中国推出世界首颗无干涉 AI全自动设计CPU
https://new.qq.com/rain/a/20230630A07AQ100?no-redirect=1
中科院计算所的处理器芯片全国重点实验室及其合作单位，
用AI技术设计出了世界上首个无人工干预、全自动生成的CPU芯片——启蒙1号。
这颗完全由AI设计的32位RISC-V CPU，相比GPT-4目前所能设计的电路规模大4000倍，
并可运行Linux作业系统，且性能堪比Intel 486。
启蒙1号处理器是基于RSIC-V指令集的，32位元架构，
早在2021年12月就已经完成流片验证，之后中科院计算所还用它点亮了Linux作业系统，
并运行了SPEC CPU2000测试程式，评估后认为性能跟Intel的40486相当。
启蒙1号芯片版图及实物图，其中CPU核部分完全由算法自动生成，芯片于2021年12月采
用65nm工艺流片，运行频率300MHz
这是全球首个无人工干预、全自动生成的CPU芯片，65nm工艺，频率达到了300MHz，
相关研究论文已经发表。
启蒙1号是中科院研究人员基于BSD二元猜测图（Binary Speculation Diagram, 简称BSD
）算法设计出来的，5个小时就生成了400万逻辑门，
这个规模比GPT-4能设计的芯片大4000倍。
虽然启蒙1号CPU的规模跟当前的顶级CPU还没法比，但是AI技术的进步飞快，
未来AI设计芯片会成为主流，将极大地提高芯片设计效率。
启蒙1号芯片可以成功运行Linux作业系统及性能对比（CPU-AI为启蒙1号）
团队介绍
自2008年起，中科院计算所便开始长期从事芯片设计和人工智能的交叉研究。其中一项为
人熟知的产出就是人工智能芯片寒武纪。
而在面向芯片设计的人工智能方法上，中科院计算所也已有十多年的积累，并且从未停止
探索如何用人工智能方法使得芯片设计完全自动化。
依托中国科学院计算技术研究所建立的处理器芯片全国重点实验室，是中国科学院批准正
式启动建设的首批重点实验室之一，并被科技部遴选为首批 20个标杆全国重点实验室，
2022年5月开始建设。其中，实验室学术委员会主任为孙凝晖院士，
实验室主任为陈云霁研究员。
实验室近年来获得了处理器芯片领域首个国家自然科学奖等6项国家级科技奖励；在处理
器芯片领域国际顶级会议发表论文的数量长期列居中国第一；在国际上成功开创了深度学
习处理器等热门研究方向；孵化了总市值数千亿元的国产处理器产业头部企业。
使用ChatGPT设计的芯片
日前，国际上也有使用ChatGPT设计芯片的尝试。纽约大学 Tandon 工程学院的研究人员
使用简单的英语“对话”与 AI 模型制造了一个微处理芯片，这是一项史无前例的成就，
可以加快芯片开发速度，更重要的是这将允许没有专业技术技能的个人设计芯片。
两名硬件工程师使用标准英语与ChatGPT-4“交谈”，并设计了一种新型的微处理器架构
。研究团队和 ChatGPT 设计的芯片并不是一个完整的处理器，它是整个 CPU 的一个部分
：负责创建一个新颖的基于 8 位元累加器的微处理器架构的逻辑。该芯片随后被送往
Skywater 130 nm 光刻机上进行制造。该团队声称，这项研究标志着 LLM 设计的 IC 首
次真正投入生产。
该团队使用 125 条消息成功创建了他们的 IC
累加器本质上是寄存器（内存），其中存储中间计算的结果，直到主计算完成。但它们
是 CPU 工作方式不可或缺的一部分；也许还可以设计其他必要的单元。这一成果表明，
未来成为 EDA 设计师的知识门槛要低得多。也许有一天，足够多的 CPU 碎片会被公开，
这样更多的ChatGPT用户将可以在家里设计他们的 CPU 架构。
研究人员使用商业和公开可用的大型语言模型 (LLM) 来研究八个硬件设计示例，在工程
师和 LLM 之间的即时来回交互中，通过纯英文文本处理其 Verilog (HDL) 等效。
“这项研究产生了我们认为是第一个完全由 AI 生成的 HDL，用于制造物理芯片，”纽约
大学 Tandon 的研究助理教授兼研究团队成员 Hammond Pearce 博士说。“一些人工智能
模型，如 OpenAI 的 ChatGPT 和谷歌的 Bard，可以生成不同程式设计语言的软件代码，
但它们在硬件设计中的应用尚未得到广泛研究。这项研究表明 AI 也可以使硬件制造受益
，尤其是当它被用于对话时，你可以通过一种有来有往的方式来完善设计。”
从这个实验中，该团队得出结论，
ChatGPT 确实可以将功能芯片设计为现实世界的解决方案。
==
心得:
有人说 2023年 才做出 486 有什么好怕?
