圖檔來源：arrived.org
該晶片以大約 i486 的速度運作 Linux 基準測試。
一組中國科學家發表了一篇題為“突破機器設計的極限：利用人工智能進行自動化 CPU 設計”的論文。該論文詳細介紹了研究人員在 5 小時内設計出新型工業級 RISC-V CPU 的工作。據稱，這一人工智能自動化的壯舉比人類團隊完成類似 CPU 設計的速度快約 1000 倍。然而，有些人可能會嘲笑由此産生的人工智能設計的 CPU 性能與 i486 大緻相當。
中國研究團隊的目标是回答機器是否可以像人類一樣設計晶片的問題。該團隊認為，早期的人工智能設計相對較小或範圍有限。是以，為了測試人工智能設計的邊界，研究人員認為他們會嘗試讓人工智能自動設計 RISC-V CPU。
圖檔來源：arxiv.org
此類項目通常從一段時間的機器學習開始。教育訓練包括觀察一系列 CPU 輸入和輸出。科學家們從此 I/O 生成了二進制推測圖 (BSD)，并利用基于蒙特卡羅的擴充和布爾函數的原理來磨練基于 AI 的 CPU 設計的準确性和效率。是以，科學家們解釋說，CPU 設計是“僅根據外部輸入輸出觀察而不是正式的程式代碼”形成的。它還擁有令人印象深刻的 99.99999999999% 準确率。
使用上述流程，建立了 CPU 的自動化 AI 設計。流片的 RISC-V32IA 指令集 CPU 采用 65nm 制造，運作頻率高達 300 MHz。在 AI 生成的 CPU 上運作 Linux（核心 5.15）作業系統和 SPEC CINT 2000 驗證了其功能。在 Drystone 基準測試中，AI 生成的 CPU 的性能與 i486 相當。有趣的是，在同一測試中，它似乎比 Acorn Archimedes A3010 快一點。
圖檔來源：arrived.org
盡管有些人可能對 AI 生成的 CPU 的性能不以為然，但科學家們似乎也為他們生成的 BSD“從頭開始發現了馮諾依曼架構”感到非常自豪。
圖檔來源：arxiv.org
使用 AI 從頭開始建構新的 RISC-V CPU 不僅具有學術興趣，也具有從頭開始制造新 CPU 的潛在用途。研究人員表示，人工智能可用于顯着縮短現有半導體行業的設計和優化周期。此外，在他們的結論中，科學家們甚至思考是否可以進一步開展這項研究，以形成自我進化機器的基礎。
這絕不是我們第一個關于人工智能被用來推進計算機處理器設計的故事。三月份，有報道稱英偉達使用人工智能來優化晶片設計，特别是布局規劃工作。此外，5 月份，有報道稱 Synopsys 吹噓其DSO.ai 軟體已用于 200多個客戶晶片設計中。
#2023聯考季#