硬件 × AI · 没人画图纸的芯片:agent 蜂群从零搓出一颗七纳米 CPU
一颗 CPU 出生照旧例要走多长的流程?架构师先画图纸,微架构师细化,验证团队拿形式化方法和仿真去磨,RTL 工程师写成代码,后端做物理设计,最后交给代工厂。一条链上几百号人,两年起步。
11 月 18 日,一家叫 Architect Labs 的芯片公司发了一篇博客,说他们把这条链整个拆了:agent 蜂群从"零架构先验"出发,自己迭代编译器、ISA、架构、微架构、RTL、验证,一路干到最终 GDS。芯片取名 Frostbite。
先说结论再说道道:一颗四 tile 的小 CPU,7 纳米综合,能效比对一颗硅验证过的双发射顺序执行处理器高出 4.59 倍(几何均值),面积效率 8.77 倍。听着像发布会,往下看才知道有意思的地方在哪。
🕸️ 为什么是交互网
蜂群不是拿现成的 x86 或 RISC-V 改的,它给 Frostbite 配了一套全新 ISA,底层计算模型是交互网——程序不是指令序列,是一张图,节点两两做局部重写。每个值只有一个主人,依赖显式写在图上。好处直接:并行性不用人标注,运行时自己涌现,tile 之间不需要缓存一致性协议这种几十年的老麻烦。
软件栈也是新的。上层语言 Vine 长得像 Rust,编译到中间表示 Ivy,然后铺在芯片的 tile 阵列上。ISA 里有宽 bundle、硬件循环计数、流操作,还有一组很特别的原语:从正在跑的图里取值、窥值、拷值。
最有意思的是工作窃取,博客原文强调这"从头到尾没有任何人类指定过"。每个 tile 先干本地队列的活,干完了看邻居——邻居闲着就去偷它的活,再不行就睡觉。帧管理器负责把续体停在原地,等返回包把它叫醒。整个调度行为是 agent 群在四轮搜索加消融实验里"长"出来的:58 个架构提案并行挂在 worktree 里赛马,留下 37 个,细粒度时钟门控和一个共享 expander 都在幸存者名单上。
📐 验证那部分,比设计更像传统工程
蜂群狂奔,规格和验证反而走的是最老派的路。自研的规格语言 ASL 机器可查、可以翻译成 Lean,最终落到 80 多万行 Lean、覆盖 31 个模块。ASL 模型估算误差标称 1-5%,跑起来比 RTL 仿真快两百倍,全芯片级快六百多倍——快是为了让 agent 可以海量试错。
RTL 那边出过一次大事故。最初跑出来的电路和规格模型偏差一度到 250%。处理方式不是人去修,是让自动管线往规格计数器上拟合 Python 函数,一路磨到误差 5% 以内。规格模型重新校准,蜂群接着跑。
最后交出来的能量账本:对比那颗匿名基线 CPU(法务原因不点名,面积 0.895 平方毫米),Frostbite 把内存能量压到对手的 38%,取指译码发射部分压到 6%,省下的钱有 26% 花在自己的片上网络和调度器上。盲测的 15 个负载上能效比是 3.83 倍,调优过的搜索集上是 6.02 倍——盲测掉得不多,这点比很多"调优集神话"体面。
| 口径 | Frostbite | 匿名基线 |
|---|---|---|
| 内存能量占比 | 38% | 57% |
| 取指/译码/发射占比 | 6% | 27% |
| 片上网络+调度占比 | 26% | — |
| 能效比(几何均值) | 4.59× | 1× |
🧊 冷水也得泼一盆
没有流片。所有数字停在 GDS 之前,7 纳米是综合口径。基线 CPU 匿名,方法论没全公开,HN 上有人翻出了架构史上那座著名的坟——Mill CPU,2013 年起讲了十几年故事,一颗芯片也没人摸到过。评论区的共识很齐:以前说"show me the code",现在得说"show me the silicon"。顺便一提,Frostbite 还是 EA 家游戏引擎的名字,评论区为这个梗热闹了半天。
公司自己列的下一步倒是具体:FPGA 上的软件游乐场、初步 OS、跟 SPEC/PARSEC 和乱序多核的正经对比、公开 RTL 和 ISA。最后这条是关键承诺——公开了,"AI 能不能设计芯片"才有得吵;不公开,这就只是又一篇博客。
不过有一件事已经不等流片了:验证环节里那 80 万行 Lean 和一条"规格-RTL 自动对齐"的管线,是这套蜂群里最像未来基础设施的部分。芯片可以画错,账本不能记错——AI 想真的接手芯片设计,先接手的其实是验证。