電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）近日消息，一組研究人員使用簡(jiǎn)單英語(yǔ)而不是硬件描述語(yǔ)言，成功地設(shè)計(jì)了一款微處理器。ChatGPT等生成式人工智能正在以幾個(gè)月前還不可能的方式幫助人們進(jìn)行研究、學(xué)習(xí)和創(chuàng)造。如今它已經(jīng)開(kāi)始進(jìn)入硬件設(shè)計(jì)等領(lǐng)域。

紐約大學(xué)坦登電氣與計(jì)算機(jī)工程系以及網(wǎng)絡(luò)安全中心的研究助理教授皮爾斯博士（Dr. Hammond Pearce）介紹說(shuō)，他的團(tuán)隊(duì)研究項(xiàng)目Chip Chat的靈感來(lái)源于想要探索現(xiàn)有生成人工智能大語(yǔ)言模型（LLM）在硬件設(shè)計(jì)領(lǐng)域的能力和局限性的愿望。

使用LLM創(chuàng)建IC的設(shè)計(jì)流程

“我們很想知道這些模型有多好，”他說(shuō)，“很多人認(rèn)為這些模型真的只是玩具，而我不這樣認(rèn)為，現(xiàn)在它們還沒(méi)有無(wú)處不在，不過(guò)未來(lái)它的應(yīng)用肯定會(huì)得到普及，這就是為什么我們做Chip Chat——幾乎像是一個(gè)概念驗(yàn)證演示?！?br />
大語(yǔ)言模型設(shè)計(jì)的IC首次制造出來(lái)

使用基于聊天的人工智能助手可以幫助解決芯片設(shè)計(jì)行業(yè)的一個(gè)巨大挑戰(zhàn)：硬件描述語(yǔ)言（HDL）。雖然像Verilog這樣的HDL代碼對(duì)設(shè)計(jì)微處理器至關(guān)重要，但它們需要非常專(zhuān)業(yè)的知識(shí)。

硬件描述語(yǔ)言（HDL），是電子系統(tǒng)硬件行為描述、結(jié)構(gòu)描述、數(shù)據(jù)流描述的語(yǔ)言。利用這種語(yǔ)言，數(shù)字電路系統(tǒng)的設(shè)計(jì)可以從頂層到底層（從抽象到具體）逐層描述自己的設(shè)計(jì)思想，用一系列分層次的模塊來(lái)表示極其復(fù)雜的數(shù)字系統(tǒng)。

然后，利用電子設(shè)計(jì)自動(dòng)化（ EDA ）工具，逐層進(jìn)行仿真驗(yàn)證，再把其中需要變?yōu)閷?shí)際電路的模塊組合，經(jīng)過(guò)自動(dòng)綜合工具轉(zhuǎn)換到門(mén)級(jí)電路網(wǎng)表。接下去，再用專(zhuān)用集成電路 ASIC 或現(xiàn)場(chǎng)可編程門(mén)系列 FPGA 自動(dòng)布局布線(xiàn)工具，把網(wǎng)表轉(zhuǎn)換為要實(shí)現(xiàn)的具體電路布線(xiàn)結(jié)構(gòu)。

硬件描述語(yǔ)言（HDL）的發(fā)展至今已有很多年的歷史，并成功地應(yīng)用于設(shè)計(jì)的各個(gè)階段：建模、仿真、驗(yàn)證和綜合等。到20世紀(jì)80年代，已出現(xiàn)了上百種硬件描述語(yǔ)言，對(duì)設(shè)計(jì)自動(dòng)化曾起到了極大的促進(jìn)和推動(dòng)作用。但是，這些語(yǔ)言一般各自面向特定的設(shè)計(jì)領(lǐng)域和層次，而且眾多的語(yǔ)言使用戶(hù)無(wú)所適從。因此，急需一種面向設(shè)計(jì)的多領(lǐng)域、多層次并得到普遍認(rèn)同的標(biāo)準(zhǔn)硬件描述語(yǔ)言。20世紀(jì)80年代后期，VHDL和Verilog HDL語(yǔ)言適應(yīng)了這種趨勢(shì)的要求，先后成為IEEE 標(biāo)準(zhǔn)。

