四十八個德瑞克

Frostbite:由 AI 發現、設計並完整驗證的新 CPU 架構

AI 設計的處理器概念圖,深色背景中央發光晶片與光流

編譯說明:本文譯自 Architect Labs 官方部落格〈Introducing Frostbite: A new CPU architecture discovered, designed, and verified end-to-end by AI〉,原文發表於 2026 年 11 月。內文數字沿用原文發表時的量測;Hacker News 討論數據為抓取當下即時值(分數 648,留言 335 則,故事編號 50572503)。文末附網友討論整理與本站評論,標示「譯註」處皆非原文。

這篇文章在說什麼

Architect Labs 宣稱,他們的 AI 系統從零開始,自主發現了一種全新的通用 CPU 架構 Frostbite,從編譯器、指令集、架構、微架構、暫存器傳輸級設計,一路做到驗證與最終版圖。在 25 個工作負載上,Frostbite 對上現代矽驗證過的超純量雙發射順序執行 CPU(內文稱為 TCPU),幾何平均達到 4 點 59 倍的每瓦效能。整顆晶片的形式化規格,最終降成超過 80 萬行 Lean 程式碼。

摘要

在前一篇 Redwood 文章中,團隊展示 AI 能在創紀錄的時間內,把一個既定架構實作、驗證並部署成推論加速器。但他們想回答更大的問題:給 AI 足夠的自由與護欄,它能不能軟硬體協同設計,在整個堆疊做跨層最佳化,打開人類到不了的設計空間,甚至帶來效能遠勝人類設計的全新硬體發現。

今天發表的 Frostbite 就是答案。它是一顆通用 CPU,用全新指令集從零打造,利用互動網的特性,也就是每一步都是區域性的,每個相依關係都是明確的,每個值都恰好只有一個擁有者。團隊在一組 25 個最初選定的工作負載上評測,其中 15 個保留到最終評測才揭露,拿到了 4 點 59 倍的每瓦效能。AI 系統自主反覆打磨編譯器、指令集、架構、微架構、暫存器傳輸級設計、驗證與最終版圖。回頭檢視時,團隊在裡面發現了人類很難想到的新穎硬體實作與執行期特性。

互動網:為什麼它適合做硬體

主流程式語言編譯到通用 CPU 上時,會把程式各部分之間的相依關係藏起來。任何一段程式碼都可能讀寫任何變數,於是現代 CPU 硬體只能做最壞假設,在執行期重新算出哪些指令真的彼此相依。此外,單核效能自 2000 年代初就大致停滯,業界被迫走向大型多核,靠深層快取階層與一致性協定維持所有核心看到同一份記憶體的假象,又貴又耗電,也難擴展。

互動網採取完全不同的做法。程式是一張由節點組成的圖,計算發生在透過埠口相連的節點對上,方式是重寫。每次重寫只動圖上很小的一塊。因為每個節點恰好只有一個主埠口,任兩個可重寫的配對絕不重疊,可以任何順序重寫,甚至全部同時重寫,結果都一樣。互動網也是線性的,每個值恰好用一次,沒有共享可變狀態要硬體去守。Vine 語言能把外表普通的程式直接編譯成互動網。

下圖的對比很傳神。五后問題裡,C++ 版一次只走一條搜尋路徑,互動網版同時展開許多分支,3,183 次互動的關鍵路徑只有 262 步。程式一行沒重寫,並行性只是因為相依關係從來沒被丟掉。

理論上有兩個大好處。第一,免費的多執行緒。並行性直接來自程式本身,沒有執行緒、鎖與競爭,也不用順序執行的機器去挖回來。第二,值有單一擁有者、步驟全是區域性的,資料可以放在緊鄰使用處的小型區域記憶體裡,傳統晶片花在大型快取子系統的面積與功耗,以及維持一致性的系統複雜度,都可以省掉。

〔譯註:互動網由拉豐(Yves Lafont)於 1990 年提出;Vine 是語法近似 Rust 的程式語言,會編譯成中介表示 Ivy;Tendrils 團隊同年稍早發表過互動網入門長文,原文引用為延伸閱讀。〕

