Architect Labs 公布了 Frostbite,一款用交互网执行程序、采用全新指令集的通用 CPU。公司称,AI 系统迭代了从编译器、指令集到硬件实现和验证的各个环节,并交付最终芯片版图 GDS。在 25 项预选负载上,Frostbite 的每瓦性能是面积相近的双发射顺序核的 4.59 倍,这个数字是几何平均值。

对照核心已有硅片验证,Frostbite 则尚未公布硅片实测。现有结果给了芯片团队一个理由去试这条路线:把程序依赖保留到硬件执行阶段,可能比沿用传统指令流更省电。但一次流片前比较,还不足以把这项优势推到现代乱序 CPU 或完整应用上。

Frostbite 的 4.59 倍,留到最终评估的负载跑出了 3.83 倍

参与设计搜索的 10 项负载,几何平均每瓦性能是对照核心的 6.02 倍;留到最终评估的 15 项为 3.83 倍。留出组仍有优势,但两组程序的构成不同,不能把均值落差全算成调优的结果。逐项差别更大:Fibonacci 只有 1.15 倍,卷积达到 23.12 倍。对采用者而言,自家的程序如何暴露并行工作,比它是否属于某个应用大类更有参考价值。

流片前每瓦性能 4.59× 6.02× 3.83× 全部 25 项 设计组 10 项 留出组 15 项

比较的一侧是计入 L3 节点的 Frostbite quad,另一侧是一颗面积相近、型号未公开的双发射顺序核。面积相近让比较有了起点,却不能替代对工艺、频率和存储配置的核对。Frostbite 的最终版图对应 7 nm 工艺、500 MHz;公司称系统模型校准后与 RTL 的偏差在 5% 以内,这证明的是两套流片前估算更接近,并不能代替上电测量。公告将占比较大的时钟分配单独列出(占 Frostbite quad 能耗的 41%,占基线的 49%;来源:architectlabs.com), headline 倍率是否完整计入这笔开销,以及双方是否按同一口径计入片外存储和互连,仍需核对。

交互网能显露并行,芯片还得付数据搬运的账

交互网把程序表示成一张图。计算时,互不重叠的节点对可以各自改写,不必排队等前一对完成。公司用五皇后搜索演示了这个差别:总计 3,183 次交互,最长的依赖链只有 262 步。传统乱序核心也会寻找能同时执行的指令,但它要从指令流里判断哪些操作互不依赖;交互网把这些依赖直接留在程序表示里。关键路径短说明有活可并行做,不等于芯片能按这个比例提速。

图上相邻的节点,放到芯片上未必离得近。硬件仍要分配和回收节点存储、调度可执行的节点对,并搬运跨区域的数据。测试中的 FFT、基数排序和 LU 用的是缩至原规模 1/64 的 SPLASH-2 实现。小规模结果可以用来筛选架构,但要判断能效能否保留,得把工作集放大,观察局部存储放不下数据后,等待和通信会吃掉多少收益。

AI 交付了版图,架构贡献还要拆开看

HVM2 已能在 CPU 和 CUDA GPU 上执行同类图改写,也已有公开的交互网 FPGA 处理器设计。Frostbite 的新意应放在它如何让新指令集、编译器和专用硬件一起处理这些改写。Architect Labs 称,AI 代理在多轮搜索和消融中试了 58 个点子,保留 37 个。这个记录说明搜索走到了硬件实现;要判断 AI 对最终架构的具体贡献,还得看哪些方案由它提出、哪些约束由人设定,以及留下的方案分别省了多少时间和能耗。