совместном проектировании: вместо того, чтобы реализовывать архитектуру, заданную человеком, системы искусственного интеллекта вместе формировали набор команд, микроархитектуру и компилятор, пространство проектирования Architect Labs описывает как «настолько большое, что раньше оно было недоступно».
Заключительный тезис компании широк: по мере того, как системы искусственного интеллекта становятся более функциональными, каждый класс известных сегодня чипов — от процессоров для центров обработки данных до ускорителей искусственного интеллекта, сетевых коммутаторов и сетевых карт — претерпит аналогичные фундаментальные архитектурные изменения. Это прогноз, а не результат, и независимого подтверждения цифр Frostbite еще не произошло. Но направление движения трудно игнорировать: ИИ больше не просто проектирует макеты внутри архитектур, определяемых человеком. Он начинает изобретать сами архитектуры.
---
Будьте впереди ИИПолучайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.
Подробнее новости AI →