過程:零架構先驗,群體智慧打磨

Frostbite 的設計從零架構先驗起步,沿途派出多組 agent 群體。

先選 25 個工作負載,分成五類,每類再切搜尋集與保留評測集。平行、階段式、循序、分支、遞迴五群,涵蓋矩陣乘法、通道混洗、稀疏矩陣乘、卷積、快速傅立葉、JSON 解析、合併排序、皇后問題等。快速傅立葉、基數排序與 LU 分解沿用 SPLASH-2 基準的做法,但規模縮小 64 倍。後來又加了五個實務負載:卡爾曼濾波、主成分分析、有限元素分析、LU 求解與 LZ4 解壓縮。

Agent 先合成論文與既有基準,用 Python 模型比較高層架構想法,收斂到單一架構概念,產出一份 141 頁的 PDF,描述程式模型、執行期與晶片高層模組。這只是起點,數字多半與後來實體可行的差很多。

接著是形式化合約與系統建模。團隊做了一套內部規格語言 ASL,寫出整顆晶片的軟體模型 Arcmodel。ASL 支援機器可檢查的轉換,能在暫存器傳輸級、驗證環境、斷言語義之間對應,全部錨定在形式化規格上。功耗與效能估計誤差在百分之 1 到 5 之間,跑起來比暫存器傳輸級模擬快約 200 倍,還能透過合約做形式化驗證。ASL 原生轉成 Lean 定理證明器,所有跨層檢查都走它。到 Frostbite 完成時,ASL 合約共降成 80 多萬行 Lean,涵蓋 31 個模組。

關鍵的一步是校準。Arcmodel 不感知實體,最糟時功耗估計與時序收斂後的暫存器傳輸級差到 2 點 5 倍。校準管線全自動:先找暫存器傳輸級的功耗熱點,追到規格裡的計數器,再讓模型自己寫純量 Python 函數去擬合,直到誤差壓進百分之 5。以後每輪迭代就快得多。校準後的 Arcmodel 全晶片模擬比暫存器傳輸級快 660 倍,於是跨層最佳化變得便宜。團隊舉例,AI 發現了極細粒度的時脈閘控,還同步改了軟體執行期去配合,傳統流程幾乎做不到這種跨層動作。

之後合約、模型、暫存器傳輸級與功耗四軌並進。Agent 群體開平行工作樹提架構修改,每個想法都過合約檢查、進模型估效能、進暫存器傳輸級實作、量功耗,再決定留或丟。四輪搜尋加一輪消融,試了 58 個想法,留下 37 個。

架構亮點:自己長出來的偷工作機制

Frostbite 的程式用 Vine 寫,編譯成中介表示 Ivy 網,由資料、計算節點與控制節點三種原語組成。並行性不寫在結構裡,而是執行期從狀態在空間中展開。最初的樸素實作很慢,Agent 被迫想辦法。

指令集裡預期中的東西都有,寬綑綁、硬體迴圈計數器、串流。比較有意思的是動態操作,可以從平行執行的其他部位取值、偷看、複製,圖磚在空間裡彼此對話。

最讓團隊意外的,是自己長出來的偷工作行為。晶片上沒有中央排程器,每個圖磚只守三條規則:有自己的工作先做,空了就從有餘力的鄰居那裡拿,拿不到就關機省電。編譯器把程式切成短段,輸入就緒就一口氣跑完,遇到迴圈或分支就把後續包成小紀錄存在區域記憶體,把新任務丟進硬體佇列,自己拿最新的做,閒置鄰居再透過網路來取。任務在晶片各處以任何順序完成,回傳封包把紀錄的計數器扣掉,最後一塊一到就喚醒下一段。團隊強調,這行為沒有任何人類指定,是被特定迴歸測試與效能爬坡逼出來的。

評測結果

7 奈米合成,時序收斂 800 MHz,最終版圖 500 MHz。一個 Frostbite 四元組(2 乘 2 圖磚加 4 個三級節點)面積 0 點 792 平方公釐,對照組取 TCPU 的一個核心,面積 0 點 895 平方公釐,面積相近。

25 個工作負載上,平均 8 點 77 倍的每面積效能。每瓦效能幾何平均 4 點 59 倍,搜尋集上 6 點 02 倍,從沒調過的保留集上也有 3 點 83 倍。平行度高的最吃香,卷積高達 23 點 12 倍,費波那契這種遞迴小核只剩 1 點 15 倍。

能量拆解顯示省在哪裡。扣掉時脈分佈,TCPU 有百分之 57 的能量花在記憶體,百分之 27 花在取指解碼發射。Frostbite 四元組把記憶體壓到百分之 38,取指解碼發射只剩百分之 6,代價是片上網路與排程吃掉百分之 26。放大到 4 乘 4 全晶片,功耗分佈大致不變。傳統多核加核要加一堆一致性機制,互動網的資料區域性規則不變,加核不加系統複雜度。團隊說,下一步會拿更大的 SPEC 與 PARSEC 等業界基準,對上多核 TCPU 與更大更寬的順序外執行設計再比一次。

