微新创想(Idea2003.com) 6月19日讯：一项突破性的研究成果近日由纽约州立大学（NYU）的研究团队公布，他们成功完成了一项看似不可能的挑战——设计了一款完全摆脱硬件定义语言（HDL）束缚的半导体芯片。这项创新性成果仅仅依靠简单的英语描述和示例，通过精确的定义和详细的说明，实现了对半导体处理器的完整设计，充分展现了人类智慧、好奇心与基础知识的巨大潜力，以及在与ChatGPT等AI技术结合时所能实现的惊人突破。
令人惊叹的是，这款芯片不仅成功设计，还顺利完成了制造、基准测试，并表现出良好的运行状态。硬件工程师们仅利用基础的英语描述，就充分证明了ChatGPT的巨大价值与强大能力。值得注意的是，该研究团队与ChatGPT合作设计的芯片并非完整的处理器，与英特尔或AMD等主流处理器存在差异。它实际上是CPU的核心组成部分之一，负责构建一种新颖的基于累加器的8位微处理器架构的逻辑单元。累加器作为存储中间计算结果的寄存器（内存），对CPU的整体运行至关重要，这一发现预示着其他关键组件也可能通过类似方法实现设计。
传统芯片设计流程通常涉及多个复杂阶段，其中一个关键步骤是将用「简单英语」描述的芯片功能翻译成特定的硬件描述语言（HDL），如Verilog。HDL能够精确描述芯片内部元件的几何结构、密度和整体布局，是芯片制造不可或缺的一环。ChatGPT作为一种优秀的模式识别机器，在语言理解方面表现出色，尤其擅长处理与硬件相关的复杂语言。借助ChatGPT的帮助，工程师们得以跳过HDL翻译阶段，这一创新举措无疑是一项令人瞩目的成就，甚至可能让传统HDL专家感到些许压力。
然而，研究人员认为，这种方法能够有效减少人为错误，提高生产效率，缩短设计周期与上市时间，并激发更具创造性的设计方案。尽管如此，也有观点提出担忧——该方法是否会导致芯片设计师对HDL的需求逐渐降低。作为高度专业化且复杂的领域，掌握HDL需要深厚的专业知识与长期实践，能够熟练运用HDL的工程师数量相对有限。Pearce博士指出：「硬件描述语言的学习曲线极为陡峭，真正精通的人并不多。」他补充道：「这意味着我们最优秀的工程师仍在从事这些基础性工作，因为具备相关技能的人才稀缺。」
自动化这一过程无疑将带来显著益处，既能加速专家的工作效率，又能培养和吸引更多新人才。但ChatGPT这类依赖电力和服务器支持的软件解决方案也存在潜在风险。此外，对于这种不透明的软件「黑匣子」及其输出结果的可靠性仍存在质疑。已有案例显示，通过精心设计的提示词可能引发意外结果，而大型语言模型（LLM）本身也可能存在漏洞。更令人担忧的是，在芯片训练阶段，存在被植入硬件后门的可能，从而对基于芯片的LLM造成不可预知的影响。
研究团队采用商业化且公开可用的LLM处理了八个硬件设计案例，通过工程师与LLM的实时互动，逐步将英语文本转化为Verilog（HDL）等效代码。Hammond Pearce博士表示：「这项研究标志着首个完全由AI生成的HDL成功应用于物理芯片制造。」他指出：「像OpenAI的ChatGPT和谷歌的Bard这类AI模型，虽然已能在软件代码生成方面取得显著成果，但在硬件设计领域的应用仍处于探索阶段。这项研究表明，AI同样能为硬件制造带来革命性变革，尤其是在人机对话交互模式下，能够通过反复沟通完善设计方案。」
目前已有多种电子设计自动化（EDA）工具在芯片布局等环节展现出卓越性能。但ChatGPT并非专用软件，其应用范围远不止于芯片设计，甚至可以用于诗歌创作等任务。这意味着成为EDA设计师的知识门槛将大幅降低。或许在不久的将来，随着更多CPU知识被公开化，借助ChatGPT的帮助，任何具备足够决心的人都能在家设计出自己的CPU架构。