但这是在无人干涉下 让 AI 自动迭代出来
就如同深度学习一样 目标(准度)没达到 再加更多迭代就好
怕了吧
User: 在 AI 极度普及的未来，有没有可能用类似 chatGPT 的使用方式，
设计出比美现在顶极效能的 CPU?
chatGPT: 在 AI普及的未来，技术的发展可能会带来一些突破，但是要设计出比现今顶尖效能的CPU
更加困难。ChatGPT是一种基于GPT-3.5模型的语言模型，并不是设计用于处理通用计算或
执行特定任务的处理器。
现在的顶尖效能CPU（例如在超级电脑或数据中心使用的处理器）是由专业的半导体公司
进行设计和制造的，他们投入了大量的时间、资源和专业知识，并且依赖于多个特殊化的
设计技术和流程。这些顶级CPU的设计需要考虑到高性能运算、能耗效率、散热管理、并
且要兼容各种软件和硬件。
AI技术的发展确实可能会对未来处理器的设计和性能产生影响。例如，将来可能会出现专
为AI运算优化的处理器架构，以更好地支援AI相关任务。已经有一些类似的产品，如
Google的TPU（Tensor Processing Unit）和NVIDIA的GPU（Graphics Processing Unit）
，专为加速机器学习和深度学习任务而设计。这些专用的硬件设计在处理AI相关工作时通
常比通用CPU更有效率。
因此，未来的处理器可能会利用AI技术和相关的硬件加速器进行优化，以提供更好的性能
和效能。但是，要设计出比现在顶尖效能的CPU更加困难，因为它涉及到众多复杂的工程
和物理问题。无论如何，技术的进步和创新总是令人期待的，未来可能会带来一些意想不
到的突破和改变。
Bing: 您好，这是必应。感谢您的提问。
根据我的搜索结果，目前还没有用类似 chatGPT 的方式设计出比现在顶级效能的 CPU 的
案例。但是，有一些研究和专案正在探索 AI 在 CPU 设计中的应用和潜力。
例如，中科院计算所等机构推出了世界首个完全由 AI 设计的 CPU 芯片，不仅比目前
GPT-4 所能设计的电路规模大了 4000 倍，而且性能也达到了与 Intel 486 相当的水准1
。
另外，英特尔® 至强® 可扩展处理器配备了内置的 AI 引擎，可以全面提升 AI 流水线
性能，支援从资料预处理、经典机器学习，到语言处理和图像识别等深度学习模型。它们
还利用了英特尔® 高级矩阵扩展（Intel®Advanced Matrix Extensions，英特尔® AMX
）和英特尔® 深度学习加速技术（Intel®Deep Learning Boost，英特尔® DL Boost）
等技术来加速深度学习训练和推理2。
我认为，在 AI 极度普及的未来，使用类似 chatGPT 的方式设计 CPU 是有可能的，但也
需要解决一些技术和成本的挑战。我希望这些资讯对您有说明。如果您有其他问题，请随
时提问。
Claude: 这是一个很有趣的想法。理论上,如果AI系统具有足够的计算能力和对半导体设计的深入
理解,它就有可能设计出比目前最高效能的CPU更强大的处理器。但是,实现这一目标还面
临着许多挑战:
处理器设计是一项非常复杂的工程,需要对电子工程,物理和计算机架构等领域有深入的理
解。目前的AI系统的知识还远远不能满足这些要求。
处理器设计需要大量的创造性和直觉,需要在不同的设计选择和取舍中作出判断。这需要
一种更加通用和灵活的人工智能,而不是像GPT这样靠大量数据训练的模型。
处理器的设计和验证过程需要对真实世界的理解。例如需要考虑制造工艺,测试处理器的
可靠性和性能等,这需要机器具有对实际世界更好的理解能力。
目前的AI系统都只能在软件层面运作,实际的硬件设计和验证还需要人类工程师的参与。
要实现全自动的AI芯片设计,还需要突破AI系统与物理世界的联系。
所以,尽管这是一个非常有前景的方向,但要实现像GPT那样的AI系统设计超高效能的处理
器,还有很长的路要走。需要AI技术在许多方面的进步,特别是通用学习,对真实世界的理
解,以及与物理系统的结合等。