Yapay zeka tabanlı çip tasarımı girişimi Verkor.io, Mart ayında yayınladığı bir araştırma makalesinde, geliştirdiği otonom yapay zeka sistemi Design Conductor'ın, sadece 219 kelimelik bir gereksinim belgesinden yola çıkarak tam teşekküllü bir RISC-V işlemci çekirdeği tasarladığını duyurdu. Bu tasarımın 12 saat gibi kısa bir sürede tamamlanmış olması, ticari çip tasarımındaki ortalama 18-36 aylık süreçlere kıyasla devrim niteliğinde bir hızlanma anlamına geliyor.
Verkor'a göre, bu olay, bir otonom ajanın bir işlemciyi ilk kez başlangıç gereksinimlerinden GDSII dizgi dosyasına kadar tüm süreçleri tamamlayarak tasarlamasıdır. Tasarlanan VerCore adlı işlemci, beş aşamalı bir pipeline yapısına sahip, sıralı ve tek komutlu bir çekirdek olarak öne çıkıyor. 7nm ASAP7 işlem süreci tasarım kiti üzerinde 1.48 GHz saat hızında çalışan işlemci, CoreMark benchmark testinde 3.261 puan almayı başardı. Verkor'un makalesi, talimat getirme, çözme, yürütme, bellek ve yazma aşamalarını içeren pipeline mimarisini, erken dallanma çözme ve işlenen iletme özellikleri ile detaylandırıyor.
Optimizasyon sürecinde sistem, 2.57 GHz'e ulaşan hızlı bir Booth-Wallace çarpıcısı ve hem tek döngülü hem de çift döngülü dallanma cezası tasarımlarını uygulayıp test ettikten sonra tek döngülü dallanma cezası veren bir tasarımı bağımsız olarak seçti. Verkor, VerCore'un CoreMark performansını, Penryn mimarisine dayanan 2011 yılına ait bir mobil çip olan Intel Celeron SU2300 ile karşılaştırıyor.
Piyasada bulunan gelişmiş işlemcilerle kıyaslandığında, önbellekleri ve sıra dışı yürütme yetenekleri olmayan beş aşamalı, sıralı bir çekirdek oldukça basit bir tasarım olarak kabul edilebilir. Verkor'un kendi makalesinde de belirttiği gibi, en yeni nesil çipler yüz milyonlarca dolara mal olmakta ve yüzlerce mühendisten oluşan ekiplerle 18 ila 36 ay sürmektedir. Ancak VerCore, bu karmaşık tasarımlara göre çok daha basittir. Yine de, gereksinim belgesinden taslak çizime kadar tam otonom bir şekilde 12 saatlik bir sürede tamamlanması, bu nispeten basit tasarım için bile dikkat çekicidir. Bu süreç, “on milyarlarca token” yapay zeka işleme gücü gerektirmiştir.
VerCore henüz fiziksel olarak üretilmemiş olsa da, Spike adlı referans bir RISC-V ISA simülatörü kullanılarak simülasyon ortamında doğrulanmıştır. Ayrıca, ASAP7 bir akademik tasarım kiti olup, ticari bir 7nm üretim süreci değildir. Verkor, simülasyon ortamında uCLinux'un bir varyantını çalıştırabildiklerini belirtiyor.
Verkor'un makalesi, kullanılan dil modellerinin sınırlılıkları konusunda da açık sözlü. Yapay zeka ajanı Design Conductor'ın bazen belirli sorunları çözmek için gereken işin karmaşıklığını hafife alabildiğini kabul ediyorlar. Örneğin, bir durumda, zamanlama gereksinimlerini karşılayamayan Design Conductor, daha basit açıklamalar aramak yerine pipeline'ı derinleştirmek gibi büyük değişiklikler yapmaya çalışmış.
Başka bir örnekte, araştırmacılar, yapay zeka modelinin olay tabanlı bir dil olan Verilog'u sıralı kod gibi ele aldığını gözlemlemişler. Araştırmacılar, bu durumun Design Conductor'ın işlevsel doğruluğu sağlamasına engel olmasa da, zamanlama sorunlarını gidermesini daha zor hale getirdiğini belirtiyorlar.
Araştırmacılar, üretim seviyesine hazır bir çip için hala beş ila on uzman insanın sistemi yönlendirmesi gerekeceğini tahmin ediyorlar. Ek olarak, tasarım karmaşıklığı arttıkça gereken hesaplama gücü doğrusal olmayan bir şekilde artmakta, bu da tüm sürecin ticari ölçekte daha az pratik hale gelmesine neden oluyor. Verkor, VerCore'un RTL kaynak kodunu ve derleme betiklerini Nisan sonuna kadar yayınlamayı planladığını ve şirketin ayrıca DAC'de (Yıllık Elektronik Tasarım Otomasyon Konferansı) bir FPGA uygulamasını sergilemeyi hedeflediğini söyledi.
Daha önceki yapay zeka çip tasarımı çabaları arasında, 2023 yılında beş saatten kısa sürede bir RISC-V işlemci üreten Çinli araştırmacıların çalışmaları ve daha yakın zamanda geliştirilen QiMeng projesi yer almaktadır. Bu projeler farklı metodolojiler ve mimariler kullanmıştır. Verkor'un Design Conductor'ı, gereksinimlerden GDSII'ye kadar tüm tasarım sürecini otonom olarak yönetmektedir. Ancak, tüm yapay zeka tasarımlı çiplerin paylaştığı aynı sınırlılığı taşımaktadır: fiziksel silikon üretilmemiş olması.
