AI自主造芯，GPT-4轻松实现
编辑| Tian
出品 | 青投创新
生成式 AI 正在迅速拓宽其应用边界，不仅可以聊天、写文章、编程、出图，现在生成式 AI 已经可以造芯片了。
近日，纽约大学Tandon工程学院的研究人员通过与GPT-4对话，实现了由AI来设计微处理器芯片，随后研究团队将该设计送到制造商那里进行制造，并成功流片。
这项研究被评论为：一项史无前例的成就，可以加快芯片开发速度。
这意味着，在大语言模型的帮助下，芯片设计行业的大难题——HDL将被攻克。
芯片开发的速度将大大加快，并且芯片设计的门槛也被大大降低，没有专业技能的人都可以设计芯片了。
芯片设计与制造的效率提升
通常开发任何类型的硬件，都是从用正常语言描述硬件应该做什么开始的。
然后，经过专门训练的工程师将该描述翻译成硬件描述语言(HDL)，例如Verilog，以创建允许硬件执行其任务的实际电路元件。
在纽约大学的这项研究中，GPT-4能够通过来回对话生成可行的Verilog，随后将基准测试和处理器发送到Skywater 130纳米穿梭机上进行流片。
这个研究非常重要，其优点在于可以减少HDL转换过程中的人为错误，从而提高生产力和缩短设计和上市时间，并允许进行更具创意的设计。
这项研究也意味着，有朝一日曾经高不可攀的半导体芯片设计门槛也会降低，甚至是没有该领域技术技能的人也可以参与其中，这项研究的创新性和前瞻性是不容忽视的。
由于这项技术所涉及到的潜在安全问题目前尚不明确，研究人员还需要对这项技术进行更多的测试和研究，但它肯定是未来芯片制造的一个重要方向.
GPT-4的遥遥领先
研究人员对4个大语言模型，GPT-4、ChatGPT、Bard和Hugging Chat生成用于硬件设计的Verilog的水平进行了测试。
GPT-4和ChatGPT都能够满足规范并最终通过了设计的整个流程，Bard和HuggingChat都未能满足标准。
因为Bard和HuggingChat的表现不好，研究人员就只针对GPT-4和ChatGPT进行了后续的测试流程。
GPT-4表现很好，基本上通过大多数的测试。
实际情况中，大多数都只需要进行到工具反馈(TF)阶段就能结束测试，只是在Testbench中需要人工反馈。
ChatGPT的表现明显要比GPT-4差，大部分的尝试最终都没有通过测试，而且大部分通过测试的结果也不符合整体的标准。
研究团队决定将GPT-4用来实际参与芯片流程，解决现实世界中芯片设计和制造流程中出现的问题。
他们让一名经验丰富的硬件设计工程师使用GPT-4来设计一些更复杂的芯片，并对设计结果进行定性的检查。
研究团队使用GPT-4编写了设计芯片的所有Verilog。在设计的过程中，人类工程师负责引导GPT-4，验证它的输出。
GPT-4单独负责处理器的Verilog代码的编写，同时还制定了处理器的大部分规格。
具体来说，研究团队将较大的设计项目细分成子任务，每个子任务在界面中都有自己的“对话线程”。
由于ChatGPT-4不会在线程之间共享信息，工程师要将从上一个线程复制相关信息到新的第一个消息中， 从而形成一个慢慢定义处理器的“基础规范”。
基本规范最终包括ISA、寄存器列表、内存库、ALU和控制单元的定义，以及处理器在每个周期中应该做什么的高级概述。
这个规范中的大多数信息都是由ChatGPT-4生成的，工程师只做了一些复制粘贴的工作，并稍加编辑。
ChatGPT-4有时会输出不是很理想的响应内容。
出现这种情况，工程师可能会做出两个选择，要么继续对话并推动它修复响应，或使用接口强制ChatGPT-4重启响应，即通过假装之前的答案从未发生来重新生成结果。
在这两者之间进行选择需要专业的判断:继续对话允许用户指定前一个响应的哪些部分是好的或坏的，而重新生成将保持整个对话更短和更简洁。
测试完成后，研究人员发出“大语言模型能够成倍放大设计能力，让设计人员能够快速地设计空间探索和迭代”的感叹。
也就是说，GPT-4可以完成生成能使用代码的任务，节省大量的设计时间。
「往期推荐」
微信扫码关注该文公众号作者