皮爾斯博士說(shuō)：“硬件描述語(yǔ)言面臨的最大挑戰(zhàn)是，沒(méi)有多少人知道如何編寫(xiě)它們。成為這方面的專(zhuān)家很難，這意味著我們?nèi)匀挥凶詈玫?a target="_blank">工程師用這些語(yǔ)言做瑣碎的事情，因?yàn)闆](méi)有那么多工程師可以做這些事情?！?br />
在他看來(lái)，人工智能可以加速工程師的產(chǎn)出，這樣人工智能就可以快速完成簡(jiǎn)單的事情，工程師也可以把腦力集中在更難的事情上。

通過(guò)使硬件定義更容易生成，該團(tuán)隊(duì)相信他們可以使IC設(shè)計(jì)更容易訪(fǎng)問(wèn)，并使HDL專(zhuān)家能夠?qū)Ｗ⒂诟匾娜蝿?wù)。根據(jù)該團(tuán)隊(duì)的說(shuō)法，通過(guò)基于聊天的生成人工智能，工程師可以用簡(jiǎn)單的英語(yǔ)而不是HDL設(shè)計(jì)微處理器。

通過(guò)Chip Chat，該團(tuán)隊(duì)成功地設(shè)計(jì)了一個(gè)基于8位累加器的微處理器，其功能與可比較的PIC產(chǎn)品相同。然后將該芯片發(fā)送到Skywater 130nm穿梭機(jī)上進(jìn)行制造。該團(tuán)隊(duì)聲稱(chēng)，這項(xiàng)研究標(biāo)志著LLM設(shè)計(jì)的IC首次真正制造出來(lái)。


ChatGPT等生成式AI在芯片設(shè)計(jì)領(lǐng)域的探索

事實(shí)上，在ChatGPT出現(xiàn)之后，就有不少人開(kāi)始探討它在芯片設(shè)計(jì)領(lǐng)域的潛在應(yīng)用。芯片設(shè)計(jì)是一項(xiàng)高度技術(shù)密集的工作，需要精通電子、材料、物理等多個(gè)領(lǐng)域的專(zhuān)業(yè)知識(shí)。

通常，它需要一些專(zhuān)業(yè)的EDA（Electronic Design Automation）工具，例如邏輯綜合、布局與布線(xiàn)、時(shí)序分析等。但是，這些EDA工具需要用戶(hù)有豐富的專(zhuān)業(yè)知識(shí)和豐富的設(shè)計(jì)經(jīng)驗(yàn)，且需要用戶(hù)手動(dòng)輸入復(fù)雜的指令和參數(shù)，這使得芯片設(shè)計(jì)成為一個(gè)復(fù)雜而費(fèi)時(shí)的過(guò)程。

業(yè)內(nèi)人士認(rèn)為，ChatGPT的自然語(yǔ)言處理技術(shù)可以為芯片設(shè)計(jì)提供一種全新的方式。ChatGPT可以通過(guò)學(xué)習(xí)已有的芯片設(shè)計(jì)數(shù)據(jù)和文檔，自動(dòng)生成芯片設(shè)計(jì)的指令和參數(shù)，并提供對(duì)芯片設(shè)計(jì)問(wèn)題的解決方案的自然語(yǔ)言描述。這種方式可以減少芯片設(shè)計(jì)過(guò)程中的人為錯(cuò)誤，提高芯片設(shè)計(jì)的效率和準(zhǔn)確性。

ChatGPT的代碼生成能力也能夠極大的加速芯片設(shè)計(jì)的速度。有這樣一個(gè)案例，量子控制處理器是量子計(jì)算機(jī)的核心控制部分，有人用ChatGPT合成了一個(gè)量子控制處理器的代碼，如下：



