Architect Labs发布Frostbite:AI自主设计CPU,能效比达4.59倍

资讯 AI 科技快讯 作者:赢政天下 全文 3074 字 · 约 8 分钟读完

2026年11月19日,AI基础设施公司Architect Labs发布Frostbite——一款完全由AI系统自主完成指令集设计、架构探索、RTL实现和GDS版图生成的通用CPU。在25项基准测试中,Frostbite对比主流双发射顺序执行超标量核心,实现了4.59倍功效比(perf/W)和8.77倍面积效

2026年11月19日,AI基础设施公司Architect Labs推出Frostbite。这是一款通用CPU,指令集设计、架构探索、RTL实现到GDS版图生成,全部由AI系统自主完成。在25项基准测试中,Frostbite与主流双发射顺序执行超标量核心对比,功效比(perf/W)达到4.59倍,面积效率达到8.77倍。

同一天,Architect Labs在官方博客发文称,Frostbite是首款由AI系统从理论出发、自主走完指令集(ISA)定义、微架构设计、RTL实现、形式验证直至GDS版图全流程的通用CPU。25项工作负载基准测试中,有15项在最终评估前对AI系统保密。对比对象是一款经硅验证的现代双发射顺序执行超标量CPU核心,Frostbite取得4.59倍几何均值功效比和8.77倍面积效率。

4.59倍是全部25项测试的几何均值。放到搜索集上,提升为6.02倍;到了held-out测试集,提升降到3.83倍。这一差距说明,AI的优化对可见基准存在一定拟合效应,但在陌生任务上仍保持了实质性优势。比较基线被描述为“经硅验证的现代双发射顺序执行超标量核心”,这类设计通常对应嵌入式或移动级处理器,而不是英特尔或AMD的高端乱序多发射产品。Architect Labs表示,后续计划扩展到SPEC/PARSEC等行业标准基准,并与更宽、更深的乱序处理器做横向比较。

交互网络:一个被主流架构师忽视了三十年的数学理论

Frostbite在结构上与现有CPU截然不同,原因要从它的理论基础说起。交互网络(interaction nets)是一种程序表示方法,起源于1990年代的计算理论研究。在这个模型里,程序不再是一串按顺序执行的指令流,而是一张节点图。计算靠局部重写推进:两个节点通过各自的主端口相连,就触发一次重写,生成新的节点图局部结构。

这一性质给硬件设计带来三个极为友好的特征。每次重写只涉及图的局部区域,彼此互不干扰;节点间的依赖关系完全显式编码在图结构中,运行时无需推断;每个值恰好有且仅有一个所有者,不存在共享可变状态。三条合在一起,意味着独立的节点对可以同时重写,锁、事务内存、一致性协议统统不需要。

现代主流CPU面临的困境正好相反。C/C++/Java等语言编译出的程序,天然隐藏了指令间的真实依赖关系,任何变量都可能在任何地方被读写。处理器只能在运行时动态重新发现哪些指令真正相互依赖,这正是乱序执行的本质;同时还要维护一套缓存一致性协议,让所有核心看到同一份内存状态。这套机制吃掉了传统CPU大量面积和功耗预算。传统超标量CPU的片上功耗分布约为:57%在存储访问,27%在取指/译码/调度,真正花在计算上的只有13%。Frostbite的分布则是:38%存储、6%取指/译码/调度、16%计算、26%片上网络与调度器。最后这项体现了交互网络模型本身的通信开销,但前端臃肿的部分被大幅压缩。

AI如何完成一整颗CPU的设计

Architect Labs的上一个项目“Redwood”已经证明,给定架构规范,AI系统可以自主完成一颗推理加速器的RTL实现与验证。Frostbite走得更远:AI系统的起点只有交互网络的数学理论,ISA设计、微架构决策和RTL实现都由AI自主探索。

设计流程共分四个搜索周期,AI系统探索了58个架构候选方案,最终保留37个。为了让这种大规模迭代成为可能,团队构建了两个关键工具。一个是名为ASL的形式化语言,用于机器可检验的架构规范描述,该项目累计产生超过80万行Lean定理证明;另一个是名为Arcmodel的架构级模拟器,比传统RTL仿真快660倍,功耗预测精度在1-5%以内。

