纽约大学坦登电气与打算机工程系以及网络安全中央的研究助理教授皮尔斯博士（Dr. Hammond Pearce）先容说，他的团队研究项目Chip Chat的灵感来源于想要探索现有天生人工智能大措辞模型（LLM）在硬件设计领域的能力和局限性的欲望。
利用LLM创建IC的设计流程
“我们很想知道这些模型有多好，”他说，“很多人认为这些模型真的只是玩具，而我不这样认为，现在它们还没有无处不在，不过未来它的运用肯定会得到遍及，这便是为什么我们做Chip Chat——险些像是一个观点验证演示。”
大措辞模型设计的IC首次制造出来
利用基于谈天的人工智能助手可以帮助办理芯片设计行业的一个巨大寻衅：硬件描述措辞（HDL）。虽然像Verilog这样的HDL代码对设计微处理器至关主要，但它们须要非常专业的知识。
硬件描述措辞（HDL），是电子系统硬件行为描述、构造描述、数据流描述的措辞。利用这种措辞，数字电路系统的设计可以从顶层到底层（从抽象到详细）逐层描述自己的设计思想，用一系列分层次的模块来表示极其繁芜的数字系统。
然后，利用电子设计自动化（ EDA ）工具，逐层进行仿真验证，再把个中须要变为实际电路的模块组合，经由自动综合工具转换到门级电路网表。接下去，再用专用集成电路 ASIC 或现场可编程门系列 FPGA 自动布局布线工具，把网表转换为要实现的详细电路布线构造。
硬件描述措辞（HDL）的发展至今已有很多年的历史，并成功地运用于设计的各个阶段：建模、仿真、验证和综合等。到20世纪80年代，已涌现了上百种硬件描述措辞，对设计自动化曾起到了极大的促进和推动浸染。但是，这些措辞一样平常各自面向特定的设计领域和层次，而且浩瀚的措辞利用户无所适从。因此，急需一种面向设计的多领域、多层次并得到普遍认同的标准硬件描述措辞。20世纪80年代后期，VHDL和Verilog HDL措辞适应了这种趋势的哀求，先后成为IEEE 标准。
皮尔斯博士说：“硬件描述措辞面临的最大寻衅是，没有多少人知道如何编写它们。成为这方面的专家很难，这意味着我们仍旧有最好的工程师用这些措辞做噜苏的事情，由于没有那么多工程师可以做这些事情。”
在他看来，人工智能可以加速工程师的产出，这样人工智能就可以快速完成大略的事情，工程师也可以把脑力集中在更难的事情上。
通过使硬件定义更随意马虎天生，该团队相信他们可以使IC设计更随意马虎访问，并使HDL专家能够专注于更主要的任务。根据该团队的说法，通过基于谈天的天生人工智能，工程师可以用大略的英语而不是HDL设计微处理器。
通过Chip Chat，该团队成功地设计了一个基于8位累加器的微处理器，其功能与可比较的PIC产品相同。然后将该芯片发送到Skywater 130nm穿梭机上进行制造。该团队声称，这项研究标志着LLM设计的IC首次真正制造出来。
ChatGPT等天生式AI在芯片设计领域的探索
事实上，在ChatGPT涌现之后，就有不少人开始磋商它在芯片设计领域的潜在运用。芯片设计是一项高度技能密集的事情，须要精通电子、材料、物理等多个领域的专业知识。
常日，它须要一些专业的EDA（Electronic Design Automation）工具，例如逻辑综合、布局与布线、时序剖析等。但是，这些EDA工具须要用户有丰富的专业知识和丰富的设计履历，且须要用户手动输入繁芜的指令和参数，这使得芯片设计成为一个繁芜而费时的过程。
业内人士认为，ChatGPT的自然措辞处理技能可以为芯片设计供应一种全新的办法。ChatGPT可以通过学习已有的芯片设计数据和文档，自动天生芯片设计的指令和参数，并供应对芯片设计问题的办理方案的自然措辞描述。这种办法可以减少芯片设计过程中的人为缺点，提高芯片设计的效率和准确性。
ChatGPT的代码天生能力也能够极大的加速芯片设计的速率。有这样一个案例，量子掌握处理器是量子打算机的核心掌握部分，有人用ChatGPT合成了一个量子掌握处理器的代码，如下：
据先容，虽然这段代码有些许小问题，比如ChatGPT并不能很好地实现时序的掌握，会涌现摧残浪费蹂躏时钟周期的征象，但是这段代码可精确编译，并且是一个有效的设计方案。
其余此前也有人好奇ChatGPT能不能写出一段Verilog代码，于是就做了考试测验。创造，它不仅能写出一段代码，乃至还能加上一段阐明，这位让ChatGPT写Verilog代码的业内人士说，完全代码很长，自己也没有验证，不过大概看下来，功能基本都有。
对付过于繁芜的功能，比如以太网协议栈，当第一次让它写的时候，它提示太难写不出来，但是把对话复位后，再让它写，它就能写一个大概的module，里面只有写接口，后面又复位对话后再重新让它写，写出来的程序就更多了。这解释它的学习能力一贯在增长。
虽然ChatGPT在芯片设计中有它的上风，同时也存在一些限定，比如，ChatGPT须要大量的芯片设计数据和文档作为演习数据。这些数据须要经由标注和清理，以担保ChatGPT能够准确地学习芯片设计的知识和规律。此外，芯片设计数据的数量和质量直接影响ChatGPT在芯片设计中的准确性和效率。
再比如，芯片设计中的一些细节问题，例如噪声、功耗等方面的考虑，可能须要ChatGPT结合EDA工具进行深度优化。在这种情形下，ChatGPT将须要学习和理解EDA工具的功能和限定，以天生更加准确和可行的芯片设计指令和参数。
也因此，ChatGPT在芯片设计中的运用，并不能完备取代人类工程师的事情。皮尔斯博士表示，这些人工智能总是会有无法完成的工具和事情。它们生产的产品总是会有弱点。
小结
在ChatGPT涌现之后，基于其强大的笔墨、代码天生能力等，人们开始探索它在各个领域的运用，包括在芯片设计方面。也有工程师利用它写Verilog代码，基本功能都能实现。如今纽约大学利用更是利用它设计并制造出了一颗微处理器，这样ChatGPT在芯片设计上的运用更进一步，而且ChatGPT的存在也能够真正地办理芯片设计中一贯难以办理的寻衅。
