Een Chinees onderzoeksteam heeft met succes een AI-model ontworpen dat in staat is om een ontwerp voor een processor te genereren.
Het proces werkt momenteel met eenvoudige microcontrollers op basis van de RISC-V-instructieset RV32IA met 32-bits instructies. Hoewel het team erin slaagde een voltooid ontwerp te verkrijgen binnen vijf uur trainingstijd, zitten er toch wel enkele beperkingen aan het ontwerpen van een processor met AI.
Training van de AI met behulp van bestaande ontwerpgegevens
Voor de training gebruikte het Chinese onderzoeksteam ontwerpgegevens van oudere processors als basis. Met behulp van de Booleaanse functie creëert de AI binaire beslissingsdiagrammen, die het Binary Speculation Diagrams (BSD) noemt. Standaard EDA-tools vertalen deze diagrammen naar een siliciumchip-lay-outplan.
Testchip en productieproces
Een testchip met een enkele RISC-V-kern, geklokt op 300 MHz (vergelijkbaar met de ESP32-C3-microcontroller), is gebruikt om de functionaliteit van het ontwerp te valideren. Deze testchip is geproduceerd met behulp van 65-nanometertechnologie door een anonieme chipcontractfabrikant.
Prestaties, mogelijkheden en beperkingen
Het onderzoeksteam slaagde erin om met succes een besturingssysteem op te starten met Linux-kernel 5.15. Echter, in termen van prestaties, zijn de moderne x86-processors nog aanzienlijk krachtiger dan de huidige RISC-V-CPU’s met 32-bits instructies. De moderne RISC-V CPU’s met Linux maken gebruik van de 64-bits RV64GC-instructieset.
Ook beweert het onderzoeksteam dat het mogelijk zou zijn om krachtigere processors te genereren met andere instructiesets, zoals x86 of ARM. De voorwaarde hiervoor is wel dat er voldoende trainingsgegevens beschikbaar moeten zijn om dit te kunnen doen.
Toepassing van machine learning in de chipontwerpsector
Het toepassen van machine learning in het ontwerp van processors en andere chips is een onderwerp dat veel aandacht krijgt bij bestaande fabrikanten en leveranciers. Synopsys biedt bijvoorbeeld al EDA-tools aan die gebruikmaken van machine learning om optimalisaties in het ontwerpproces te realiseren.
Voordelen van AI in het ontwerpproces
AI kan chipontwerpen verbeteren op het gebied van efficiëntie, prestaties en de maximale dichtheid van transistors. Daarnaast kan AI repetitieve taken in het ontwerpproces overnemen, zoals verificatie en foutdetectie. Handmatige optimalisaties hebben hun beperkingen, vooral wanneer er verschillende varianten uitgeprobeerd moeten worden.
Wordt dit straks de toekomst?
De ontwikkeling van een AI-model dat in staat is om een processorontwerp te genereren, markeert een mijlpaal in de chipontwerpsector. Hoewel het huidige AI-model beperkingen heeft, zoals het werken met eenvoudige microcontrollers en de noodzaak van voldoende trainingsgegevens, opent het wellicht de deur naar nieuwe mogelijkheden en toepassingen.
Altijd op de hoogte blijven van alles wat met AI te maken heeft? Schrijf je in voor de gratis nieuwsbrief:
