AI 从零设计全新 CPU 架构:Architect Labs 发布 Frostbite
帕洛阿尔托初创公司 Architect Labs 近日通过研究博客宣布,其人工智能系统独立完成了通用 CPU“Frostbite”的设计、验证工作。该芯片采用全新的指令集架构,基于模拟的 7 纳米工艺节点进行设计,目前尚未投入实体制造。

摒弃传统缓存层级,引入“交互网络”计算模型
传统 CPU 依赖硬件在运行时动态发现指令间的相互依赖关系,且多核设计需要深层缓存层次结构和连贯性协议来维持共享内存视图的一致性,这往往导致规模扩展困难及功耗面积成本增加。对此,Architect Labs 提出了名为“免费多线程”(Free Multithreading)的替代方案。
Frostbite 的核心设计理念是将程序编译为“交互网络”(Interaction Nets)。这是一种源自 1990 年的计算模型,将程序视为由节点组成的图形,通过重写连接节点对来进行计算。在此范式下,操作可以任意顺序或并行执行而不影响最终结果。由于每个值仅使用一次,数据可保留在小型本地内存中,从而避免了对大型共享缓存的依赖。
团队举例说明:在解决经典的“5x5 棋盘放置五个互不攻击皇后”问题时,典型程序需逐个棋盘搜索解决方案;而在交互网络中,同一搜索过程被分解为 3,183 个小操作,最长串行链仅为 262 步,平均每一步约有 12 个操作具备并行执行条件。这种并行处理能力是程序的内在特性,无需对代码本身进行重写。
性能参数与能效表现
Frostbite 芯片由多个相同的处理单元组成,每个单元拥有独立的本地存储器,并通过片上网络连接。四个处理单元加上四个 L3 节点构成一个集群。完整布局包含 16 个此类单元。在设计合成初期,频率达到 800 MHz,但在最终布局阶段降至 500 MHz。
据官方数据,该集群的平均每面积性能是对比核心的 8.77 倍。下表展示了不同工作负载下的每瓦性能对比:
| 工作负载 | 每瓦特性能 vs 对比核心 |
|---|---|
| 全部 25 项 (几何平均值) | 4.59x |
| 用于调整设计的 10 项 | 6.02x |
| 最终评估前的测试项 | 3.83x |
| 最佳表现:conv2d (无优化) | 23.12x |
| 最差表现:递归斐波那契 (无优化) | 1.15x |
“零架构先验”的开发流程
负责制造 Frostbite 的人工智能系统从“零架构先验”开始工作。虽然团队预先指定了必须优化的工作负载,但 AI 通过阅读论文和基准测试,构建 Python 模型并选定核心概念,自主完成了后续设计。
初始生成的 141 页 PDF 文档包含编程模型、运行时间及高级块描述,但在生成第一个寄存器传输级 (RTL) 设计后被删除,原因是其中许多数字和估计值“远远超出了物理可能范围”。团队指出,当代理人选定架构后便脱离自然语言描述,因为英语无法精确涵盖所有细节或捕捉每一个错误。通过机器检查,公司声称能有效阻止大量错误。在电路设计成型前,整个芯片的软件模型已先行完成。
鉴于 RTL 模拟速度缓慢,代理人在软件模型上测试想法。初期模型的功率估计误差接近 250%,经过自动循环调整后,误差缩小至 5% 以内,与电路设计相匹配。
每个设计想法均与规范对比,在快速模型中测试,嵌入电路设计,并在决定保留或放弃前测量功率。这一过程共试用了 58 个想法,保留了 37 个。值得注意的是,出现了一些未被人类指定的行为,例如“工作窃取”(Work Stealing):空闲的处理块会从邻居处抽取备用任务。
| 能源份额 (四集群,平均 20 个工作负载,不含时钟分布) | 对比核心 | Frostbite |
|---|---|---|
Memory |
57% |
38% |
| 获取、解码及指令发射过程中使用的数据 | 27% |
6% |
| 片上网络与调度器 | 未突破 | 26% |
| 时钟分布 (上述行未包含的总能量份额) | 49% |
41% |
后续计划与开源愿景
这并非 Architect Labs 的首次尝试。该公司曾在 8 月份展示了一款面向机器人和无人机的 AI 推理加速器 Redwood。当时表示,其 AI 系统在不到两周的时间内,基于两名人类架构师编写的规范,生成了 RTL、验证代码、固件、驱动程序和内核。公司称正在努力在台积电 (TSMC) 建造该芯片。
目前,Architect Labs 还在开发名为 Vine 的编程语言,这是编写 Frostbite 程序所使用的同一种语言。
公司的长期计划包括建立一个由 FPGA 托管的“软件游乐场”,允许任何人在 Frostbite 上运行程序,并开发一个“初步操作系统”。最终,公司计划发布 Frostbite 的 RTL 源代码和指令集定义。
与此同时,该公司计划覆盖更多工作负载,并将 Frostbite 与更广泛的 CPU 组进行比较,包括更大规模的 Frostbite 网格配置以及具有大型缓存的多核版本。这些比较将在未来几个月内通过 SPEC 和 PARSEC 等流行 CPU 基准套件进行,旨在测试“更大、更宽、非传统”的 CPU 架构。