最终落地的物理形态,是一个4×4共16个计算瓦片(tile)的网格结构。单个quad加L3缓存集群的面积为0.792平方毫米,采用7nm工艺节点,综合阶段时钟频率为800 MHz,最终GDS版图降至500 MHz。Frostbite把传统意义上的缓存层级、访存队列和缓存一致性协议全部取消,转而依赖交互网络模型本身的无共享状态特性。

事后检视AI发现的架构原语时,Architect Labs团队“感到意外”——其中一些硬件实现方式和运行时特性,人类架构师很难主动想到。这暗示AI的设计空间探索并不是简单复现已有方案,而是在一个对人类而言过于庞大的设计空间里找到了新路径。

谁受影响,影响有多深

对芯片EDA工具商来说,Frostbite展示的设计流程直接挑战了传统EDA软件的定位。Arcmodel这类工具把架构评估提速660倍,意味着过去需要数月的设计迭代周期可以压缩到数天。Synopsys、Cadence等公司的核心护城河——高精度仿真和综合工具——在AI驱动的快速迭代面前,商业模式需要重新审视。

短期看,芯片厂商受到的直接冲击不大,可长期释放的信号已经明确。Architect Labs 当前的对比基准是双发射顺序超标量核心,跟英特尔 Core Ultra、AMD Zen 系列的性能区间相比,差距仍然不小。更关键的一点在于:一旦允许 AI 系统去对抗乱序超标量设计,或者让它投入数据中心 RISC-V 场景,这套方法还能不能复现?Architect Labs 的说法是,流程有望推广到数据中心 CPU、AI 加速器、网络交换芯片、NIC 等各类芯片。这属于战略层面的表态,还没经过验证。

对编程语言和软件工具链来说,影响路径最长,也最不确定。Frostbite使用名为Vine的编程语言来编译交互网络程序,现有的C/C++/Rust等软件生态无法直接在其上运行。这道兼容性壁垒在通用计算场景下是实质性的障碍,而在AI推理、科学计算等特定垂直场景中,可能更容易绕过。

在Architect Labs之外,开发者和研究者能从Frostbite身上拿到一条有用的实验结论:交互网络这个模型在理论计算机科学界已经存在三十多年,硬件界却长期没怎么搭理它;如今在AI辅助的全栈协同优化下,它真能变成可以量化的硬件收益。单是这一点,就够让学术界重新盯上交互网络方向的编译、运行时系统和内存模型了。

现状边界与待验证问题

不过边界也很清楚。Frostbite眼下只做到GDS版图,流片制造还没开始,所有性能数据都出自仿真,不是实测芯片跑出来的。从GDS到流片再到量产,中间压着一堆工程和经济上的变数。基线的挑法同样左右着数字怎么读——4.59倍是对着“双发射顺序执行”核心算的,而主流数据中心CPU早就是深度乱序、宽发射的设计了。工作负载的覆盖面也有限,Architect Labs自己就承认,还得在SPEC/PARSEC这类更完整的标准测试集上再过一遍。

战略前瞻(以下为分析性判断,非已验证事实)

Frostbite最要紧的意义,兴许不在这一颗CPU本身,而在于它把一套方法论跑通了:给一个数学模型、配一套快速评估工具,AI就能在人类难以穷举的设计空间里翻出反直觉的解。这套路子要是能复现,芯片设计的竞争壁垒就会部分从“有没有顶尖架构师”挪到“有没有足够快的AI探索基础设施”上。

近期有两个信号可以盯着。一个是Architect Labs会不会公开把Frostbite送去流片,流片结果和仿真又对得上多少;另一个是他们会不会把这套流程搬到更有实际部署价值的场景,比如AI推理加速器的ISA层优化——这类任务的软件生态门槛比通用CPU低得多,性能收益的商业路径也更清楚。这两点要是在未来一两年内都拿到正面验证,眼下这个“设计仿真”的里程碑,就会升格成真正意义上的产业范式转移。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 一颗全新CPU,刚刚面世,由AI自主设计!

    美国人工智能初创公司Architect Labs声称,其人工智能系统从零开始设计了一种全新的通用CPU架构,包括指令集、微架构、RTL代码、验证以及最终的GDS布局。该公司声称,在25种工作负载下,....

