「能效比提升4.59倍:AI端到端设计出的全新通用CPU架构Frostbite」初创团队Architect Labs发布了一款名为Frostbite的通用CPU架构,宣称从指令集、编译器到RTL与版图(GDS)全流程均由AI智能体集群自主探索与形式化验证完成。该架构摒弃了传统冯·诺依曼体系依赖共享内存与复杂缓存一致性的路线,转而基于1990年提出的“交互网(Interaction Nets)”计算模型——程序被编译为局部图重写网络,每个值仅归属单一节点,天然无共享可变状态与数据竞争,硬件单元(Tile)无需中央调度器即可通过本地内存与“工作窃取”机制自动并行执行。为防范AI设计中的幻觉与投机取巧,团队构建了可编译为80余万行Lean定理证明代码的专用形式化规约语言ASL,结合快660倍的系统级功耗仿真闭环,迭代出精细时钟门控等跨栈优化。在7nm工艺综合评估中,单组Frostbite计算簇在25项测试集上取得了传统双发射顺序超标量CPU核4.59倍的能效比(未调优测试集为3.83倍)。不过,技术社区对此也保持审慎:不少人指出其对比基线偏弱、尚未实际流片,且缺乏程序计数器与调用栈的纯交互网生态面临高昂的软件迁移门槛。但不可否认,AI正在大幅压缩非主流芯片架构的探索与验证成本,让曾经束之高阁的理论模型重新具备了工程落地的可能。architectlabs.com/blog/frostbite
发布于 北京
