Zum Inhalt springen
AI.info

The Pulse

Architect Labs zufolge haben seine KI-Systeme die Frostbite-CPU entworfen

Architect Labs zufolge haben seine KI-Systeme Frostbite entworfen, eine Allzweck-CPU mit einem neuen, auf Interaktionsnetzen basierenden Befehlssatz. Das Unternehmen berichtet von einem Leistung-pro-Watt-Vorteil gegenüber einem herkömmlichen CPU-Kern bei 25 Workloads, basierend auf Ergebnissen vor der Fertigung des Chips.

Architect Labs zufolge haben seine KI-Systeme die Frostbite-CPU entworfen

Architect Labs zufolge haben seine KI-Systeme eine Allzweck-CPU-Architektur entworfen und verifiziert – vom neuen Befehlssatz und Compiler bis hin zum fertigen Chip-Layout. In einem Forschungsbeitrag vom 18. November berichtete das Unternehmen, dass der Entwurf namens Frostbite bei 25 Workloads, darunter 15, die bis zur abschließenden Auswertung zurückgehalten wurden, die 4,59-fache Leistung pro Watt eines in Silizium erprobten Dual-Issue-In-Order-CPU-Kerns erzielte. Das Unternehmen verglich dabei eine Frostbite-Quad – eine Zwei-mal-zwei-Gruppe von Tiles – mit einem solchen Kern, die laut Unternehmen eine ähnliche Fläche haben.

Notebookcheck berichtet, dass die Ergebnisse aus Simulationen vor der Fertigung des Chips stammen und nicht von einem physischen Prozessor. Architect Labs bezeichnet die in seinem Entwicklungsprozess verwendeten Leistungsaufnahmewerte als vor der Fertigung ermittelte Zahlen.

Eine andere Art, Programme auszuführen

Frostbite basiert auf Interaktionsnetzen, in denen ein Programm als Graph aus Knoten dargestellt wird und Berechnungen durch das Umschreiben verbundener Paare ablaufen. Jedes Umschreiben betrifft einen kleinen, lokalen Teil des Graphen, und jeder Wert wird einmal verwendet.

Architect Labs zufolge macht dieser Ansatz parallele Arbeit direkt im Programm sichtbar und ermöglicht es, Daten in kleinen lokalen Speichern nahe an ihrem Verwendungsort zu halten. Das Unternehmen stellt dem herkömmliche CPU-Hardware gegenüber, die Abhängigkeiten zwischen Befehlen zur Laufzeit erkennen und die Konsistenz über Caches hinweg aufrechterhalten muss.

Das Unternehmen sagt, es habe den Entwurfsprozess ohne architektonische Vorannahmen begonnen und Gruppen von KI-Agenten eingesetzt, um mögliche Ansätze zu erkunden. Es wählte Workloads aus, die unterschiedliche Arten von Programmverhalten testen sollten, darunter unabhängige Aufgaben, sequentielle Ketten, Verzweigungen und Rekursion.

Von der Erkundung zum Entwurf

Agenten sichteten Forschungsarbeiten und bestehende Benchmarks und erstellten Python-Modelle, um Architekturideen zu vergleichen, bevor sie ein Konzept auswählten. Ihr erstes Ergebnis war ein 141 Seiten langes Dokument, das ein vorgeschlagenes Programmiermodell, eine Laufzeitumgebung und übergeordnete Chipblöcke beschrieb.

Dieses Dokument war ein Ausgangspunkt und nicht die endgültige Architektur. Nach der Erstellung des ersten Register-Transfer-Level-Entwurfs wurde es später gelöscht, weil viele seiner Zahlen und Schätzungen weit von dem entfernt waren, was physisch möglich war, so das Unternehmen.

Die Workload-Sammlung umfasste Suchaufgaben, die den Entwurf leiten sollten, sowie separate Auswertungsaufgaben, die für den Abschlusstest zurückgehalten wurden. Zur zurückgehaltenen Gruppe gehörten ein Kalman-Filter, eine Hauptkomponentenanalyse, eine Finite-Elemente-Analyse, eine LU-Lösung und eine LZ4-Dekompression.

Das Hardwaremodell überprüfen

Nach der Auswahl eines Architektur-Kandidaten erstellte das Team in einer unternehmenseigenen Spezifikationssprache namens ASL ein Softwaremodell des Chips, Arcmodel. Die Sprache unterstützt maschinenprüfbare Übersetzungen und Verfeinerungen zwischen dem Systemmodell, dem Register-Transfer-Level-Entwurf und den Verifikationswerkzeugen.

Die Sprache lässt sich auch in Lean übersetzen, das das Unternehmen für maschinelles Beweisen zur Überprüfung von KI-Ausgaben einsetzt. Bis zum Ende der Entwicklung war die Frostbite-Spezifikation laut dem Beitrag in mehr als 800.000 Zeilen Lean überführt worden.

Das Unternehmen sagt, seine KI-Systeme hätten Befehlssatz, Softwaremodell, Entwurf und Verifikation wiederholt gemeinsam anhand eines einheitlichen formalen Vertrags angepasst. Dieser gemeinsamen Spezifikation schreibt es zu, bestimmte Fehlerklassen und Fälle von Reward Hacking bei der Arbeit großer Agentengruppen verhindert zu haben.

Architect Labs zufolge berücksichtigte das Softwaremodell anfangs keine physischen Eigenschaften, und seine Schätzungen zu Leistung und Performance wichen im schlimmsten Fall um fast 250 % vom Register-Transfer-Level-Entwurf ab. Anschließend kalibrierte eine automatisierte Pipeline das Modell anhand dieses Entwurfs neu und wiederholte den Vorgang, bis beide innerhalb von 5 % übereinstimmten.

Quellen

  1. Originalquelle · Blogbeitrag Architect Labs architectlabs.com

Weitere gelesene Seiten

  1. Notebookcheck notebookcheck.net

Verwandte Meldungen

Entdecken

Weitere Artikel