接下來

團隊承認,互動網問世 35 年多,生產價值一直沒被證明。過去探索非主流架構又貴又慢,現在 AI 徹底改變這筆帳。已排上的事有四件:FPGA 上的軟體遊樂場、初步作業系統、把群體規模放大繼續壓每瓦效能並擴大基準、釋出暫存器傳輸級與指令集。

〔譯註:對照用的 TCPU 真身因法律理由不能揭露,原文註腳明寫。〕

Hacker News 網友怎麼看

底下整理自故事編號 50572503 的討論。快照分數 615、留言 320 則,抓取整理時即時值為分數 648、留言 335 則。日報已擷取 232 則的討論底稿,本文沿用並補上後續發展。整串的氣氛用一句話說:架構本身也許真有東西,但薄弱的對照基準與 AI 驗證四個字,讓工程師社群很難買單。

驗證的可信度:證明是語言模型產的,那誰來驗證證明

連珠炮集中在驗證鏈。有網友連問三句,證明對應的是不是那顆晶片,證明的是不是有用的性質,你怎麼檢查的。最傳神的一句評語說,形式上是驗證了,但由語言模型驗的,理論上實務跟理論一樣。另一則獲得大量共鳴的反諷只有一句,喔感謝上帝,AI 驗證過了。

辯護方回應,整顆晶片都形式驗證了,因為何不。但追問更根本,這跟叫寫碼 agent 寫 SystemVerilog 再用 Lean 做形式驗證差在哪裡。AI 參與不是問題,AI 自己出題自己打分才是。

基準與揭露:順序執行對手、25 個工作負載、不具名的 CPU

質疑最具體的一則指出,對手是順序執行 CPU 而非現代亂序設計,測試程式小,資料流架構 20 多年前 WaveScalar 就玩過。基準規模小到 4096 字元的 JSON 解析、1024 元素的合併排序、費波那契第 20 項。慢 CPU 的每瓦效能天生就好看。替公司補脈絡的說法是,他們主張的就是每瓦效能,亂序在這指標上本來就吃虧。

真正的火氣在揭露不足。缺乏細節非常可疑,到底是什麼法律理由讓你們不能揭露比的是哪顆 CPU。也有人點出方法問題,拿自己的模擬語言去比暫存器傳輸級,而不是比既有的架構模擬語言。

這不是新點子,只是換了名字

誅心之問是,他們是不是獨立重新發明了 80 年代細粒度動態資料流架構。互動網說穿了就是純函式的資料流圖,沒處理有狀態計算與終止性。資料流模型早已包含它,TRIPS 就是先例。Bend 與 HVM 早有先例,iAPX 432、Mill、Reduceron 的失敗名單一字排開,共同死穴都是得靠一個夠聰明的編譯器。

辯護方認為它是計算模型而非程式範式,比 lambda 演算更優雅。差別在時機,Rust 讓線性型別與單一所有權成為常識,這是 1980 年代沒有的條件。

沒有呼叫堆疊與程式計數器,軟體生態怎麼辦

架構裡看不到呼叫堆疊或程式計數器,原始程式碼級除錯器是必要條件,卻等同一個大型工程。沒接好的線會漏值,節點也可能互相等待卡死。這種架構需要自己的核心與應用程式,把現有程式搬過去基本上得重寫。平行化終究得由編譯器或程式設計師買單,而核心間通訊成本常高到不划算。不必取代既有架構,當加速器就好,圖形處理器與神經網路處理器都這樣長出來。

被發現與由 AI 而起:兩個字引爆的火藥庫

有人說看到標題的被發現就理智斷線,它不是等人發現的靜電引力,是被設計出來的。在意的是由 AI 而非與 AI。精準的總結是,標題有點誤導,人類打造了檢查器、挑選了工作負載,那群 agent 只是負責磨。寬容得多的版本是,人類貢獻洞見,AI 把埋在文獻裡幾十年的好點子工程化,順便繞過創新者兩難,這是整串最有力的辯護。

