GPT-4已經(jīng)會自己設(shè)計芯片了！芯片設(shè)計行業(yè)的一個老大難問題HDL，已經(jīng)被GPT-4順利解決。并且，它設(shè)計的130nm芯片，已經(jīng)成功流片。

GPT-4，已經(jīng)可以幫人類造芯片了！

只用簡單的英語對話，紐約大學Tandon工程學院的研究人員就通過GPT-4造出了一個芯片。

具體來說，GPT-4通過來回對話，就生成了可行的Verilog。隨后將基準測試和處理器發(fā)送到Skywater 130 nm穿梭機上成功流片（tapeout）。

這項成就，堪稱史無前例。

這意味著，在大語言模型的幫助下，芯片設(shè)計行業(yè)的大難題——HDL將被攻克。芯片開發(fā)的速度將大大加快，并且芯片設(shè)計的門檻也被大大降低，沒有專業(yè)技能的人都可以設(shè)計芯片了。

研究者表示：「可以認為，這項研究產(chǎn)生了第一個完全由AI生成的HDL（硬件描述語言），它可以直接用來制造物理芯片。」

HDL難題被GPT-4順利解決

如上圖所示，芯片設(shè)計和制造中非常重要的一部分代碼——Verilog，就是研究人員通過提示詞讓GPT-4生成的。

在NYU的這項研究中，兩名硬件工程師僅僅通過英語和GPT-4交談，就設(shè)計出了一種新型的8位基于累加器微處理器架構(gòu)。

而GPT-4設(shè)計的芯片，顯然已經(jīng)達到了工業(yè)標準，因為它隨后就被研究者送去在Skywater 130nm shuttle上制造了。

這標志著第一個由大語言模型設(shè)計的IC被實際制造出來，達到了一個里程碑。

硬件描述語言（HDL），一直是芯片設(shè)計行業(yè)一直面臨的一個巨大挑戰(zhàn)。

因為HDL代碼需要非常專業(yè)的知識，對很多工程師來說，想要掌握它們非常困難。

如果大語言模型可以替代HDL的工作，工程師就可以把精力集中在攻關(guān)更有用的事情上。

Pearce博士面對自己設(shè)計出的第一塊芯片，頗為感慨地表示：「我根本就不是芯片設(shè)計專家，卻設(shè)計出了一塊芯片，這正是令人印象深刻的地方。」

通常情況下，開發(fā)任何類型的硬件（包括芯片），第一步都是用日常語言描述硬件功能。

隨后，經(jīng)過專門培訓的工程師會把這個描述翻譯成硬件描述語言 (HDL)，由此創(chuàng)建允許硬件執(zhí)行任務(wù)的實際電路元件。

Verilog就是一個經(jīng)典的例子。在這項研究中，大語言模型能夠通過來回對話生成可行的Verilog。隨后就是將基準測試和處理器發(fā)送到Skywater 130 nm穿梭機上，進行流片（tapeout）。

紐約大學坦登電氣與計算機工程系以及網(wǎng)絡(luò)安全中心的研究助理教授Dr. Hammond Pearce介紹說，之所以啟動這個Chip Chat項目，是希望探索大語言模型在硬件設(shè)計領(lǐng)域的能力。

在他們看來，這些大語言模型不僅僅是「玩具」，而是有潛力做更多事情。為了驗證這個概念，Chip Chat項目誕生了。

我們都知道，OpenAI的ChatGPT和谷歌的Bard都可以生成不同編程語言的軟件代碼，但它們在硬件設(shè)計的應(yīng)用中尚未得到廣泛的研究。

而NYU的這項研究表明，AI不僅可以生成軟件代碼，還能使硬件制造收益。

大語言模型的優(yōu)點在于，我們可以采用對話的方式與其交互，這樣，我們就能通過有來有回的方式，來完善硬件的設(shè)計。

研究團隊使用大語言模型處理了8個硬件設(shè)計示例，尤其是生成用于功能和驗證目的的Vrilog代碼。

此前，研究人員就曾測試了大語言模型將英語轉(zhuǎn)換為Vrilog的效果，但他們發(fā)現(xiàn)，加入與人類工程師的交互過程后，大語言模型才產(chǎn)生了最好的Vrilog。

