ИИ сокращает цикл разработки чипов до нескольких недель

Два архитектора задали системе высокоуровневую спецификацию. Затем платформа Architect Labs самостоятельно выполнила моделирование производительности, сгенерировала цифровое описание аппаратуры, протестировала и проверила проект, а также подготовила прошивку и ядра. Получившийся Redwood пока работает только на FPGA и ещё не выпускался в виде кремниевого чипа.

По словам исследователей, полный цикл проектирования занял менее двух недель. После проверки изменений в спецификации модифицированный проект возвращался на FPGA менее чем за 48 часов. В традиционном процессе этапы постепенно фиксируются, поэтому изменения либо вносят ситуативно, либо откладывают до следующего поколения чипа.

Следующий вопрос — удастся ли перенести результат в изготовленный кремний. Преимущество Redwood перед Nvidia пока основано на расчётах, откалиброванных по результатам на FPGA, для ещё не построенной реализации по техпроцессу Samsung класса 8 нм. Далее исследователи планируют масштабировать Redwood для более крупных моделей и вычислительных структур, а также перейти к физическому проектированию, передаче проекта в производство и проверке после изготовления.

Если проект подтвердит характеристики в кремнии, его главное значение может быть связано не с самим Redwood, а с изменением цикла разработки. Команды, создающие аппаратное обеспечение, смогут быстрее адаптироваться к меняющимся ИИ-нагрузкам, вместо того чтобы за несколько лет заранее фиксировать предположения о потребностях будущих моделей.

Исследователи Architect Labs пишут, что видят в ИИ для проектирования аппаратуры возможность переосмыслить весь процесс, а не просто ускорить отдельные задачи внутри существующего рабочего процесса.

Как ИИ проходит весь цикл разработки

В 2024 году только 14% проектов интегральных схем и специализированных интегральных схем достигли успеха на первом кремнии — это самый низкий показатель за два десятилетия. Ещё 75% проектов отставали от графика. Такие данные привела проверка функциональной верификации, которую Siemens EDA заказала у Wilson Research Group.

Из-за этого решения о конструкции чипов принимаются в условиях высокой неопределённости и оплачиваются дважды, отмечают в Architect Labs: сначала — за дополнительную универсальность как страховку, затем — за то, что новые нагрузки плохо соответствуют уже зафиксированному кремнию.

До сих пор проекты аппаратуры, созданные ИИ, тоже ограничивались простыми или небольшими компонентами.

Architect Labs утверждает, что его ИИ-система спроектировала, проверила, запрограммировала и развернула ускоритель Redwood с нуля и полностью. По данным исследователей, каждый блок достиг 95% покрытия кода и функциональности без участия инженеров по верификации. В первом RTL-проекте, который отправили из симуляции на FPGA, не нашли ошибок. Перенос оптимизационных запусков на FPGA сократил их продолжительность с 15 часов до 15–30 минут.

Система может исследовать пространство микроархитектурных решений, которое на порядок больше того, что человеческая команда успевает охватить за тот же срок. Для одного векторного движка она за несколько дней создала и проверила несколько вариантов с разной логикой управления и разными трактами данных, оптимизируя их по ограничениям площади и тактовых характеристик.

Люди-эксперты корректируют спецификацию на основе обратной связи по функциональности, площади, производительности, времени и энергопотреблению. После этого система заново генерирует и проверяет проект. Программно-аппаратный стек объединяется в единый цикл оптимизации, где аппаратная и программная части совместно проектируются и проверяются по одной цели.

Как устроен Redwood

Redwood проектировали для решения трёх практических задач: уменьшения задержки, энергопотребления и повышения предсказуемости.

Данные стараются держать как можно ближе к вычислительным блокам, чтобы реже перемещать их туда и обратно. Чип состоит из сетки одинаковых строительных блоков — тайлов. Каждый тайл выполняет определённую часть работы и передаёт результат соседним блокам. Данные движутся по заранее заданному маршруту, поэтому их не приходится снова и снова без необходимости забирать из общей памяти.

Энергопотребление Redwood снижает за счёт разделения управления и вычислений: логика может замедляться или полностью отключаться. Вычисления рядом с памятью и управление передачей данных во внутрикристальной сети уменьшают энергию, которая тратится на перемещения. Глобальный таймер планирует выполнение каждого ядра, делая процесс более предсказуемым.

Результаты на FPGA и расчёты для кремния

Исследователи оценили конфигурацию Redwood Nano — вариант проекта для FPGA — и сравнили её с Jetson Orin Nano от Nvidia, который использовали как коммерческую основу для сопоставления в задачах периферийного ИИ.

На FPGA Redwood Nano при частоте 250 МГц и запуске большой языковой модели Qwen3 0.6B показал среднюю производительность 12,1 токена в секунду. Jetson Orin Nano при частоте 1020 МГц достиг 28 токенов в секунду.

Преимущество Redwood перед Nvidia появляется только в расчётах для изготовленного кремния. Если использовать техпроцесс Samsung класса 8 нм, сопоставимый с тем, что применяется в Jetson Orin Nano, исследователи прогнозируют для Redwood Nano 49 токенов в секунду. Это в 1,75 раза выше измеренного показателя Jetson. Расчётное энергопотребление составляет примерно половину — 1,335 Вт против 2,59 Вт, что даёт улучшение производительности на ватт в 3,4 раза. Площадь блока NPU, по оценке авторов, составит всего 2,88 квадратного миллиметра.

Исследователи также описали эксперимент, который назвали ранней формой рекурсивного самоулучшения. Он заметно уже, чем обычно подразумевают под автономными самоулучшающимися моделями. Команда развернула Qwen3 на Redwood, подключила модель к ИИ-системе как конечную точку инференса и многократно запускала её. Модель нашла несколько улучшений временных характеристик и оптимизаций ядер для собственных операций.

Исследователи считают, что это одна из ранних демонстраций рекурсивного самоулучшения: ИИ-система спроектировала ускоритель для ИИ, развернула на нём модель и использовала её для улучшения следующего поколения ускорителя. В Architect Labs сообщили, что работают над передачей Redwood в производство на мощностях TSMC.