一家名为 Architect Labs 的芯片初创公司表示,其人工智能系统已经发现、设计和验证了一种新的通用 CPU 端到端——从指令集一直到最终的芯片布局。该芯片名为 Frostbite,由 Architect Silicon Inc. 旗下的 Architect Labs 在 2026 年 11 月 18 日的博客文章中公布。该公司表示,AI 代理在编译器、ISA、架构、微架构、RTL、验证和最终 GDS(用于芯片制造的布局文件)上自主迭代,人工提供的架构先验为零。

标题令人震惊:在一组 25 个工作负载(其中 15 个工作负载直到最终评估之前)中,与现代经过硅验证的超标量双发出有序 CPU 内核相比,Frostbite 实现了 4.59 倍的每瓦性能倍数。该帖子立即引起了 Hacker News 的关注,一天之内就获得了 160 多个点赞。如果结果能够通过独立审查,这将成为今年人工智能硬件报道中最重要的部分之一——这证明人工智能不仅可以帮助芯片设计人员,还可以创造人类未指定的基本架构。

为什么传统 CPU 的性能不佳

Architect Labs 的论点始于一个熟悉的诊断。为通用 CPU 编译的主流编程语言隐藏了程序各部分之间的依赖关系,因为任何代码段都可以通过共享的可变状态读取或写入任何变量。因此,硬件假设最坏的情况,并且必须在运行时重新发现哪些指令实际上相互依赖。

该公司指出,自 2000 年代初以来,单核性能基本停滞不前,推动行业转向英特尔至强和 AMD Zen 等大型多核设计。保持每个核心都看到相同内存的错觉——缓存层次结构和一致性协议——会消耗面积和功耗,并且扩展性很差。

Frostbite 的基础是一种不同的计算模型:交互网络。程序是一个节点图,计算是通过重写成对的连接节点来进行的。每次重写只触及图表的一小部分。每个节点只有一个主端口,因此不会有两个活动对重叠——它们可以按任何顺序重写,或者一次全部重写,并且结果始终相同。交互网络也是线性的:每个值都只使用一次,因此不存在需要硬件保护的共享可变状态。

根据这篇文章,Vine 语言可以将普通的程序直接编译到交互网络,该公司表示,这种设计有两大优势:直接来自程序而不是线程和锁的并行性,以及存在于靠近使用位置的小型本地存储器中的数据——消除了传统芯片在大型、一致的缓存上花费的大部分面积和功率。

该博客说明了五皇后搜索问题的差异。 C++ 程序一次遍历搜索树一个候选者;等效交互网络同时公开所有独立工作 - 3,183 个交互,关键路径只有 262 个步骤,这意味着每一步大约有 12 个交互准备运行。

声明及其警告

基准测试方法与数字一样值得关注。架构师实验室根据程序公开工作的方式选择了 25 个工作负载——同时许多独立的部分、多轮并行工作、长顺序链、数据相关分支、递归——并将它们分成代理调整的搜索集和保留的评估集,以显示设计推广到从未调整过的程序。

FFT、基数排序和 LU 分解的内核遵循 SPLASH-2 基准套件,但尺寸缩小了 64 倍,以保持探索性运行的易处理性。该团队后来向保留的集合中添加了五个实际工作负载:卡尔曼滤波器、PCA、有限元分析、LU 求解和 LZ4 解压缩。

有两个警告很重要。首先,比较基准是双发射、有序超标量核心——一个简单、节能的设计点,而不是为手机和笔记本电脑供电的巨大无序核心,因此 4.59 倍的数字不应被解读为击败最先进的应用处理器的声明。其次,Frostbite 目前处于 GDS 阶段:一个完整​​的、经过验证的设计,可供制造,尚未经过测试、运输的硅片。该公司本身将结果描述为在设计层面证明了“性能/宽度和性能/面积的阶跃函数增加”。

人工智能如何构建芯片

流程描述可以说是公告中最新颖的部分。 Architect Labs 表示,它在整个项目中运行了多个代理群。在探索阶段,智能体综合了研究论文和现有基准,构建了 Python 模型来权衡高级架构思想,并将领域缩小到单一概念——生成 141 页的 PDF,描述了拟议的编程模型、运行时和高级芯片模块。

该公司承认,该文件“与最终架构相去甚远”:第一代 RTL 完成后,该文件就被删除,因为其中的许多估计“与物理上可能的情况相差甚远”。

从那时起,系统使用一种名为 ASL 的新内部规范语言构建了芯片的完整软件模型,并在其中编写了 Frostbite 的系统模型“Arcmodel”。 ASL 支持根据正式支持的规范在 RTL、系统模型、UVM 和 SVA 断言之间进行机器可检查的转换和改进,并且其功耗和性能估计据称精确到 1-5% 之内。当团队后来检查发现的架构原语时,他们报告说“惊讶地发现了新颖的硬件实现和运行时功能,否则这些架构将很难构建”。

从红木到冻伤

Frostbite 建立在该公司之前的成果 Redwood 的基础上,其中其人工智能系统(给定架构)在创纪录的时间内实施、验证和部署了推理加速器。这次的不同之处在于协同设计:人工智能系统不是实现人类指定的架构,而是一起塑造指令集、微架构和编译器,架构师实验室将设计空间描述为“如此之大,以前无法访问”。

该公司的结语内容十分广泛:随着人工智能系统变得更加强大,当今已知的每一类芯片——从数据中心级CPU到人工智能加速器、网络交换机和网卡——都将经历类似的基本架构转变。这是预测,而不是结果,并且对 Frostbite 数据的独立验证尚未进行。但前进的方向很难被忽视:人工智能不再只是在人类定义的架构内设计布局。它开始发明架构本身。

---

保持人工智能领先地位

获取最新的人工智能新闻、分析和突破——尽在一个地方。

阅读更多人工智能新闻 →