據(jù)介紹，雖然這段代碼有些許小問(wèn)題，比如ChatGPT并不能很好地實(shí)現(xiàn)時(shí)序的控制，會(huì)出現(xiàn)浪費(fèi)時(shí)鐘周期的現(xiàn)象，但是這段代碼可正確編譯，并且是一個(gè)有效的設(shè)計(jì)方案。

另外此前也有人好奇ChatGPT能不能寫(xiě)出一段Verilog代碼，于是就做了嘗試。發(fā)現(xiàn)，它不僅能寫(xiě)出一段代碼，甚至還能加上一段解釋?zhuān)@位讓ChatGPT寫(xiě)Verilog代碼的業(yè)內(nèi)人士說(shuō)，完整代碼很長(zhǎng)，自己也沒(méi)有驗(yàn)證，不過(guò)大概看下來(lái)，功能基本都有。




對(duì)于過(guò)于復(fù)雜的功能，比如以太網(wǎng)協(xié)議棧，當(dāng)?shù)谝淮巫屗鼘?xiě)的時(shí)候，它提示太難寫(xiě)不出來(lái)，但是把對(duì)話(huà)復(fù)位后，再讓它寫(xiě)，它就能寫(xiě)一個(gè)大概的module，里面只有寫(xiě)接口，后面又復(fù)位對(duì)話(huà)后再重新讓它寫(xiě)，寫(xiě)出來(lái)的程序就更多了。這說(shuō)明它的學(xué)習(xí)能力一直在增長(zhǎng)。

雖然ChatGPT在芯片設(shè)計(jì)中有它的優(yōu)勢(shì)，同時(shí)也存在一些限制，比如，ChatGPT需要大量的芯片設(shè)計(jì)數(shù)據(jù)和文檔作為訓(xùn)練數(shù)據(jù)。這些數(shù)據(jù)需要經(jīng)過(guò)標(biāo)注和清理，以保證ChatGPT能夠準(zhǔn)確地學(xué)習(xí)芯片設(shè)計(jì)的知識(shí)和規(guī)律。此外，芯片設(shè)計(jì)數(shù)據(jù)的數(shù)量和質(zhì)量直接影響ChatGPT在芯片設(shè)計(jì)中的準(zhǔn)確性和效率。

再比如，芯片設(shè)計(jì)中的一些細(xì)節(jié)問(wèn)題，例如噪聲、功耗等方面的考慮，可能需要ChatGPT結(jié)合EDA工具進(jìn)行深度優(yōu)化。在這種情況下，ChatGPT將需要學(xué)習(xí)和理解EDA工具的功能和限制，以生成更加準(zhǔn)確和可行的芯片設(shè)計(jì)指令和參數(shù)。

也因此，ChatGPT在芯片設(shè)計(jì)中的應(yīng)用，并不能完全取代人類(lèi)工程師的工作。皮爾斯博士表示，這些人工智能總是會(huì)有無(wú)法完成的工具和工作。它們生產(chǎn)的產(chǎn)品總是會(huì)有弱點(diǎn)。

小結(jié)

在ChatGPT出現(xiàn)之后，基于其強(qiáng)大的文字、代碼生成能力等，人們開(kāi)始探索它在各個(gè)領(lǐng)域的應(yīng)用，包括在芯片設(shè)計(jì)方面。也有工程師利用它寫(xiě)Verilog代碼，基本功能都能實(shí)現(xiàn)。如今紐約大學(xué)利用更是利用它設(shè)計(jì)并制造出了一顆微處理器，這樣ChatGPT在芯片設(shè)計(jì)上的應(yīng)用更進(jìn)一步，而且ChatGPT的存在也能夠真正地解決芯片設(shè)計(jì)中一直難以解決的挑戰(zhàn)。