這項研究不僅僅停留在實驗層面。研究人員發(fā)現(xiàn)，如果在現(xiàn)實環(huán)境中將這個方法投入實踐，大語言模型可以減少HDL轉(zhuǎn)換過程中的人為錯誤，這就可以大大提高生產(chǎn)力，縮短芯片的設(shè)計時間和上市時間，還允許芯片設(shè)計者進行更具創(chuàng)意的設(shè)計。

另外，這個過程還極大地降低了芯片設(shè)計師對HDL流利程度的需求。

因為寫HDL是一種相對罕見的技能，對不少芯片設(shè)計求職者都是一大難關(guān)。

所以，如果真的將大語言模型用于芯片設(shè)計，在現(xiàn)階段是否可行呢？

研究人員表示，相關(guān)的安全因素以及可能導致的問題，還需要通過進一步測試來識別和解決。

在疫情期間的芯片短缺，已經(jīng)阻礙了汽車以及其他依賴芯片設(shè)備的供應(yīng)，如果大語言模型真的能夠在實踐中設(shè)計芯片，無疑會大大緩解這種短缺。

四大LLM芯片設(shè)計大PK

研究人員首先設(shè)置了設(shè)計流程圖和評估標準，來給大語言模型在芯片設(shè)計方面的表現(xiàn)打分。對話框架形成了一個反饋循環(huán)。

通過這個「半自動化」流程，研究人員想對比一下4個大語言模型（GPT-4，ChatGPT，Bard，HuggingChat），執(zhí)行芯片設(shè)計的能力。

研究人員首先給大語言模型喂了如下圖所示的提示詞，讓他們生成兩種不同的文檔。

然后輸出的內(nèi)容研究人員會讓有經(jīng)驗的工程師來評估是否能夠使用。

如果輸出內(nèi)容達不到標準，研究人員會讓大語言模型通過相同的提示詞再輸出5次。

如果還不符合要求，那么就認為這個大語言模型無法完成這個工作流程。

當完成了的設(shè)計和Benchtest內(nèi)容后，用Icarus Verilog（iverilog）對內(nèi)容進行編譯，如果編譯成功了的話，就進一步進行模擬。

如果這個流程跑下來沒有報錯，那么這個設(shè)計就通過了。

但是如果這個流程中任意一個過程報錯了，就把報錯的地方反饋到模型中，讓它自己提供修復，這個過程稱為Tool Feedback（TF）。

如果之后相同的錯誤重復出現(xiàn)了三次，則用戶會給出簡單的人工反饋（Simple Human Feedback，SHF）。

如果依然存在錯誤，就繼續(xù)給予模型進一步的反饋(Moderate Human Feedback,MHF)和（Advenced Human Feedback，AHF）。

如果還存在錯誤，就認為模型完成不了這個流程。

GPT-4、ChatGPT勝出

研究人員根據(jù)上面的流程，對4個大語言模型，GPT-4/ChatGPT/Bard/Hugging Chat生成用于硬件設(shè)計的Verilog的水平進行了測試。

在用完全相同的提示詞進行提示之后，得到了以下的結(jié)果：

GPT-4和ChatGPT都能夠滿足規(guī)范并最終通過了設(shè)計的整個流程，Bard和HuggingChat都未能滿足標準從而開啟下邊進一步的測試流程。

