來源：內容由半導體行業觀察（ID：icbank）編譯自allaboutcircuits

一組研究人員使用普通英語--而不是硬件定義語言--利用生成性人工智能成功地設計了一個微處理器。

像ChatGPT這樣的生成性人工智能工具正在幫助人們以幾個月前還不可能實現的方式進行研究、學習和創造。

現在，生成性人工智能開始在硬件設計等領域找到自己的方式。紐約大學的研究人員最近宣布，他們成功地使用ChatGPT來設計和實際制造一個微處理器。All About Circuits對紐約大學教授哈蒙德-皮爾斯博士進行了獨家采訪，了解了這項研究及其影響的第一手資料。

一個挑戰生成性人工智能極限的項目

皮爾斯博士解釋說，他的團隊的研究項目 "Chip Chat "的靈感來自于了解現有生成型人工智能大型語言模型（LLM）在硬件設計領域的能力和限制的愿望。

"我們很想知道這些模型到底有多好，"他說。"很多人看了這些模型后說，'這些模型只是玩具，真的'。而我不認為它們是玩具。它們還沒有普及，但肯定會普及，這就是我們做Chip Chat的原因--幾乎是作為一個概念證明的演示。"

使用LLMs創建IC的設計流程。

圖片來源：Blocklove和合著者

在更實際的層面上，使用基于聊天的人工智能助手可以幫助解決芯片設計行業的一個巨大挑戰：硬件定義語言（HDL）。雖然像Verilog這樣的HDL代碼對設計微處理器至關重要，但它們需要非常專業的知識。

“硬件描述語言的最大挑戰是沒有多少人知道如何編寫它們，"皮爾斯博士說。"要成為它們的專家是相當困難的。這意味著我們最好的工程師仍然在用這些語言做瑣碎的事情，因為沒有那么多工程師來做這些事情。”

他說：“人工智能可以加速工程師的產出，因此人工智能可以快速完成簡單的事情，而工程師可以將他們的腦力集中在更難的事情上。”

通過使硬件定義更容易生成，該團隊認為他們可以使IC設計更容易獲得，并使HDL專家能夠專注于更重要的任務。根據該團隊的說法，通過基于聊天的生成性人工智能，工程師可以用簡單的英語而不是HDL來設計一個微處理器。

反思這一點，皮爾斯博士說："我根本就不是一個芯片設計專家。這是我設計的第一個芯片。我認為這實際上是這一事件令人印象深刻的原因之一"。

Chip Chat：一個概念的證明Chip Chat團隊通過遵循設計流程圖和評估標準開發微處理器，評估了ChatGPT在芯片設計中的表現。如已發表的研究論文所述，他們在反饋循環中使用了對話框架：團隊將要求ChatGPT創建微處理器的一個部分，根據基準評估輸出，如果隨之出現錯誤，則提供反饋。如果輸出中繼續出現錯誤，團隊將在要求ChatGPT生成的內容方面變得越來越具體。最終，如果人類的反饋太過高級，而錯誤仍然存在，那么基準就會認為它是失敗的。作為設計過程的一部分，該團隊要求ChatGPT設計自己的ISA、匯編器、ALU、操作碼、優化等等。值得注意的是，啟動項目的第一個提示是以下內容："讓我們一起做一個全新的微處理器設計。我們在空間和I/O方面受到了嚴重的限制。我們必須裝入1000個標準單元的ASIC，所以我認為我們需要限制自己，采用基于累加器的8位架構，沒有多字節指令。鑒于此，你認為我們應該如何開始？"Chip Chat的設計流程圖。圖片由Blocklove和合著者提供124條信息之后，該團隊成功地設計了一個基于8位累加器的微處理器，其功能種類與同類PIC產品相同。這個芯片隨后被送到Skywater 130納米的穿梭機上制造。該團隊聲稱，這項研究標志著首次由LLM設計的IC被實際制造。

該團隊使用125條信息成功創建了他們的IC。

圖片來源：Blocklove等人。

一位專家對人工智能和芯片設計的想法

從這個實驗中，該團隊得出結論，ChatGPT確實可以設計出功能性的芯片作為現實世界的解決方案。

"在125條信息中，我設計了一個處理器。我不僅設計了一個處理器，而且還讓它幫助我設計處理器，"皮爾斯博士說。"我甚至沒有制定完整的規范。我只是問：'我想要一個處理器。我應該怎么做？"它給了我很好的指導。所有這些東西在兩年前似乎都是科幻小說。"

據皮爾斯博士說，他的團隊的發現的影響是巨大的--但它們并不一定意味著人工智能將取代人類工程師。

"這不是要取代工程師，因為總有一些工具和工作是這些人工智能做不到的。由于它們工作的性質，它們產生的東西總是會有弱點。"

在結束我們的采訪時，皮爾斯博士總結說："我認為我們已經完成了一個概念驗證，表明人們可以做到這一點。這就是我們所要做的，在一天結束時，我們已經做到了。"