電子發燒友網報道（文/李彎彎）近日消息，一組研究人員使用簡單英語而不是硬件描述語言，成功地設計了一款微處理器。ChatGPT等生成式人工智能正在以幾個月前還不可能的方式幫助人們進行研究、學習和創造。如今它已經開始進入硬件設計等領域。

紐約大學坦登電氣與計算機工程系以及網絡安全中心的研究助理教授皮爾斯博士（Dr. Hammond Pearce）介紹說，他的團隊研究項目Chip Chat的靈感來源于想要探索現有生成人工智能大語言模型（LLM）在硬件設計領域的能力和局限性的愿望。

使用LLM創建IC的設計流程

“我們很想知道這些模型有多好，”他說，“很多人認為這些模型真的只是玩具，而我不這樣認為，現在它們還沒有無處不在，不過未來它的應用肯定會得到普及，這就是為什么我們做Chip Chat——幾乎像是一個概念驗證演示。”

大語言模型設計的IC首次制造出來

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：硬件描述語言（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（HDL），是電子系統硬件行為描述、結構描述、數據流描述的語言。利用這種語言，數字電路系統的設計可以從頂層到底層（從抽象到具體）逐層描述自己的設計思想，用一系列分層次的模塊來表示極其復雜的數字系統。

然后，利用電子設計自動化（ EDA ）工具，逐層進行仿真驗證，再把其中需要變為實際電路的模塊組合，經過自動綜合工具轉換到門級電路網表。接下去，再用專用集成電路 ASIC 或現場可編程門系列 FPGA 自動布局布線工具，把網表轉換為要實現的具體電路布線結構。

硬件描述語言（HDL）的發展至今已有很多年的歷史，并成功地應用于設計的各個階段：建模、仿真、驗證和綜合等。到20世紀80年代，已出現了上百種硬件描述語言，對設計自動化曾起到了極大的促進和推動作用。但是，這些語言一般各自面向特定的設計領域和層次，而且眾多的語言使用戶無所適從。因此，急需一種面向設計的多領域、多層次并得到普遍認同的標準硬件描述語言。20世紀80年代后期，VHDL和Verilog HDL語言適應了這種趨勢的要求，先后成為IEEE 標準。

皮爾斯博士說：“硬件描述語言面臨的最大挑戰是，沒有多少人知道如何編寫它們。成為這方面的專家很難，這意味著我們仍然有最好的工程師用這些語言做瑣碎的事情，因為沒有那么多工程師可以做這些事情。”

在他看來，人工智能可以加速工程師的產出，這樣人工智能就可以快速完成簡單的事情，工程師也可以把腦力集中在更難的事情上。

通過使硬件定義更容易生成，該團隊相信他們可以使IC設計更容易訪問，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人工智能，工程師可以用簡單的英語而不是HDL設計微處理器。

通過Chip Chat，該團隊成功地設計了一個基于8位累加器的微處理器，其功能與可比較的PIC產品相同。然后將該芯片發送到Skywater 130nm穿梭機上進行制造。該團隊聲稱，這項研究標志著LLM設計的IC首次真正制造出來。


ChatGPT等生成式AI在芯片設計領域的探索

事實上，在ChatGPT出現之后，就有不少人開始探討它在芯片設計領域的潛在應用。芯片設計是一項高度技術密集的工作，需要精通電子、材料、物理等多個領域的專業知識。

通常，它需要一些專業的EDA（Electronic Design Automation）工具，例如邏輯綜合、布局與布線、時序分析等。但是，這些EDA工具需要用戶有豐富的專業知識和豐富的設計經驗，且需要用戶手動輸入復雜的指令和參數，這使得芯片設計成為一個復雜而費時的過程。

業內人士認為，ChatGPT的自然語言處理技術可以為芯片設計提供一種全新的方式。ChatGPT可以通過學習已有的芯片設計數據和文檔，自動生成芯片設計的指令和參數，并提供對芯片設計問題的解決方案的自然語言描述。這種方式可以減少芯片設計過程中的人為錯誤，提高芯片設計的效率和準確性。

ChatGPT的代碼生成能力也能夠極大的加速芯片設計的速度。有這樣一個案例，量子控制處理器是量子計算機的核心控制部分，有人用ChatGPT合成了一個量子控制處理器的代碼，如下：



據介紹，雖然這段代碼有些許小問題，比如ChatGPT并不能很好地實現時序的控制，會出現浪費時鐘周期的現象，但是這段代碼可正確編譯，并且是一個有效的設計方案。

另外此前也有人好奇ChatGPT能不能寫出一段Verilog代碼，于是就做了嘗試。發現，它不僅能寫出一段代碼，甚至還能加上一段解釋，這位讓ChatGPT寫Verilog代碼的業內人士說，完整代碼很長，自己也沒有驗證，不過大概看下來，功能基本都有。




對于過于復雜的功能，比如以太網協議棧，當第一次讓它寫的時候，它提示太難寫不出來，但是把對話復位后，再讓它寫，它就能寫一個大概的module，里面只有寫接口，后面又復位對話后再重新讓它寫，寫出來的程序就更多了。這說明它的學習能力一直在增長。

雖然ChatGPT在芯片設計中有它的優勢，同時也存在一些限制，比如，ChatGPT需要大量的芯片設計數據和文檔作為訓練數據。這些數據需要經過標注和清理，以保證ChatGPT能夠準確地學習芯片設計的知識和規律。此外，芯片設計數據的數量和質量直接影響ChatGPT在芯片設計中的準確性和效率。

再比如，芯片設計中的一些細節問題，例如噪聲、功耗等方面的考慮，可能需要ChatGPT結合EDA工具進行深度優化。在這種情況下，ChatGPT將需要學習和理解EDA工具的功能和限制，以生成更加準確和可行的芯片設計指令和參數。

也因此，ChatGPT在芯片設計中的應用，并不能完全取代人類工程師的工作。皮爾斯博士表示，這些人工智能總是會有無法完成的工具和工作。它們生產的產品總是會有弱點。

小結

在ChatGPT出現之后，基于其強大的文字、代碼生成能力等，人們開始探索它在各個領域的應用，包括在芯片設計方面。也有工程師利用它寫Verilog代碼，基本功能都能實現。如今紐約大學利用更是利用它設計并制造出了一顆微處理器，這樣ChatGPT在芯片設計上的應用更進一步，而且ChatGPT的存在也能夠真正地解決芯片設計中一直難以解決的挑戰。