    来源 腾讯网
  2. AI代理问得比人类审计师更深,却无法独立签字:KPMG百余代理首次完成全流程审计实验

    KPMG在英国一家富时250公司的真实审计中并行部署逾100个AI代理,这是四大会计师事务所首次将AI代理贯穿审计全流程。结果出乎意料:AI在多个环节提问深度超越人类审计师,但在法规匹配任务上失败并需人工介入,最终法定签字仍由合伙人担责。这份来自真实业务场景的第一份边界数据,为当前企业AI代理落地划出了一条清

    来源 AI 科技快讯
  3. 起点番茄接连出手,网文平台为何集体对AI文说“不”

    网文界今年发生了多场“AI斩杀”。2月和5月,番茄进行了针对AI低质内容的专项治理; 起点7月全面禁止AI文,8月一口气处理了上百本AI小说,其中有多部万订作品;10月30日,起点和QQ阅读发布公告,称将进一步打击签约作品滥用AI的行为,取消对作品的福利发放。 起点新发布的公告 然而,多轮治理后,读者仍然会抱怨榜单上的

    来源 AI 行业观察
  4. AI泔水入侵科普:南海双头虾与万张鸟类贴纸暴露知识污染风险

    AI泔水(AI Slop),正在侵蚀人类的知识世界。这个词在2025年入选《韦氏字典》年度词汇,专门用来形容由人工智能批量生产、质量低劣的数字内容。出现双头虾的《南海海洋生物科普丛书》中,绝大多数图片均由AI绘图工具生成。图片来源:澎湃新闻近日,中国农业出版社出版的《南海海洋生物科普丛书》,因出现不符合常识的“双...

    来源 腾讯网
  5. 海淀连办两场科学家创业活动:AI创新街区揭牌与夜话交流

    一群科学家,正在做一件不太一样的事。他们一边在高校、科研院所深耕前沿技术,一边走进创业一线,把实验室里的研究成果变成产品、企业,甚至一个全新的产业方向。而一座城市,如何与这样一群人同行?这一周,海淀用前后脚的两个动作,给出了自己的回答。11月18日,未名·AIPark人工智能创新街区在北大西门旁正式揭牌。依托...

    来源 腾讯网
  6. Henrijs Dandzbergs辍学创业:AI导弹主打“击杀成本”

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 行业观察
  7. 4.3万人点赞“断更抵制AI”:网文平台为何对AI说不

    网文界今年发生了多场“AI斩杀”。2月和5月,番茄进行了针对AI低质内容的专项治理; 起点7月全面禁止AI文,8月一口气处理了上百本AI小说,其中有多部万订作品;10月30日,起点和QQ阅读发布公告,称将进一步打击签约作品滥用AI的行为,取消对作品的福利发放。起点新发布的公告然而,多轮治理后,读者仍然会抱怨榜单上的作品

    来源 腾讯网
  8. APEC观察丨对话中欧数字协会创始主席、意大利经济学家鲁乙己:AI带动的新一轮全球化正在到来

    2026年亚太经合组织(APEC)领导人会议周正在深圳举行,数字经济与人工智能是贯穿始终的关键词。 11月19日,中欧数字协会创始主席、意大利经济学家鲁乙己(Luigi Gambardella)在峰会间隙接受新京报贝壳财经记者的专访。 作为非APEC经济体受邀嘉宾,这是他首次参加APEC工商领导人峰会。这位长期活跃于中

    来源 腾讯网
  9. AI交易逆转引发避险潮:日元瑞郎对美元齐涨0.6%,美元指数回落

    周五随着市场对AI热潮可持续性的疑虑加剧,日元和瑞郎对美元均上涨0.6%,日元有望创下近一个月来最大单日涨幅。分析指出当市场转向风险规避,日元套息交易平仓会推动日元走强,而瑞郎则长期以来是机构层面的资产负债表避险工具。

    来源 华尔街见闻
  10. AI共创浪潮下:FoloToy与《AI校长说》聊硬件玩法与资本路径

    11 月 20 日,2026 虹桥国际科技周在上海举行。作为聚焦科技创新、产业协作与未来趋势的交流平台,本届科技周汇聚了来自不同领域的创新者、创业者与行业观察者。少数派也在现场带来了主题论坛分享,与参与者一起探讨 AI 时代的创造与创业。在这场论坛中,老麦、张浩宇、王乐与原博从各自的实践出发,讨论了 AI 如何改变产品

    来源 腾讯网
向下滚动自动加载更多