因為Bard和HuggingChat的表現(xiàn)不好，之后的流程研究人員就只針對GPT-4和ChatGPT進行。

在進行完了整個測試流程后，GPT-4和ChatGPT的對比結(jié)果如下圖

Outcome指的是在哪個反饋階段得到了成功或者失敗的結(jié)果。

GPT-4表現(xiàn)很好，基本上通過大多數(shù)的測試。

大多數(shù)情況下都只需要進行到工具反饋（TF）階段就能結(jié)束測試，只是在Testbench中需要人工反饋。

ChatGPT的表現(xiàn)明顯要比GPT-4差，大部分的嘗試最終都沒有通過測試，而且大部分通過測試的結(jié)果也不符合整體的標準。

GPT4輔助設(shè)計芯片在實際芯片設(shè)計流程中的探索

在完成了這個標準化的測試流程，篩選出了唯一合格的大模型GPT-4之后。

研究團隊決定將它用來實際參與芯片流程，解決現(xiàn)實世界中芯片設(shè)計和制造流程中出現(xiàn)的問題。

具體來說，研究團隊讓一名經(jīng)驗豐富的硬件設(shè)計工程師使用GPT-4來設(shè)計一些更復雜的芯片設(shè)計，并對設(shè)計結(jié)果進行定性的檢查。

研究團隊使用GPT-4編寫了設(shè)計芯片的所有Verilog（不包括頂層的Tiny Tapeout wraper）。

通過下圖所示的提示詞，研究人員讓硬件設(shè)計工程師和GPT-4共同開始設(shè)計一個8位的基于累加器的構(gòu)架，擁有32字節(jié)內(nèi)存的馮諾依曼類型的芯片。

在設(shè)計的過程中，人類工程師負責引導GPT-4，驗證它的輸出。

GPT-4單獨負責處理器的Verilog代碼的編寫，同時還制定了處理器的大部分規(guī)格。

具體來說，研究團隊將較大的設(shè)計項目細分成子任務(wù)，每個子任務(wù)在界面中都有自己 的「對話線程」。

由于ChatGPT-4不會在線程之間共享信息，工程師要將從上一個線程復制相關(guān)信息到新的第一個消息中， 從而形成一個慢慢定義處理器的「基礎(chǔ)規(guī)范」。

基本規(guī)范最終包 括ISA、寄存器列表、內(nèi)存庫、ALU和控制單元的定義，以及處理器在每 個周期中應(yīng)該做什么的高級概述。

這個規(guī)范中的大多數(shù)信息都是由ChatGPT-4生成的，工程師只做了一些復制/粘貼的工作，并稍加編輯。

ChatGPT-4有時會輸出不是很理想的響應(yīng)內(nèi)容。

出現(xiàn)這種情況，工程師可能會做出兩個選擇，要么繼續(xù)對話并推動它修復響應(yīng)，或使用接口強制ChatGPT-4「重啟」響應(yīng)，即通過假裝之前的答案從未發(fā)生來重新生成結(jié)果。

在這兩者之間進行選擇需要專業(yè)的判斷:繼續(xù)對話允許用戶指定前一個響應(yīng)的哪些部分是好的或壞的，而重新生成將保持整個對話更短和更簡潔(考慮到有限 的上下文窗口大小，這是有價值的)。

盡管如此，從下圖中 的‘＃Restart ‘列可以看出，隨著工程師對使用ChatGPT-4越來越 有經(jīng)驗，重啟次數(shù)趨于減少。

研究者在論文中展示了一個最為困難，重啟了10次的提示和回復實例，是一段關(guān)于控制信號規(guī)劃的內(nèi)容（Control Signal Planning）。

設(shè)計結(jié)果

設(shè)計流程的全部對話內(nèi)容可以在下面的鏈接中查閱：

https://zenodo.org/record/7953724

GPT-4參與生成的指令系統(tǒng)結(jié)構(gòu)(Instruction Set Architecture，ISA)如下圖所示。

研究人員繪制了GPT-4設(shè)計的芯片的通路數(shù)據(jù)圖如下圖所示。

最后，研究人員評價道：「大語言模型能夠成倍放大設(shè)計能力，讓設(shè)計人員能夠快速地設(shè)計空間探索（space exploration）和迭代」。

「總體上來說，GPT-4可以生成能使用的代碼，節(jié)省大量的設(shè)計時間。」
責任編輯：彭菁