随着ChatGPT以前所未有的速度火出圈，大模型也迅速从过去的遥不可及走到了我们身边。从今天开始，元碳院将开始解读大模型，依旧保持硬核且专业。今天是第十六期，虽然产品是过时许久的老古董，但依然值得铭记。

既然时代的浪潮不可阻挡，与其逆来顺受不如主动拥抱。事实也是如今的AI正在日益进步，昔日令人颇感新鲜的写作，识图，画图等功能现在已经是各家大模型的入门级标配，屡见不鲜。至于高级且复杂的挑战，如写论文编代码等，AI同样能应对自如。更高难度的挑战，如预测完整人类蛋白质组结构，发现相率更高的新排序算法，这些听起来宛如天书的事情AI都已经完成了，而且还不是在今天才完成的。

既然AI看似无所不能，自然会引人质疑：“AI能不能像人类一样进行设计工作？” 虽然之前在预测蛋白质结构和生成编码等方面，AI的表现确实几乎无可挑剔，但总体而言，AI在这类事物中真正执行的搜索空间还是相对有限。近日中科院计算所等机构为了探寻AI设计能力的极限，做试验将AI用于设计CPU。原因无他，CPU是电脑等电子设备的大脑，也是目前处于人类工程金字塔中的尖端设备之一。 最终结果有些出人意料：利用AI技术，中科院设计出了全球首个无人工干预、全自动生成的CPU，命名为“启蒙1号”，而且整个过程不到五小时。

【资料图】

AI设计的工业级CPU

在实验正式开展前几天，中科院计算所团队发表一篇论文Pushing the Limits of Machine Design: Automated CPU Design with AI，译为《推进机器设计的边界：借助AI进行CPU的自动化设计》，其中提到之所以要进行这项研究，主要目的是赋能机器自主设计CPU，以此探索和推进机器设计的新边界。

论文链接/abs/

对于此目标的具体描述为“如果机器能够在无人干预的情况下设计出工业级CPU，不仅可以显著提高设计效率，还能将机器设计的极限推向接近人类性能的水平，从而推动半导体产业的革命。”以及“自行设计机器的能力，即自我设计，可以作为建立自我进化机器的基础步骤。”基本方向确定后，团队决定通过AI技术，直接通过“输入-输出”（Input-Output）自动生成CPU设计，无需工程师手动提供任何代码或自然语言描述。

一般说来，传统的CPU手动设计工作需要投入大量人力物力，如贯穿全程的代码编写、设计电路、功能验证和后续优化等等。 通过引入AI，将CPU自动设计问题转化为“满足输入-输出规范的电路逻辑生成问题”后，只需要再进行一些测试和微调，即可直接生成满足需求的电路逻辑，这让传统CPU设计流程中极为耗时耗力的逻辑设计和功能验证等环节都被省去了。

虽然看起来很简单，但需要对这款AI进行针对性训练，包括让它学习一系列CPU的输入输出行为，论文中也为此而强调该CPU的设计是“仅从外部输入输出观察中形成的，并非正式的程序代码”。通过对这种输入输出流程的学习，研究团队也生成了一种算法“BSD二元推测图”（二元推测图的英文Binary Speculation Diagram首字母缩写），并结合蒙特卡洛树状扩展和布尔函数的相关原理，极大的提高了AI设计CPU的准确率和效率。

媲美英特尔486

通过以上逐步努力，一个AI主导的CPU自动化设计流程就完成了，最终的成果是拥有400万逻辑门，全球首款无需人工干预，且全自动生成的CPU芯片就此诞生，正式命名为启蒙1号，且全程不到五个小时。据研究团队介绍，启蒙1号基于RISC-V的32位架构，采用65nm工艺，频率可达300MHz，且可运行Linux操作系统，其设计周期相比人工完成类似的设计工作快了近千倍，验证测试准确率也颇高。

另有媒体则同时报道说，相较于之前关注度颇高GPT-4设计的电路规模，启蒙1号要大四千倍。此外在主流的Drystone基准测试中，启蒙1号的性能不仅可与英特尔486系列CPU平分秋色，也比上世纪末被誉为“英国苹果”，艾康电脑出品的Acorn Archimedes A3010更快。

不过凡事皆有两面，就在AI设计出CPU的同时，也有人对其不屑一顾。原因倒也不难理解，毕竟与启蒙1号对标的英特尔486系列都是上世纪90年代早期的产品，基本属于芯片里的“老古董”了。 但中科院团队对于启蒙1号依旧倍感自豪，不仅是因为这块芯片的从无到有，以及为此生成的BSD算法，甚至还自主发现了冯·诺伊曼结构，这是一种将程序指令存储器和数据存储器合并在一起的电脑设计概念结构。

AI依然在向前进

前面已经说过，启蒙1号对标的英特尔486都是三十多年前的产品了，因此客观来说，启蒙1号的性能、规模等，都无法与当前的主流CPU相提并论，对比顶级产品更是不够看。 不过正如论文题目所揭示的，这项实验的目的是“推进机器设计的边界”，开发高性能芯片与其说是刻意定下的目标，不如说是捎带手完成的锦上添花。 而让AI主导完成CPU设计，背后更大更丰富的意义在于，探索AI在未来能否真正用于半导体与芯片产业，特别是最费时费力的设计和优化周期。

从这个角度来说，这次实验中启蒙1号的研发流程比传统工艺缩短了近千倍，还发现了人类知识的冯·诺伊曼架构，未来也有可能发现更新的，更积极的架构优化，这为建立一个具备进化能力的AI或机器、并在未来可能最终实现AI完全设计并研发和生产CPU，都有值得借鉴和参考的价值。 因此举个不太恰当的例子，这次实验结果可以类比金属工具普及前的石制工具，虽然它不是最好用最趁手的工具，而且注定用不久就要被淘汰，但它依然有价值，有值得被铭记的意义和价值。