Prosesor RISC-V 32-bit
Pada paruh pertama tahun 2023, gelombang kecerdasan buatan (AI) yang dipelopori oleh ChatGPT telah melanda dunia, dan para produsen besar mulai menerapkan teknologi AI mereka sendiri. Tingginya permintaan akan daya komputasi AI generatif juga telah membuat penjualan chip GPU melonjak tajam, dan sumber daya daya komputasi global berada dalam kondisi kekurangan. Untuk meningkatkan produktivitas chip, Institut Teknologi Komputasi Akademi Ilmu Pengetahuan Tiongkok menggunakan teknologi AI untuk merancang CPU RISC-V 32-bit "Enlightenment No. 1"—ini adalah chip CPU otomatis penuh pertama di dunia yang dibuat tanpa campur tangan manusia.
Diketahui bahwa CPU ini menggunakan proses 65nm dengan frekuensi 300MHz, dan CPU tersebut telah selesai dirancang pada Desember 2021. Prosesor ini berhasil menjalankan sistem operasi Linux dan program SPEC CPU 2000 setelah proses Bring-up, dan kinerjanya setara dengan 80486SX dari seri Intel 486, namun siklus desainnya dipersingkat menjadi 1/1000 dari waktu yang dibutuhkan.
Desain CPU Tradisional vs. Desain CPU Berbasis AI
Menurut laporan, proses manufaktur chip canggih harus melalui lebih dari 1.000 tahap. Perhitungan kompleks diperlukan pada setiap tahap, dan setiap langkah harus hampir sempurna; hal yang sama juga berlaku untuk desain dan manufaktur CPU. Dalam pekerjaan yang menantang ini, biasanya dibutuhkan tim insinyur untuk menulis kode dan kemudian menyelesaikan desain sirkuit dengan bantuan alat EDA. Dalam proses ini, pengujian berulang dan optimasi verifikasi sangatlah penting. Hal ini disebabkan karena prosesnya sangat kompleks dan melelahkan, serta sangat padat karya dan sumber daya. Terkadang dibutuhkan waktu berbulan-bulan atau bahkan bertahun-tahun untuk menyelesaikan proyek desain chip berskala besar. Mengambil contoh CPU Intel K486, dibutuhkan waktu 190 hari hanya untuk tahap verifikasi saja.
Para peneliti dari Enlightenment 1, yang didasarkan pada algoritma BSD (Binary Speculation Diagram), menggunakan teknologi AI untuk secara otomatis menghasilkan desain CPU langsung dari input-output (IO) kasus uji. Dalam proses ini, insinyur tidak perlu menyediakan kode atau deskripsi bahasa alami, dan prosesnya selesai dalam waktu kurang dari 5 jam. Meskipun proses pelatihan memakan waktu kurang dari 5 jam, akurasi uji verifikasi yang dicapai mencapai >99,999999999%, sehingga hanya diperlukan kasus uji untuk secara langsung menghasilkan logika sirkuit yang memenuhi persyaratan, yang dapat menghilangkan tahap desain dan verifikasi logika dalam proses desain tradisional.
Sebenarnya, ini bukanlah kali pertama AI menghasilkan sebuah chip. Sebelumnya, para peneliti dari Tandon School of Engineering di New York University telah menggunakan ChatGPT-4 untuk menghasilkan chip mikroprosesor melalui "percakapan" dalam bahasa Inggris yang sederhana. Empat juta gerbang logika dihasilkan dalam waktu satu jam, yang ukurannya 4.000 kali lebih besar daripada skala sirkuit yang saat ini dapat dirancang oleh GPT-4.
Saat ini, seiring perkembangan teknologi AI, semakin banyak perusahaan yang mulai mengaplikasikannya dalam desain dan produksi chip. Beberapa pakar industri mengatakan bahwa meskipun kinerja CPU Enlightenment No. 1 masih relatif rendah dan belum dapat disejajarkan dengan CPU kelas atas, selama AI terus dilatih dan jalur teknisnya terus dieksplorasi, maka CPU yang dihasilkan secara otomatis oleh AI diperkirakan akan, dalam 5 tahun, -Dalam 10 tahun, mencapai atau bahkan melampaui tingkat desain CPU yang dibuat oleh ahli manusia.
Menilai CPU RISC-V rancangan AI dari ISA hingga silikon
Istilah prosesor rancangan AI dapat memberi kesan bahwa model bahasa membuat cip jadi tanpa bantuan, padahal CPU RISC-V semacam itu harus dinilai pada setiap tahap. Model mungkin mengusulkan arsitektur, menghasilkan RTL, memperbaiki kesalahan kompilasi, atau mencari parameter. Insinyur tetap menentukan profil ISA, batas desain, lingkungan verifikasi, pustaka sintesis, dan kriteria sign-off. Uji kepatuhan hanya membuktikan perilaku instruksi, bukan penutupan timing, integritas daya, kemudahan produksi, atau ketiadaan keadaan tersembunyi. Klaim yang kuat memerlukan rantai bukti dari artefak keluaran, simulasi, pemeriksaan formal, eksekusi FPGA, netlist fisik, sampai pengukuran silikon.
- Batas hasil model: Jelaskan apakah AI membuat persyaratan, modul Verilog, testbench, atau pilihan parameter, serta catat setiap suntingan manusia sesudahnya.
- Kepatuhan ISA: Uji profil RV32 atau RV64, tingkat hak akses, pengecualian, dan ekstensi terpilih terhadap model referensi independen.
- Keyakinan pada RTL: Gabungkan lint, pemeriksaan domain clock, assertion, ekuivalensi formal, aliran instruksi acak, dan penutupan coverage; kompilasi saja tidak cukup.
- Perbandingan PPA: Bandingkan daya, kinerja, dan luas dengan pustaka proses, tegangan, target frekuensi, makro memori, serta batas fisik yang sama.
- Bukti silikon: Bedakan demo FPGA dari cip fabrikasi dan laporkan frekuensi, beban kerja, sampel yield, serta errata hanya untuk kondisi terukur.
Namun, menurut saya masih diragukan apakah AI benar-benar akan "menggantikan" para perancang chip manusia di masa depan. Lagipula, sebelum mencapai tahap kecerdasan buatan yang kuat, AI mungkin hanya akan digunakan sebagai alat bantu. Lagipula, inovasi berkelanjutan yang dilakukan oleh para perancang chip manusia merupakan landasan bagi perkembangan dan kemajuan teknologi chip yang berkelanjutan.
