Sản xuất thành công chip đầu tiên trên thế giới do ChatGPT thiết kế, chứng minh tiềm năng khổng lồ của AI

Vài tháng trước, các nhà nghiên cứu của trường Đại học New York đã đạt được một bước đột phá đặc biệt – khai thác ChatGPT để thiết kế và phát triển một CPU mà không cần ngôn ngữ định nghĩa phần cứng nào. Tất cả những gì họ sử dụng chỉ là tiếng Anh thông thường – với các định nghĩa và ví dụ để mô tả về chức năng của bộ xử lý bán dẫn – để từ đó ChatGPT đưa ra hướng dẫn thiết kế cho con chip này.

Con chip này không phải là một bộ xử lý hoàn chỉnh như những gì Intel hay AMD đã làm nhưng đó là một thành phần của CPU: một chip logic nằm trong kiến trúc của bộ vi xử lý 8 bit mới.

Thông thường, để thiết kế được một con chip, nhóm phát triển cần phải thông thạo một loại Ngôn ngữ Mô tả Phần cứng (Hardware Descriptor Language: HDL) nào đó, ví dụ như Verilog, để mô tả con chip và các khả năng của nó. Loại ngôn ngữ này sẽ cho biết về hình học thực tế, mật độ, và cách bố trí các thành phần trong con chip khi sản xuất.

Tiến sĩ Hammond Pearce của trường Đại học New York cho biết: “Thách thức lớn với các ngôn ngữ mô tả phần cứng là không nhiều người biết cách viết chúng. Rất khó để thành thạo chúng. Điều đó nghĩa là chúng ta phải có các kỹ sư giỏi nhất về ngôn ngữ này để làm những công việc tưởng chừng như rất đơn giản, vì không có nhiều kỹ sư có thể làm được điều đó.” Thay vào đó, nhóm nghiên cứu sử dụng ChatGPT.

Thậm chí để chứng minh được hiệu quả trong việc sử dụng chatbot AI này, nhóm nghiên cứu còn tìm cách sản xuất được con chip này và đưa nó vào hoạt động. Mới đây, tiến sĩ Pearce đã gửi các thông tin cho thấy con chip QTCore-C1 này có thể hoạt động như thế nào.

Theo đoạn clip được ông Pearce gửi tới, chip QTCore-C1 này được sử dụng để vận hành cho vài bóng đèn trang trí trên cây thông. Tất nhiên con chip này không phải là linh kiện duy nhất. Để vận hành được các bóng đèn trên cây thông, chip QTCore-C1 còn phải kết nối một bản mạch khác có kết nối tới màn hình.

Cho dù việc bật tắt vài bóng đèn trên cây thông chỉ là một tác vụ rất đơn giản, nhưng đây lại là minh chứng cho thấy hiệu quả của việc dựa vào ChatGPT để thiết kế và phát triển bán dẫn, mà không cần phải quá thành thạo ngôn ngữ phần cứng HDL như Verilog. Điều này không chỉ làm giảm chi phí, mà còn làm giảm thời gian, tăng năng suất phát triển các chip bán dẫn.

Nhóm nghiên cứu đã sử dụng nhiều chatbot AI khác nhau trong quá trình thiết kế chip, bao gồm cả Bard và HuggingChat, nhưng cuối cùng họ nhận ra chỉ có các mô hình AI ChatGPT-3.5 và ChatGPT-4 mang lại hiệu quả cao nhất.

Tuy nhiên, khó ai có thể biết chính xác liệu những thiết kế này có hoạt động đúng hay không, cũng như liệu có lỗ hổng nào xuất hiện trong các hướng dẫn thiết kế bán dẫn do các mô hình LLMs đưa ra hay không. Dù sao đi nữa, ChatGPT hay các mô hình AI được sử dụng để thiết kế chip cũng chỉ là các mô hình ngôn ngữ được đào tạo, vì vậy khả năng bị lây nhiễm các yếu tố độc hại hay đưa các yếu tố backdoor vào trong ngôn ngữ thiết kế là điều khó tránh khỏi.

Chính vì vậy, việc sản xuất nên chip QTCore-C1 là một cột mốc quan trọng của quá trình này. Dù chỉ bật tắt vài bóng đèn, nó cho thấy tính khả thi của giải pháp cũng như giúp tìm ra các lỗ hổng trong quá trình vận hành.

Sản xuất được một con chip đơn lẻ là một thách thức khổng lồ đối với dự án nhỏ như của tiến sĩ Pearce. May mắn thay, dự án của nhóm đã chiến thắng cuộc thi thiết kế bán dẫn mã nguồn mở do công ty Efabless Corporation tài trợ, nhờ đó mới có thể sản xuất nên chip QTCore-C1 này.

Trong bài đăng trên blog của Efabless, thiết kế chip của QTCore-C1 giành chiến thắng vì được tạo ra “hoàn toàn nhờ vào các cuộc hội thoại với ChatGPT-4 và mọi thành phần, mọi tín hiệu đều được tạo ra với bản quyền của GPT-4.” Thú vị hơn, mô hình AI này còn có thể giúp vá lỗi được phát hiện trong quá trình kiểm thử và mang lại cái nhìn sâu hơn về thiết kế kiến trúc tập lệnh (ISA).

Tuy nhiên, vẫn còn nhiều công đoạn khác nữa trong quá trình phát triển các bộ xử lý đích thực, và QTCore-C1 mới chỉ là một block chức năng nhỏ trong toàn bộ quá trình thiết kế tổng thể phức tạp hơn. Mặc dù vậy, đây vẫn là một bước tiến đáng kể cho thấy tiềm năng của AI khi giúp con người tự động hóa và giảm thời gian, chi phí dành cho các tác vụ đơn giản để tập trung cho các công việc cao cấp hơn.