公司可信度對這正是 AI 該做的事

有人指出 Architect Labs 拿 2,400 萬美元種子輪,卻疑似整包照抄剛拿到 3,000 萬美元的 Tendrils Compute,連藤蔓、常春藤名字都一樣。另一側認為這正是 AI 最好的用法,一個原本拿不到經費、要一隊人做幾個月的探索性專案,現在做得又快又省。還有人實測,借互動網思路,替即時音訊微分方程求解器做剪枝,在一般 CPU 上就拿到百分之 7 到 10 的加速。

面向 正方 反方
驗證可信度 整顆晶片已形式驗證,AI 只是把規格與證明一起產出 證明由語言模型產生、題目也由語言模型挑,缺乏獨立檢查
效能證據 25 個工作負載上每瓦效能大勝,協同設計可望帶來數量級效率提升 對手是順序執行、基準過小、對比 CPU 不具名,數字難以檢驗
新穎性 互動網是可平行化的計算模型,Rust 世代的線性型別讓它終於可行 就是 80 年代資料流換名字,WaveScalar、TRIPS、Mill 都走過
AI 的角色 AI 把數十年的好點子工程化成正式規格,大幅壓低產品化成本 標題誤導、無法分辨人類貢獻與模型輸出,且疑似抄襲同業
務實性 不必取代既有架構,當加速器就有價值,等晶片真的做出來再談成敗 沒有呼叫堆疊與除錯器、軟體得全部重寫,商業化路徑不明

補讀:全樹抓取後的新主題

日報底稿擷取 232 則,本文發布前重抓全樹,對帳 335 則全數取得(故事 kids 80 個,含已刪除槽位,可讀頂層 67 則)。新增子串裡有五個值得記的主題。

第一大串其實跟晶片無關。@throwaway_new_1 開了 91 則的支線,談 AI 做不出好產品體驗。主串有人回,自動化從來不是把人的動作照抄一遍,而是把流程整個重發明,棉花機沒有長機械手指。另一位說得更直白,現在的競賽是比誰出貨快,不比誰體驗好。

第二是價值鏈預測。有網友預言 AI 時代最值錢的四樣是模型、算力、製造商、材料,晶片設計從兩年壓到兩個月,台積電這類製造商身價更高。反駁立刻來,晶圓廠遵循洛克定律,成本四年翻一倍,AI 也變不出 200 億美元的廠。不過也有人說,AI 讓 10 人公司有中世紀作坊比不上的產出,供給側未必只有巨頭能玩。

第三是客製晶片夢。有人想像每個問題都有一顆專屬晶片,晶圓廠交貨,AI 用人類看不懂的語言寫軟體。做過硬體的回覆很實際,擋路的從來不是設計費,是光罩與一次性工程費,先進製程一套 5,000 萬美元起跳,錢花在 AI 降不下來的地方。

第四是單核停滯的前提被挑戰。有人拿蘋果 M 系列反駁,單核每年還在漲約百分之 15。回應說那多半是系統單晶片與專用單元的功勞,爭點是 unstalled 該怎麼定義。

第五是既視感組。有人說會一直不斷重新發明 Transputer 形狀的東西,有人點名 Mill,有人問互動網跟單指令多資料流比起來如何。這些都還沒答案,等重測基準才有分曉。

本站評論

先講結論。互動網這條路線值得認真看,基準這份答卷還不能收。4 點 59 倍這個數字真正的問題不在灌水,而在比較的姿勢不對。拿全新資料流架構對上雙發射順序執行核心,比的是範式差異,不是世代差距。團隊自己也承認,下一步要對更大的亂序設計與業界基準再比一次。在那之前,把它讀成概念驗證,不是讀成摩爾定律續命丹。

驗證那題比基準更值得盯。80 萬行 Lean 很唬人,但證明程式與被證明的規格都出自同一批 agent,檢查器只保證推論沒斷鏈,不保證命題對準真實需求。這不是說結果是假的,而是說信任鏈少了一環獨立錨點。等暫存器傳輸級與指令集釋出、可重現的第三方驗證出現,再升級評價也不遲。

但有一點要幫團隊說話。把 35 年前的互動網從論文變成可模擬、可驗證、可下線的規格,中間的工程量是真實的。就算最後證明商業上走不通,這種把老點子工程化的能力,就是 AI 在硬體領域最可信的用法。先看 FPGA 遊樂場與釋出的程式碼,再決定要不要為這家公司興奮。

視覺懶人包

手機版可直接開備援連結閱讀:https://static.blog.derekhsu.net/frostbite-ai-cpu.html

Exit mobile version